CN100542482C - 生物阻抗方法和仪器 - Google Patents
生物阻抗方法和仪器 Download PDFInfo
- Publication number
- CN100542482C CN100542482C CNB2004800263016A CN200480026301A CN100542482C CN 100542482 C CN100542482 C CN 100542482C CN B2004800263016 A CNB2004800263016 A CN B2004800263016A CN 200480026301 A CN200480026301 A CN 200480026301A CN 100542482 C CN100542482 C CN 100542482C
- Authority
- CN
- China
- Prior art keywords
- sections
- points
- fat
- value
- equation
- Prior art date
- Legal status (The legal status 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 status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
提供了用于提供生物阻抗分析的方法和仪器。在某些方面,提供了等效电路频率响应模型,从而改进了与MRI数据之间的关联。频率响应模型考虑了身体组成,包括身体节段的脂肪成分。通过在对象小腿上进行生物阻抗频谱(BIS)和MRI分析而获得的数据说明,与在50千赫进行的单频率分析和用常规的Cole-Cole模型进行分析相比,其关联性得到了改进。
Description
与相关临时申请的交互参考
本申请要求2003年9月12日提交的美国临时申请No.60/502,483,2004年6月16日提交的美国临时申请No.60/580,166,以及2004年7月14日提交的美国临时申请No.60/587,652在35USC§119(e)之下的权益。所有这些临时申请的内容均全文纳入本文。
技术领域
本发明涉及生物阻抗方法和仪器,更具体地,涉及应用这些方法和仪器来测定对象身体节段的肌肉含量,脂肪含量,和/或细胞外液含量的用途,其中该节段基本上可包括该对象的整个身体。
背景技术
很长时间以来,生物组织的电学特性一直引起科学上的关注。在上个世纪,很多基于生物电知识的进展和新的装置已应用于生物和生物医药领域。
生物电阻抗分析是该领域中有趣并且具有挑战性的课题之一。因为生物阻抗具有用非侵入性、简单、低廉以及轻便的方法来检测身体组成的潜力,所以在医学的很多领域已对生物阻抗开展研究。具体地,生物阻抗已应用于临床研究很多年。例如,Nyboer[3]和Patterson[4]报道了生物阻抗应用于临床的初期阶段。
很多作者已研究了活组织电学特性的本质[2,4,5]。Schwan等用多频电流描述了细胞膜绝缘特性之间的关系[2]。Cole已经很好地建立了用以解释体内组织电学特性的基本理论[1]。具体地,Cole成功地建立了一种等效电路模型(以下称为"Cole-Cole模型")以解释细胞及其细胞膜对AC电流的电响应。
基于Cole-Cole模型和Hanai方法[5,6,10],一种利用生物阻抗频谱(BIS)的方法已被建议用于测量细胞外液体体积(ECV)和细胞内液体体积(ICV)。现在,多频生物阻抗分析方法可提供关于总的或节段的身体隔室中细胞外液和细胞内液体积的一些信息。
然而,包括BIS在内的生物阻抗分析的准确性是临床使用者所关注的焦点[7,8]。尽管很多研究已报道了利用生物阻抗分析来评估体液,但由于可靠性、有效性和准确性相关的问题,现有技术还没有在临床实践中被广泛接受。
对于利用现有生物阻抗技术的测量和分析,有很多因素对其准确性造成不良影响。根据本发明的某些方面,本发明涉及其中的一个因素,即,用于分析生物阻抗数据的模型。迄今常用的计算不同组织电学特性的生物阻抗模型都有一个基本的假设,即相对于无脂肪的部分,脂肪具有更高的电阻率,因此可以忽略脂肪块。然而,最近的研究发现当测试对象具有大量脂肪组织时,在50千赫进行的生物阻抗测量会受到影响[7]。如下详述,根据本发明,已发现对于具有不同身体质量指数(BMI)值的测试对象,用BIS测量身体组成时,脂肪的数量是影响其准确性的重要因素之一。
发明概述
根据第一方面,本发明提供一种用于分析对象身体节段的生物阻抗数据的方法,所述身体节段具有外皮肤表面,所述方法包括:
(a)将多个频率的交流电施加于外皮肤表面的至少两个点,以使电流穿过该节段;
(b)对于每个频率,记录外皮肤表面至少两个其它点之间的电压差别,所述记录的电压差别包括幅值和相的信息(即,幅值和相值或,相当地,电阻和电抗值);和(c)用在多个频率记录的电压差别来确定表明该节段的肌肉、脂肪和/或细胞外液含量的至少一个数值,所述数值是用该节段的阻抗模型来确定的,该阻抗模型至少包括三个平行的电路,其中一个电路由电阻器RI和电容器CM串联组成,其主要代表该节段的肌肉成分,一个电路由电阻器RF和电容器CF串联组成,其主要代表该节段的脂肪成分,另一个电路由电阻器组成。
根据第二方面,本发明提供一种用于分析对象身体节段的生物阻抗数据的方法,所述身体节段具有外皮肤表面,所述方法包括:(a)将多个频率的交流电施加于外皮肤表面的至少两个点,以使电流穿过该节段;(b)对于每个频率,记录外皮肤表面至少两个其它点之间的电压差别,所述记录的电压差别包括幅值和相的信息(即,幅值和相值或,相当地,电阻和电抗值);和(c)用在多个频率记录的电压差别来确定表明该节段脂肪和/或细胞外液含量的至少一个数值,所述数值是用该节段的阻抗模型来确定的,该阻抗模型至少包括两个平行的电路,其中一个电路由电阻器RF和电容器CF串联组成,其主要代表该节段的脂肪成分,另一个电路由主要代表该节段细胞外液成分的电阻器组成;
其中:(i)所述两个平行的电路是该阻抗模型中仅有的平行电路,其代表皮肤内部节段的组成;和(ii)步骤(a)中施加的各频率小于或等于10千赫。
根据本发明前述各方面的某些实施方式,采用一个相关性方程,它将模型参数(例如,RF)转化为该节段的生理学数值(例如,脂肪含量值)。该相关性方程可通过以下步骤获得:(i)在多个校准对象上进行步骤(a),(b)和(c)以获得所述各对象的模型参数值;(ii)在所述多个校准对象的节段上进行测量(例如,用磁共振成像测量脂肪含量)以获得所述各对象节段的生理数值;和(iii)对步骤(i)和(ii)中获得的数值进行回归分析以获得相关性方程。
优选地,所述多个校准对象包括至少一个身体质量指数小于20的对象和至少一个身体质量指数大于35的对象。更优选地,所述多个校准对象包括至少一个身体质量指数小于20的对象和至少一个身体质量指数大于40的对象。
根据第三方面,本发明提供一种用于测定由皮肤覆盖的身体节段一部分的周长的方法,该方法包括:(a)在所述部分的周围施用一系列电极,所述一系列电极具有第一电极和最末电极,在所述一系列电极中,除第一和最末电极之间的距离之外,所有电极之间的圆周距离都是已知的;(b)通过施加基本不穿透皮肤的低频电流,测定所述一系列电极中除第一和最末电极之外至少两个电极之间的电阻;(c)通过步骤(b)中测定的电阻和两个电极之间已知的圆周距离来确定皮肤每单位长度的电阻率;(d)通过施加基本不穿透皮肤的低频电流,测定所述一系列电极中第一和最末电极之间的电阻;和(e)通过步骤(d)中测得的电阻和步骤(c)中测定的每单位长度的电阻率来计算所述一系列电极中第一和最末电极之间的距离。
应理解以上的总体描述和以下的详细描述都只是本发明的范例,意在提供用于理解本发明本质和特点的概览或框架。
在下面的详细描述中列出了本发明的其它特征和优点,从这些描述中,本领域的技术人员很容易理解部分的特征和优点,或者通过实施本文所述的发明而加以确认。
包括附图以提供对本发明更进一步的理解,这些附图纳入本说明书并组成本发明书的一部分。
附图简要说明
图1显示根据本发明的身体组成模型,既有横截面形式的(图1A)也有三维形式的(图1B)。
图2A和2B是用于图1身体组成模型的等效电路频率响应模型。
图3是在低频条件下,例如低于10千赫条件下,用于图1身体组成模型的等效电路频率响应模型。
图4显示可用于实施本发明的电极构造。
图5显示图4电极构造的电阻器模型。
图6显示用于产生下述实施例的生物阻抗数据的电极放置。
图7显示测量和用方程12和13计算所得的ρ值之间的相关性。用方程12得到的相关性斜度更为陡峭,这表明对于生物阻抗的测量,将脂肪含量相关信息纳入等效电路频率响应模型中的价值。
图8显示具有不同脂肪含量的对象组之间的t测验的p值。
图9显示具有不同脂肪含量的三个对象(患者)的阻抗的曲线拟合。
图10显示脂肪质量为0.588千克的对象(患者)的阻抗幅值(图10A)和阻抗的相(图10B)。
图11显示脂肪质量为0.134千克的对象(患者)的阻抗幅值(图11A)和阻抗的相(图11B)。
图12显示用MRI和本发明的BIS所做的肌肉(MS)评估之间的相关性。
图13显示MRI测得的肌肉质量和在5千赫测得的电阻之间的相关性。
图14比较(i)MRI测得的肌肉质量和用本发明的多频、三平行电路模型测定的细胞内电阻(RI)之间的相关性(图14A)和(ii)MRI测得的肌肉质量和在50千赫测得的阻抗之间的相关性(图14B)。
图15比较(i)MRI测得的肌肉质量和用本发明的多频、三平行电路模型测定的脂肪电阻(RF)之间的相关性(图15A)和(ii)MRI测得的肌肉质量和在50千赫测得的阻抗之间的相关性(图15B)。
图16比较(i)MRI测得的肌肉质量和用本发明的多频、三平行电路模型测定的细胞内电阻(RI)之间的相关性(图16A)和(ii)MRI测得的肌肉质量和用Cole-Cole模型测定的细胞内电阻之间的相关性(图16B)。
图17比较(i)MRI测得的肌肉质量和用本发明的多频、三平行电路模型测定的脂肪电阻(RF)之间的相关性(图17A)和(ii)MRI测得的脂肪质量和用Cole-Cole模型测定的细胞内电阻之间的相关性(图17B)。
本发明详细描述及其优选实施方式
如上所述,本发明涉及生物阻抗方法和仪器,其可提供关于对象,即人或动物,的身体节段的脂肪、肌肉和/或细胞外液含量的信息。
通常所述节段是对象肢体的部分或全部,例如,对象的小腿或前臂,但也可以是对象躯干的部分或全部,例如,对象腹部的部分或全部。类似地,所述节段可以小至具体的肌肉或肌肉的部分,也可以大至基本上是对象的全身。
所述节段的位置和大小将取决于在对象皮肤上施加电流的电极的放置。具体地,该节段将组成对象身体的一部分,当施加电流的电极被激活时,大量电流经过该节段。通过选择施加电流的电极的合适数目、位置和极性,可在对象体内实现多种电流模式。实际上,通过改变所选施加电流的电极的极性,不需移动施加电流的电极即可分析多个节段。
如本领域所知的,记录电势的电极通常位于施加电流的电极的内侧,即,记录电势的电极通常位于在施加电流的电极被激活时,有大量电流通过的患者身体部分周围的皮肤上。
电流的施用和电势的记录可用生物阻抗设备进行,包括已知或后续研发的电流施加电极和记录电极,例如,可通过商业途径获得的设备,如下述实施例中所用的4000B生物阻抗频谱分析***(Xitron Technologies,Inc.,SanDiego,CA)。或者,可在实施本发明时使用定制的设备。
用生物阻抗设备获得的数据的处理可完全在该设备内进行或用独立的计算机在线进行。或者,可在测量后将数据存贮和处理。
优选地,生物阻抗设备包括一个微处理器,通过编程使该微处理器至少完成本发明分析程序的一部分。例如,生物阻抗设备可以将对校正对象进行研究获得的回归方程应用于从某对象测得的阻抗数据,从而直接将该对象的脂肪、肌肉和/或细胞外液含量报告给该仪器的使用者,例如该对象自己和/或对该信息感兴趣的其它人,例如卫生保健工作者。脂肪、肌肉和/或细胞外液含量的报告形式可以是图表、数字(例如脂肪和/或肌肉的百分数)、颜色(例如,高脂肪含量报告为红色),等等。
在本发明某些实施方式中,将多个频率的交流电施加到对象皮肤上。优选地,至少使用10个频率,更优选地,大约使用约50个频率。优选地,多个频率包括5-1000千赫的频率,虽然如果需要的话也可使用超大或超小的频率范围。最优选地,这些频率在频率范围内呈对数分布。
如上所述,迄今常用的计算不同组织电学特性的生物阻抗模型存在很多问题。这些问题之一是该模型的基本假设,即脂肪相对于不含脂肪的部分具有高电阻率,因此脂肪块可被忽略。另一个问题与该模型计算的细胞外和细胞内电阻有关。虽然在现有模型中没有说明,但基于皮肤下组织的模型会受到皮肤和脂肪组织含量的影响。
本发明涉及通过检查不同的身体组成成分,如皮肤、脂肪、肌肉,对电信号输入的响应,来减少现有分析方法的各种问题。更具体地,根据其某些方面,本发明提供模型以用等效电路描述身体组织的不同成分的效应。
具体地,为了改进现有的生物阻抗技术,根据本发明某些方面,提供了一种改进的电学模型,它可解释不同比例的身体组织的电学特性以及很多电流频率的效应。下面实施例1中所示的数据具体评价了在5千赫时皮肤上测得的电阻率和用该模型计算的电阻率之间的关系。
图1显示根据本发明的身体节段组成模型,可用于描述肢体的导电成分。具体地,该图显示肢体节段中的导电成分,它们形成了本发明电学模型的基础。作为参考,表1显示如先前的研究[8]所报道的用10千赫的电流频率时不同组织的电学特性(介电系数和电阻率)。
图2显示了图1的一个等效电路模型,其中RG代表用皮肤上的两个电极测得的电阻,Rs,RF,RE,RI和RB分别代表皮肤、脂肪块、细胞外体积、细胞内体积和骨的电阻。图2A中,CIN,CF和CM分别代表皮肤和电极之间的电容,脂肪的电容以及细胞膜的电容。
根据图2A的模型,总电流(IG)可由下式给出:
IG=IS+IF+IE+II+IB 方程1
跨过RG的电势可由下式获得:
其中I′G是通过电容器CIN的电流,由下式给出:
I′G=IF+IE+II+IB 方程3
因为皮肤电阻(Rs)比其它组织的电阻高很多,所以Is很低,从而我们得到:
I′G≈IG 方程4
因为低频率(例如,5千赫)的电流不通过细胞内空间,所以可如图3所示改造该等效电路。
图3中,E代表两个测量电极之间(跨过RG)的电势,EE代表跨过RE的电势。因此,可以写出以下的电势方程:
其中参数代表跨过电容器CIN的电势。当电流频率高或当CIN大时可忽略该电流。
根据图3的平行电路,通过皮肤电极测量得到的电阻RG可通过以下方程计
算: 方程6
脂肪块的电抗(XF)以及皮肤和电极之间的电容(XIN)如下:
因此,RG可简化为:
和 方程8
其中AF和AE分别代表得自MRI的脂肪块横截面积和该节段中ECV的横截面积。根据先前的研究,脂肪块中电阻率和ECV电阻率的比率约为如下[6]。
方程8可进一步简化为
其中ρG是皮肤上测量到的电阻率,ρE是ECV空间的电阻率,其为一常数i。作以下方程:
如果kE=1,可由下式计算得到电导率:
以下在实施例1中列出了将这些方程,具体是方程12和13应用于从一组校正对象得到的实验数据。本文所述的这些结果说明脂肪块的体积是用标准的四电极生物阻抗技术评价身体组成时的一个重要影响因子。
实施例1的实验数据是通过施加一种频率的电流即5千赫的电流而得到的。本发明身体节段成分的等效电路模型优选地用于描述对多频电流的响应。实施例2显示这种多频测验的结果。具体地,该实施例显示了具有不同脂肪含量的对象在电流频率增加时,其阻抗的电阻降低情况的不同。
图2B是图2A等效电路模型的一个改进版本。图2B中,Z总代表在A和B的两个电极测量到的总阻抗。如图2A一样,RS、RF、RE、RI和RB分别代表代表皮肤、脂肪、细胞外和细胞内体积和骨的电阻,CIN、CF和CM分别代表皮肤和电极之间的电容、脂肪块电容和细胞膜的电容。Ri1和Ri2代表注入和测量电极之间的身体节段的电阻。
为了对图2模型获得基于频率的关系,用方程简化该模型,从而将其标准化。第一,我们用RP代表RE和RB平行电阻:
第二,我们用下列参数a、b、c和d来简化计算:
a=RIRFCICF 方程15
b=CICF(RI+RF) 方程16
c=CFCI 方程17
d=CF+CI 方程18
总电阻(Z总)可由图2的电路得到,由以下方程19给出:
方程19
为将方程19标准化,我们使
μ=CIN[RS(a+bRP)+aRP] 方程20
然后Z总由以下方程21给出:
方程21
优选用一组参数代表等效电路中各成分的函数来对各对象频率响应数据进行定量分析。这样一组数据有利于将标准转移函数用于分析,从而有助于鉴别各对象身体组成的不同。
例如,可将方程21用下面的关系标准化,其中P1、P2、P3、P4、Q1、Q2、Q3是一组参数:
用下列方程计算各患者(各对象)的RI、RF、CI、CF、RP、RS、CIN值:
方程27
其中a、b、c和d如上述方程15-18中所定义。
在这些方程中,RI、RF、CI、CF、RP、RS、CIN是有待确定的变量,P1、P2、P3、P4、Q1、Q2、Q3是用某患者频率响应数据的曲线拟合得到的该患者的数据值。具体地,某患者的七个变量RI、RF、CI、CF、RP、RS、CIN是用该患者的P1、P2、P3、P4、Q1、Q2、Q3值解上述七个方程(方程23-方程29)得到的。
在下面的实施例2中,用MATLAB工具箱(The MathWorks,Inc.,Natick,麻萨诸塞)的曲线拟合程序来获得某患者的参数P1、P2、P3、P4、Q1、Q2、Q3。用MATLAB工具箱的标准信号处理程序来获得频率响应曲线的模拟(simulation)。
虽然应用于生物阻抗实验中获得的频率响应数据类型时,方程22是优选的曲线拟合方程,但从本公开内容中本领域技术人员显而易见的是,如果需要,也可用其它曲线拟合方程。类似地,除MATLAB程序以外,其它数学处理程序也可用于实施本发明。
可手动测量节段长度和周长。或者,根据本发明的某些实施方式,节段的周长和长度可用电极组而不是单个电极来加以测量(见图4)。低频率(例如,<10赫兹,优选地<1Hz)时的电阻可反映皮肤的电学特性。因为每对任意两个相邻电极之间的距离是已知的,测量区域的周长可如下计算,
其中C代表周长,n是电极数目,D是两个相邻电极之间已知的距离,Rn(图5中n=8)是当电极在任何节段上形成一个环时第一和最末电极之间的电阻,λ是电阻率与横截面积之间的比率,可如下计算
其中Ri是除第一和最末电极之外任何相邻两电极之间的电阻,D1是除第一和最末电极之外任何相邻两电极之间的距离。
因此,该节段皮肤的具体的电阻率是
ρ’=λ×A方 程32
其中A是该节段的横截面积。因为A=C2/(4*π),ρ’可由下式计算
ρ’=λ*C2/(4*π) 方程33
一旦确定了皮肤电阻率,长度可由下列方程计算
L=A*RL/ρ’ 方程34
其中,L是长度,A是该节段的横截面积,而RL是沿该节段纵轴的两个横截面之间的电阻。
在图4中,E1-E8是电极,D1-D7分别代表两个相邻电极之间的距离,并且D1=D2=...=D7。图5中,R1-R7代表相邻两电极之间的皮肤电阻。R8如上所述是第一电极(E1)和最末电极(E8)之间的电阻。E1和E8之间的距离是未知的,但如上所述,可由R8/λ算出,因此,周长(C)可由方程30算出。
本文所述的数学操作可用多种计算机和软件来进行。例如,可用如上所述可通过商业途径获得的MATLAB程序和配置成按该程序生产商的说明书运行该程序的个人电脑来进行这些操作。定制成用于实施本发明数学操作的程序其具体形式可以是一个包括计算机可用介质的产品,如其中编有该程序的磁盘、光盘等。用这些程序产生的数据可类似地存贮在各种类型的存贮介质上。
不意于以任何方式限制本发明,将用下面的实施例来对本发明做更充分的描述。
实施例1
脂肪块对生物阻抗分析的影响
该实施例说明用生物阻抗分析对身体组成进行测量时,包括对透析患者的临床实践中测量体液时,脂肪块是一个影响准确性的重要因素,。
对28名长期血液透析患者在治疗前进行研究。表2列出了该组对象(患者)的相关参数。
用BIS装置Xitron 4200(Xitron Technologies,San Diego,CA)进行小腿生物阻抗测量。电极放置步骤发表在先前的研究[9]中。如其中所述,当对象处于坐位时,测量膝盖骨中心部分和外侧踝部中心的距离(H),以将电极放置在正常位置(见图6)。当患者不活动时,将两个测量电极中的一个放置在中点M之上5cm,另一个放置在M之下5cm。将两个电流注入电极中的一个放置在测量电极之上3cm,另一个放置在测量电极之下3cm。用0.1cm精度的尺子测量两个测量电极处小腿的周长。
在5千赫到1兆赫之间对数分布的频率条件下,用BIS装置测量小腿的电阻和电抗。计算出细胞外电阻(Re)和细胞内电阻(Ri),用BIS装置提供的程序获得ECV和ICV[9,10]。用MRI分别测量同一区域的脂肪块、肌肉块和骨。
几何体积(VG)定义为该节段的横截面积(AG)乘以长度(L)。AG可由AG=C2/(4π)计算,其中C是小腿周长的平均值。电阻率(ρG,Mea)由以下的测量值计算:
其中RG是5千赫时测得的电阻,AG是横截面积,所有对象的长度均固定为10cm。
为了比较测量和计算时脂肪块体积对电阻率值的影响,根据脂肪块(VF)与几何体积(VG)的比率将28位患者分为两组:高脂肪组定义为VF/VG>0.2,正常脂肪组定义为VF/VG≤0.2。数据用平均值±SD的形式表示,用斯氏t测验比较来自不同组的数据。如果p值<0.05,则认为组间差异显著。
表3显示这两组的电阻率比较的结果。ρG,Mea(p<0.05),ρG,cal(P<0005)和Δρ(p<0.05)之间存在显著差异,然而,两组之间的ρ* G,cal未发现显著差异(表3)。ρG,Mea和ρ* G,cal之间有显著差异(p<0.05=,但ρG,Mea和ρG,cal之间未发现显著差异。
图7显示用方程12和13计算和测量的电阻率值之间的关联。该图说明由方程35确定的基于测量值的电阻率(ρG.Mea)和用方程12计算得到的电阻率(ρG,cal)之间有高度的相关性。图7中,菱形符号代表ρG,Mea和由方程13得到的ρ* G,cal的相关性(ρ* G,cal=0.66ρG,Mea+76.7,R2=0.96),实心圆圈符号代表ρG,Mea和以各个kE用方程12计算得到的ρG,cal的相关性(ρG,cal=0.93ρG,Mea+41.1,R2=0.9)。虽然ρ* G,cal和ρG,Mea之间的相关性很高,但斜率(菱形符号)只有0.66。以各kE用方程12校准之后,斜率是0.93(实心圆圈),即结果好很多(相关性大大增加)。
对于在皮肤上测得的电阻率和各皮下组织之间关系的了解对于理解相关生物电学现象是非常必要的。很多以前的研究已经用直接测量的方法显示了各种生物组织和器官的电阻率[6]。然而,因为临床检测是在皮肤表面进行的,且不同组织的电阻率是通过很多理论模型来计算的,发生错误的原因可能在于:(1)电极和皮肤之间个体存在不同的电阻界面;(2)个体之间脂肪组织体积的不同,和(3)理论模型不包括个体之间皮肤电阻抗和脂肪块的差异变量。
本发明提供一种将脂肪电阻变量包含在内的模型,该模型还可包括皮肤电阻变量和电容间界面变量。表3显示当脂肪块增大时,由该模型计算的5千赫时的电阻率(Δρ)与测量值之间有显著差异。这暗示低频率(5千赫)时由皮肤上测得的电阻率值不仅应该包括来自细胞外液区室的贡献,还应该包括来自脂肪块区室的贡献。图7显示,以各KE校准后,如实心圆圈所示该曲线的斜率几乎等于1,这说明计算值接近于测量值。很重要的一点要理解的是,健康个体中电阻率的可变性主要取决于个体的脂肪体积。因此,采用该模型,通过测量例如小腿电阻率,可得到关于ECV的正确信息。该信息对于提供准确的水合作用参数(用于调节透析患者中可变的异常水合作用)等都是非常重要的;这就允许通过在透析时除去多余的体液来达到合适的体重。
总之,该实施例说明了本发明的一些方面,这些方面提供的一种模型可以作为用在皮肤表面测量到的电阻率计算不同组织的电阻率的基础。即,该实施例说明了本发明的一些方面,这些方面提供了一种用于生物阻抗分析的身体节段组成的电阻率模型,其中该模型描述了在皮肤表面测得的电阻率和通过计算组成肢体的组织得到的电阻率之间的关系。
具体地,在该实施例中,在一组对象中用5千赫的电流在小腿表面注入并进行具体的分析。该研究说明,用该模型计算得到的电阻率与实际测量得到的电阻率值高度相关。在下一个实施例中,研究了***对不同频率电流的响应。下一个实施的结果说明可用本发明的三平行电路模型来检测细胞膜的电阻率。
实施例2
多频率分析
为了改进现有的BIS技术,一个正确的电学模型应该能够解释在大范围的电流频率条件下不同比例身体组织的电学特性。该研究的目的在小腿的皮肤上进行测量,以评价等效电路模型从5千赫至1兆赫的频率响应。图2B显示该等效电路模型。
对与实施例1中同样的28名长期血液透析患者在治疗前进行研究(见表2)。仍然使用BIS装置Xitron 4200(Xitron Technologies,San Diego,CA)进行小腿生物阻抗检测,电极的放置如上实施例1中所述(见图6)。
用BIS装置在5千赫到1兆赫之间对数分布的频率条件下测量小腿电阻和电抗。用MRI分别测量了BIS测量相同区域的脂肪块质量、肌肉块质量和骨。根据小腿中的脂肪块数量将患者分为三组,第一组(G1):脂肪>0.4kg,第二组(G2):0.25<脂肪<0.4kg和第三组(G3):脂肪<0.25kg。
发现G1和G3之间的电阻、电抗和阻抗有显著差异;然而,G1和G2之间只在频率大于40千赫时有显著差异(图.8)。对不同频率条件下阻抗的原始数据(圆圈、三角和方形)的曲线拟合结果示于图9。用圆圈表示的数据对应的是MRI评价的脂肪块质量为0.59千克的患者,而三角和方形分别表示脂肪块质量为0.29千克和0.23千克的其它两个患者的数据,脂肪质量也是由MRI评价的。
来自两个患者的频率响应曲线(A)和相响应(B)示于图10和11,其中一个患者由MRI测得的脂肪质量为0.55千克,肌肉质量为1.046千克,骨为0.021千克,另一个患者由MRI测得的脂肪质量为0.134千克,肌肉质量为1.022千克,骨为0.022千克。
清楚地观察到脂肪质量小的患者的阻抗在1-10千赫的频率范围内是减小的(图11A),然而,当患者的脂肪质量更大时,在同样的频率范围内该曲线几乎是恒量。此外,在相的最小点,频率的幅值在这两患者间是不同的。
图12显示,BIS评价的肌肉(质量)和MRI评价的肌肉(质量)之间的相关性(MSBIS=285*L2/RI,其中L(10cm)是患者小腿上各检测电极之间的距离,RI是用图2B模型计算出的细胞内电阻)。计算MSBIS时用作肌肉电阻率的数值285Ω-cm是由基于MRI数据的回归分析获得的。
产生图12时,对于每个患者,通过用从该患者测量的频率响应数据获得的P1、P2、P3、P4、Q1、Q2和Q3解方程23-29来确定RI。因此图12显示,用一组参数来定量分析等效电路各成分的频率响应,其可用于鉴定个体对象身体组成的差异。
研究了上述第一组(G1)、第二组(G2)和第三组(G3)的P1、P2、P3、P4、QI、Q2和Q3值的差异。表4显示G1和G2之间P1值具有显著差异(p<0.05),以及G1和G3之间P4的显著差异。除P1和P4之外,在P和Q参数中没有显著差异。
上述实施例1说明用图2的等效电路模型在皮肤表面上测量电阻率会受到脂肪组织的影响。据信这是生物阻抗技术在评价身体组成(如细胞外和细胞内液体积)时影响其准确性的多个重要因素之一。当然,生物阻抗的准确性不仅只受脂肪质量的影响,还受电极和皮肤间界面或皮肤水合程度的影响。
在这个实施例中,图9所示的结果证明了具有不同脂肪含量的患者中与电流频率增加相关的阻抗的降低。脂肪质量较大的患者的阻抗大于脂肪质量较小的患者。具有相似肌肉质量和骨质量的两个患者的模拟实验(simulation)结果表明,在0-1千赫的频率范围内频率响应曲线是不同的。图10和11之间的差异证明对0-1千赫频率范围的响应曲线的变化取决于脂肪质量,而这种变化将大大影响多频生物阻抗分析对细胞外和细胞内电阻的评价。而且,两患者之间在相响应最小点的差异说明当对象具有较大的脂肪质量时,用50千赫单频率生物阻抗方法可产生误差。
图12所示的用BIS和MRI所做的肌肉评价之间的相关性对于临床和其它应用具有很多重要启示。因此,如该图所示,本发明的电学模型与用MRI测量的实际肌肉质量相关性很好。因此该模型使得人们可以只用简单、低廉和非侵入性的电学测量即可测定个体对象(患者)的肌肉质量。
用该模型测定的具体的肌肉质量将取决于为用于进行BIS测量的电极所选择的具***置。例如,图12的数据是对于整个小腿肌肉的数据。通过将电极放置在不同的位置,可测定例如小腿肌肉的一部分,如小腿腓肠肌部分的肌肉质量,或者,不测量小腿肌肉,而是测量其它肌肉、肌肉部分和/或肌肉群,例如,可对对象的全部或部分肱二头肌进行测量。如果只是需要相对的测量,也可以如上所述用生物阻抗进行测量。或者,图12中示出的此类相关性可通过对具体肌肉、肌肉部分或肌肉群的生物阻抗测量和MRI测量来获得,从而使该电学测量可提供肌肉质量的“绝对”值,其中“绝对”值优选与用MRI获得的数值相对应的数值,用MRI获得的数值是公认的用于肌肉质量检测的“黄金标准”。
能够通过适当地应用电极来测量肌肉块、离散的肌肉或肌肉群(经过或未经MRI检测的验证)具有很多用途。例如,这些技术可用于家庭、健身房、体育和健康俱乐部的锻炼程序中,以及用于手术和受伤后的康复,这些情况与肌肉质量增加的效果相关。因此,通过一定时间内进行一系列的生物阻抗测量,对象(患者)和/或其卫生保健专业人员可监测肌肉质量的变化作为锻炼程序、饮食变化和/或康复计划的结果。
实施例3
单个低频率生物阻抗测量
图13是基于实施例1和2数据的描点图,其显示5千赫时测得的肌肉质量和MRI测定的电阻之间缺乏相关性。该数据支持下面的结论,即,在低频率时,测定的生物阻抗数据与某节段的肌肉含量是不对应的,而是如图3的电路模型所示,在这些频率条件下,是节段中的脂肪和细胞外液成分对用生物阻抗方法获得的测量值起主要作用。
实施例4
比较实例
多频、三平行电路模型VS 50千赫
图14和15是用图2的多频、三平行电路模型获得的生物阻抗和MRI测量之间的相关性和用单频率(即常用的50千赫的频率)时的阻抗获得的相关性之间的比较。用来制作这些图的数据是与实施例1和2相关的上文所讨论的数据。
图14显示肌肉质量相关性,而图15显示脂肪质量相关性。如这些图所示,对于肌肉质量(本发明的R2为0.6VS50千赫时的0.3)和脂肪质量(本发明的R2为0.7VS50千赫时的0.2),本发明的多频、三平行等效电路频率响应模型都比单个50千赫的方法得到更好的相关性。
实施例5
比较实例
多频、三平行电路模型VS Cole-Cole模型
图16和17是用图2的多频、三平行电路模型获得的BIS和MRI测量之间的相关性和用Cole-Cole模型获得的相关性之间的比较。用来制作这些图的数据是与实施例1和2相关的上文所讨论的数据。
图16显示肌肉质量相关性,而图17显示脂肪质量相关性。如这些图所示,对于肌肉质量(本发明的R2为0.6VSCole-Cole模型的0.4)和脂肪质量(本发明的R2为0.7VSCole-Cole模型的0.1),本发明的多频、三平行等效电路频率响应模型都比Cole-Cole模型得到更高的相关性。
虽然已描述和阐释了本发明的具体实施方式,但应理解,基于前述公开的内容,很多不脱离本发明的范围和精神的改进对于本领域一般技术人员是显而易见的。仅举一例,虽然下面的权利要求记述了本发明的各种特征,但应理解的是本发明涵盖这些特征的任意和所有组合,而不管在所附的权利要求中是否列出这些组合。
参考文献
上述引用的各种文献列于下面。这些文献的内容纳入本文作为参考。
[1]K.S.Cole和R.HI.Cole,“电介质的传播和吸收I.交流电的特性”(“Dispersion and absorption in dielectrics.I.Alternating current characteristics”)J.chem.Phys.第9卷,pp.341-351,1941
[2]H.P.Schwan,K.Li,“低电导表面的电介质研究”("A dielectric studyof the low-conductance surface membrane"),E.coli Nature第177卷,pp.134-135,1956
[3]J.Nyboer,电阻抗体积描记法(Electrical impedance plethysmography),第2版,Charles C.Thomas,Springfield,IL 1970
[4]R.P.Patterson,“阻抗心动描计法基础”("Fundamentals of impedancecardiography"),IEEE Engineering in Medicine and Biology magazine.第8卷,pp.16-18,1989
[5]T.Hanai,“乳液的电学特性”(“Electrical properties of emulsions”),Emulsion Science,P.H.Sherman编,London:Academic,1968,pp.354-477
[6]A.De Lorenzo,A.Andreoli,J.R.Matthie,和P.O.Withers,“用理论方法以生物阻抗预测身体细胞质量:技术综述”("Predicting body cell masswith bioimpedance by using theoretical methods:a technological review"),J ApplPhysiol第82卷,pp.1542-1558,1997
[7]R.N.Baumgartner,R.Ross和S.B.Heymsfield,“在肥胖的男人和女人中脂肪组织影响生物电阻抗吗?”("Does adipose tissue influencebioelectric impedance in obese men and women?"),J Appl.Physiol.第84卷,pp.257-262,1998
[8]K.R.Foster和H.C.Lukaski,“全身阻抗—测量的是什么?”("Whole-body impedance-what does it measure?"),Am J Clin Nutr第64卷(增刊),pp.388S-396S,1996
[9]F.Zhu,S.Sarkar,C.Kaitwatcharachai,R.Greenwood,C.Ronco,N.W.Levin,“用局部生物阻抗分析测量小腿中的电阻率的方法和可重复性”("Methods and reproducibility of measurement of resistivity in the calf usingregional),Blood Purif,第21卷,pp.131-136,2003
[10]Xitron Technologies,Inc.,"4000B生物阻抗频谱分析***操作手册",初版,San Diego,加利福尼亚,1995,附录A,50-61页。
表1
介电系数ε | 电阻率ρ(Ω-cm) | |
骨 | 640 | 10<sup>4</sup> |
脂肪 | 3 x 10<sup>4</sup> | 1.5~5 x 10<sup>3</sup> |
血液 | 2.8 x 10<sup>3</sup> | 1.5 x 10<sup>2</sup> |
肌肉(平行) | 8 x 10<sup>4</sup> | 2 x 10<sup>2</sup> |
表2
对象信息
平均 | SD | 最小 | 最大 | |
性别 | F9/M19 | |||
年龄,岁 | 53.4 | 10.5 | 33 | 69 |
体重,kg | 80.4 | 18 | 43.2 | 119.9 |
身高,cm | 169.7 | 9.5 | 149 | 184.9 |
BMI,kg/m<sup>2</sup> | 27.7 | 4.97 | 19.18 | 41.11 |
脂肪,g | 344.9 | 118 | 149.2 | 533.5 |
肌肉,g | 525.3 | 110.3 | 326.5 | 761.5 |
表3
VF/VG | ρ<sub>G,Mea</sub>(Ω-cm) | ρ<sup>*</sup><sub>G,Cal</sub>(Ω-cm) | ρ<sub>G,Cal</sub>(Ω-cm) | Δρ(Ω-cm) |
>0.2 | 430.4±62 | 359.9±43 | 457.2±64 | 70.5±24 |
≤0.2 | 369.5±84 | 322.7±57 | 373.5±70 | 46.8±29 |
p值 | <0.05 | n.s. | <0.005 | <0.05 |
ρG,cal和ρ* G,cal分别是用方程12和13算出的电阻率值;Δρ=ρG,Mea-ρ* G,cal;90Ω-cm的ρE值用于计算ρ* G,cal和ρG,cal。
表4
得自曲线拟合的参数总结
脂肪 | P1 | P2 | P3 | P4 | Q1 | Q2 | —Q3 |
G1 | 32.54±5.9<sup>*</sup> | 1412±262 | -15330±3352 | 42640±12130<sup>+</sup> | 22.5±6.7 | -276.4±76 | 649.8±430 |
G2 | 27.3±3.7<sup>*</sup> | 1187±548 | -13012±3027 | 34166±13808 | 22.6±7.7 | -262±73 | 718±372 |
G3 | 26±4.4 | 1168±259 | -10973±3448 | 24191±16426<sup>+</sup> | 20.7±8.7 | -197.2±102 | 460.3±460 |
*和+表示组间的显著(p<0.05)差异。
Claims (24)
1.一种用于分析对象的身体节段的生物阻抗数据的方法,所述身体节段具有外皮肤表面,所述方法包括:
(a)将多个频率的交流电施加于外皮肤表面的至少两个点,以使电流穿过该节段;
(b)对于每个频率,记录外皮肤表面在至少两个其它点之间的电压差别,所述记录的电压差别包括幅值和相的信息,所述至少两个其它点位于施加电流的点内侧;和
(c)用在多个频率记录的电压差别来确定表明该节段的肌肉、脂肪和/或细胞外液含量的至少一个数值,所述数值是用该节段的阻抗模型来确定的,该阻抗模型至少包括三个平行的电路,其中一个电路由电阻器RI和电容器CM串联组成,其代表该节段的肌肉成分,一个电路由电阻器RF和电容器CF串联组成,其代表该节段的脂肪成分,另一个电路由电阻器组成。
2.如权利要求1所述的方法,其特征在于,所述至少一个数值表明该节段的肌肉含量,并且从将RI值转化为该节段肌肉含量值的相关性方程中获得。
3.如权利要求2所述的方法,其特征在于,所述相关性方程由以下步骤获得:
(i)在多个校准对象上进行步骤(a),(b)和(c)以获得所述各对象的RI值;
(ii)在所述多个校准对象的节段上进行磁共振成像以获得所述各对象节段的肌肉含量;和
(iii)对步骤(i)和(ii)中获得的数值进行回归分析以获得相关性方程。
4.如权利要求3所述的方法,其特征在于,所述回归分析产生的相关性方程中R2至少为0.5。
5.如权利要求4所述的方法,其特征在于,所述多个校准对象包括至少一个身体质量指数小于20的校准对象和至少一个身体质量指数大于35的校准对象。
6.如权利要求1所述的方法,其特征在于,所述至少一个数值表明该节段的脂肪含量,并且从将RF值转化为该节段脂肪含量值的相关性方程中获得。
7.如权利要求6所述的方法,其特征在于,所述相关性方程由以下步骤获得:
(i)在多个校准对象上进行步骤(a),(b)和(c)以获得所述各对象的RF值;
(ii)在所述多个校准对象的节段上进行磁共振成像以获得所述各对象节段的脂肪含量;和
(iii)对步骤(i)和(ii)中获得的数值进行回归分析以获得相关性方程。
8.如权利要求7所述的方法,其特征在于,所述回归分析产生的相关性方程中R2至少为0.5。
9.如权利要求8所述的方法,其特征在于,所述多个校准对象包括至少一个身体质量指数小于20的校准对象和至少一个身体质量指数大于35的校准对象。
10.如权利要求1所述的方法,其特征在于,所述由电阻器组成的平行电路代表该节段的细胞外液成分。
11.如权利要求1所述的方法,其特征在于,所述由电阻器组成的平行电路代表该节段的细胞外液和骨成分的平行组合。
12.如权利要求1所述的方法,其特征在于,所述阻抗模型还包括和所述三平行电路串联的电容器。
13.如权利要求1所述的方法,其特征在于,所述多个频率包括大于或等于5千赫和小于或等于1000千赫的频率。
14.如权利要求1所述的方法,其特征在于,所述步骤(a)中施加的交流电和步骤(b)中记录的电压被用于计算各频率条件下的阻抗值,而步骤(c)包括对这些阻抗值进行曲线拟合。
16.如权利要求1所述的方法,其特征在于,在步骤(a)中,所述在外皮肤表面上的至少两个点包括:
(i)所述对象腿上的两点;
(ii)所述对象小腿上的两点;
(iii)所述对象手臂上的两点;
(iv)所述对象肱二头肌上的两点;
(v)所述对象腹部上的两点;
(vi)所述对象左手上的一点和所述对象右手上的一点;
(vii)所述对象左脚上的一点和所述对象右脚上的一点;或
(viii)所述对象一只手或所述对象一只手臂上的一点和所述对象一条腿或所述对象一只脚上的一点。
17.如权利要求1所述的方法,其特征在于,该方法还包括向使用者展示所述表明肌肉、脂肪和/或细胞外液含量的至少一个数值。
18.如权利要求1所述的方法,其特征在于,所述方法在多个时间点在同一对象上进行。
19.一种用于分析对象身体节段的生物阻抗数据的方法,所述身体节段具有外皮肤表面,所述方法包括:
(a)将多个频率的交流电施加于外皮肤表面的至少两个点,以使电流穿过该节段;
(b)对于每个频率,记录外皮肤表面在至少两个其它点之间的电压差别,所述记录的电压差别包括幅值和相的信息,所述至少两个其它点位于施加电流的点内侧;和
(c)用在多个频率记录的电压差别来确定表明该节段的脂肪和/或细胞外液含量的至少一个数值,所述数值是用该节段的阻抗模型加以确定的,该阻抗模型至少包括两个平行的电路,其中一个电路由电阻器RF和电容器CF串联组成,其代表该节段的脂肪成分,另一个电路由代表该节段细胞外液成分的电阻器组成;
其中:(i)所述两个平行的电路是该阻抗模型中代表皮肤内节段的组成的仅有的平行电路;和(ii)步骤(a)中施加的各频率小于或等于10千赫。
20.如权利要求19所述的方法,其特征在于,所述至少一个数值表明该节段的脂肪含量,并且从将RF值转化为该节段脂肪含量值的相关性方程中获得。
21.如权利要求20所述的方法,其特征在于,所述相关性方程由以下步骤获得:
(i)在多个校准对象上进行步骤(a),(b)和(c)以获得所述各对象的RF值;
(ii)在所述多个校准对象的节段上进行磁共振成像以获得所述各对象节段的脂肪含量;和
(iii)对步骤(i)和(ii)中获得的数值进行回归分析以获得相关性方程。
22.如权利要求19所述的方法,其特征在于,在步骤(a)中,所述在外皮肤表面上的至少两个点包括:
(i)所述对象腿上的两点;
(ii)所述对象小腿上的两点;
(iii)所述对象手臂上的两点;
(iv)所述对象肱二头肌上的两点;
(v)所述对象腹部上的两点;
(vi)所述对象左手上的一点和所述对象右手上的一点;
(vii)所述对象左脚上的一点和所述对象右脚上的一点;或
(viii)所述对象一只手或所述对象一只手臂上的一点和所述对象一条腿或所述对象一只脚上的一点
23.如权利要求19所述的方法,其特征在于,该方法还包括向使用者展示所述表明脂肪和/或细胞外液含量的至少一个数值。
24.如权利要求19所述的方法,其特征在于,所述方法在多个时间点在同一对象上进行。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US50248303P | 2003-09-12 | 2003-09-12 | |
US60/502,483 | 2003-09-12 | ||
US60/580,166 | 2004-06-16 | ||
US60/587,652 | 2004-07-14 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009101704186A Division CN101926647B (zh) | 2003-09-12 | 2004-09-10 | 生物阻抗方法和仪器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1849092A CN1849092A (zh) | 2006-10-18 |
CN100542482C true CN100542482C (zh) | 2009-09-23 |
Family
ID=37078370
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2004800263016A Expired - Fee Related CN100542482C (zh) | 2003-09-12 | 2004-09-10 | 生物阻抗方法和仪器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN100542482C (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108852352A (zh) * | 2018-03-26 | 2018-11-23 | 深圳市麦德安医疗设备有限公司 | 生物阻抗Cole方程的参数估计方法、智能设备及存储介质 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101971726B (zh) * | 2010-08-26 | 2012-11-14 | 北京农业智能装备技术研究中心 | 基于阻抗频谱的豆类种子发芽力测量装置 |
EP2656785B9 (en) * | 2012-04-26 | 2019-08-28 | Fresenius Medical Care Deutschland GmbH | Electrodes for a bio-impedance measuring device, and devices used during dialysis |
AU2015253300A1 (en) * | 2014-04-29 | 2016-11-10 | The Regents Of The University Of California | Bio-impedance measurement method using bi-phasic current stimulus excitation for implantable stimulator |
CA3120465A1 (en) * | 2018-12-21 | 2020-06-25 | Fresenius Medical Care Holdings, Inc. | Skin sodium measurement using bioimpedance |
US11701022B2 (en) * | 2020-01-06 | 2023-07-18 | Fresenius Medical Care Deutschland Gmbh | Method for calibrating a bioimpedance measuring device, and medical devices |
CN112231997B (zh) * | 2020-09-25 | 2023-04-07 | 重庆大学 | 基于人体组织电导率精细化建模设计的胸腔电阻抗仿真方法 |
-
2004
- 2004-09-10 CN CNB2004800263016A patent/CN100542482C/zh not_active Expired - Fee Related
Non-Patent Citations (4)
Title |
---|
Body electrical impedance measurement: body fat orbodyfluid? Patterson R.IEEE Proceedings of the EMBS/BMES Conference. 2002 |
Body electrical impedance measurement: body fat orbodyfluid? Patterson R.IEEE Proceedings of the EMBS/BMES Conference. 2002 * |
Limits of body mass index to detect obesity and predictbody composition. DavidC.Frankenfield,MS,RD,WilliamA.Rowe,MD,RobertN.Cooney,MD,J.StanleySmith, MD,andDoloresBecker,MS,RD.Nurinition,Vol.17 . 2001 |
生物电阻抗分析法(BIA)测量人体成分. 黄海滨,任超世.国外医学.生物医学工程分册,第23卷第3期. 2000 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108852352A (zh) * | 2018-03-26 | 2018-11-23 | 深圳市麦德安医疗设备有限公司 | 生物阻抗Cole方程的参数估计方法、智能设备及存储介质 |
CN108852352B (zh) * | 2018-03-26 | 2021-07-30 | 深圳市麦德安医疗设备有限公司 | 生物阻抗Cole方程的参数估计方法、智能设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN1849092A (zh) | 2006-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101926647B (zh) | 生物阻抗方法和仪器 | |
Fuller et al. | Predicting composition of leg sections with anthropometry and bioelectrical impedance analysis, using magnetic resonance imaging as reference | |
CN1960672B (zh) | 确定病人水合和/或营养状况的方法和装置 | |
Piccoli et al. | Equivalence of information from single versus multiple frequency bioimpedance vector analysis in hemodialysis | |
Stahn et al. | Use of bioelectrical impedance: general principles and overview | |
Prasad et al. | Bioimpedance analysis of vascular tissue and fluid flow in human and plant body: A review | |
AU2012212386B2 (en) | Tissue mass indicator determination | |
Piccoli et al. | Equivalence of information from single frequency v. bioimpedance spectroscopy in bodybuilders | |
Aldobali et al. | Bioelectrical Impedance Analysis for Evaluation of Body Composition: A Review | |
CN100542482C (zh) | 生物阻抗方法和仪器 | |
Sato et al. | Effectiveness of impedance parameters for muscle quality evaluation in healthy men | |
Zhu et al. | Body composition modeling in the calf using an equivalent circuit model of multi-frequency bioimpedance analysis | |
Lukaski | Evaluation of body composition: why and how? | |
Kim et al. | Bioelectrical impedance analysis at popliteal regions of human body using BIMS | |
Hlúbik | Bioimpedance measurement of specific body resistance | |
Stahn et al. | Selected applications of bioelectrical impedance analysis: body fluids, blood volume, body cell mass and fat mass | |
Moreno et al. | Evaluation of a multifrequency impedancemeter by biphotonic densitometry, measuring independent tissue indices, in supine and standing position. Comparison with skin folds | |
Beckmann et al. | Monitoring of body fluid in patients with chronic heart failure using Bioimpedance-Spectroscopy | |
El Dimassi et al. | Mathematical issues in body water volume estimation using bio impedance analysis in e-Health | |
Abdel-Mageed et al. | Mathematical Analysis of Multi-Frequency Bioimpedance for Body-Composition Assessment | |
Goswami et al. | Bioelectrical impedance analysis: phase angle-an independent predictive health marker and its clinical applications | |
Brajesh et al. | Study of Different Body Parameters for Health Monitoring | |
El Dimassi et al. | Body water volume estimation using bio impedance analysis: Where are we? | |
Dewberry | A review of electrical impedance spectrometry methods for parametric estimation of physiologic fluid volumes | |
Khan et al. | Multicompartmental Models to Assess the Body Composition of Indian Subjects and Validation of Result by Developing Prediction Equation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20090923 Termination date: 20200910 |