CN112352289A - 提供ecg分析界面的方法及*** - Google Patents
提供ecg分析界面的方法及*** Download PDFInfo
- Publication number
- CN112352289A CN112352289A CN201980043388.4A CN201980043388A CN112352289A CN 112352289 A CN112352289 A CN 112352289A CN 201980043388 A CN201980043388 A CN 201980043388A CN 112352289 A CN112352289 A CN 112352289A
- Authority
- CN
- China
- Prior art keywords
- ecg
- torso
- historical
- information
- position information
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 102
- 238000004458 analytical method Methods 0.000 title claims abstract description 56
- 238000005259 measurement Methods 0.000 claims abstract description 67
- 238000004070 electrodeposition Methods 0.000 claims abstract description 59
- 238000013479 data entry Methods 0.000 claims abstract description 6
- 238000012795 verification Methods 0.000 claims abstract description 5
- 238000003384 imaging method Methods 0.000 claims description 69
- 238000012545 processing Methods 0.000 claims description 12
- 208000002150 Arrhythmogenic Right Ventricular Dysplasia Diseases 0.000 claims description 8
- 201000006058 Arrhythmogenic right ventricular cardiomyopathy Diseases 0.000 claims description 8
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 6
- 201000010099 disease Diseases 0.000 claims description 5
- 238000000718 qrs complex Methods 0.000 claims description 5
- 230000003287 optical effect Effects 0.000 claims description 4
- 230000003190 augmentative effect Effects 0.000 claims description 3
- 208000031229 Cardiomyopathies Diseases 0.000 claims description 2
- 206010049418 Sudden Cardiac Death Diseases 0.000 claims description 2
- 230000003126 arrythmogenic effect Effects 0.000 claims description 2
- 239000000090 biomarker Substances 0.000 claims description 2
- 238000002565 electrocardiography Methods 0.000 description 176
- 239000003550 marker Substances 0.000 description 91
- 230000008901 benefit Effects 0.000 description 16
- 210000000038 chest Anatomy 0.000 description 14
- 210000001562 sternum Anatomy 0.000 description 13
- 230000000875 corresponding effect Effects 0.000 description 12
- 239000013598 vector Substances 0.000 description 9
- 238000012937 correction Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 238000001454 recorded image Methods 0.000 description 5
- 230000009466 transformation Effects 0.000 description 5
- 210000000481 breast Anatomy 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 210000003128 head Anatomy 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 238000002360 preparation method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 239000003086 colorant Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 108090000623 proteins and genes Proteins 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 208000035475 disorder Diseases 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 230000004217 heart function Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 208000025309 Hair disease Diseases 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 210000000617 arm Anatomy 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000000748 cardiovascular system Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 208000034653 disorder of pilosebaceous unit Diseases 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000002445 nipple Anatomy 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002336 repolarization Effects 0.000 description 1
- 238000012958 reprocessing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 210000002832 shoulder Anatomy 0.000 description 1
- ORFSSYGWXNGVFB-UHFFFAOYSA-N sodium 4-amino-6-[[4-[4-[(8-amino-1-hydroxy-5,7-disulfonaphthalen-2-yl)diazenyl]-3-methoxyphenyl]-2-methoxyphenyl]diazenyl]-5-hydroxynaphthalene-1,3-disulfonic acid Chemical group COC1=C(C=CC(=C1)C2=CC(=C(C=C2)N=NC3=C(C4=C(C=C3)C(=CC(=C4N)S(=O)(=O)O)S(=O)(=O)O)O)OC)N=NC5=C(C6=C(C=C5)C(=CC(=C6N)S(=O)(=O)O)S(=O)(=O)O)O.[Na+] ORFSSYGWXNGVFB-UHFFFAOYSA-N 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—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
- A61B5/364—Detecting abnormal ECG interval, e.g. extrasystoles, ectopic heartbeats
-
- 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
-
- 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]
- A61B5/339—Displays specially adapted therefor
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/40—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management of medical equipment or devices, e.g. scheduling maintenance or upgrades
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- 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
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Pathology (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Cardiology (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本申请涉及用于提供与人相关的EGG分析界面的方法,诸如在作为EGG设备的部分的计算设备上和/或耦合到EGG设备的计算设备上实现的方法,该方法包括以下步骤:获得数据条目,该数据条目识别人,以用于从数据库获得与至少一个先前数据点相关的历史数据,从数据库获得与该至少一个数据点相关的至少一个历史EGG测量结果,获得与相应的至少一个数据点的电极放置相关的历史EGG电极位置信息,获得实时EGG测量的电极位置的最新或新的EGG电极位置信息测量结果,利用位置被测量电极获得人的最新或新的EGG测量结果,执行关于历史EGG电极位置信息和最新或新的EGG电极位置信息之间的差异的验证步骤,配备EGG分析界面,该EGG分析界面包括在至少一个历史EGG测量结果和最新和/或新的EGG测量结果之间的差异的表示,优选地,如果验证步骤提供了足够的结果的话。
Description
本发明涉及一种用于向人提供ECG分析界面的方法,诸如在作为ECG设备的部分的计算设备上和/或耦合到ECG设备的计算设备上实现的方法。此外,本发明涉及一种用于执行这种方法的***。
在过去的几十年中,已经开发和改进了各种设备,以便获得和提供关于人的心脏和躯干的相关医学信息,从而诊断心脏和心血管***的疾病或小毛病。
已经设计了ECG设备,以便提供与心脏的电功能和可通过这种方式识别的心脏的其他功能相关的信息。回波成像设备已被用于提供与躯干中的心脏功能相关的可视信息。
几十年前(诸如大约70年代),ECG技术提供了改进很多的***,该***具有相对低的噪声,因此被认为是与心脏功能相关的有价值的数据源。这是在成像技术(诸如MRI、CT和声音回波)的重大质量改进之前。然而,至少自90年代开始,这些成像技术就已经有了重大改进。因为成像技术的这些发展,所以随着成像技术提供越来越详细的信息,ECG技术的相关性降低或稳定。
本发明的一个目的是提供一种非常有成本效益的、对小毛病或病症或其早期阶段的识别。为此,本发明提供了一种用于提供与人相关的ECG分析界面的方法,诸如在作为ECG设备的部分的计算设备上和/或耦合到ECG设备的计算设备上实现的方法,该方法包括以下步骤:
获得数据条目,该数据条目识别人,以用于从数据库获得与至少一个先前数据点相关的历史数据,
从数据库获得与该至少一个数据点相关的至少一个历史ECG测量结果,
获得与相应的至少一个数据点的电极放置(electrode placement)相关的历史ECG电极位置信息,
获得另外的、最新或新的ECG电极位置信息测量结果,诸如实时ECG测量的电极位置的测量结果,
获得与另外的、最新或新的位置被测量电极相关的、人的相应ECG测量结果,
执行关于历史ECG电极位置信息和最新或新的ECG电极位置信息之间的差异的验证步骤,
配备(assembly)ECG分析界面,该ECG分析界面包括在该至少一个历史ECG测量结果和最新或新的ECG测量结果之间的差异的表示,优选地,当验证步骤提供了足够的结果时配备ECG分析界面。
根据本发明的这种方法的第一个优点在于:以可靠的方式提供了关于两次或更多次ECG测量的比较,每次ECG测量是在不同的时间点采用不同的电极放置进行的。在同一测量会话(session)期间,采用相同电极放置进行的ECG测量非常具有可比性。其原因在于:这些信号基于相同的电极放置、并以相同的方式与躯干和心脏相互作用,可由ECG电极的控制电子器件验证。
然而,与单独测量会话相关的ECG测量对于每个测量本身是有用的,但是可比性低或不可靠。根据现有技术,已经使用了身体上的标记(诸如通过纹身或类似的涂墨),以便提供ECG测量的可重复的结果,从而比较ECG测量。然而,这种标记无论在治疗的几个月或几年时间段期间还是在此之后都是不合乎需要的。因此,这种标记基本上从未离开基础研究的领域。这些缺点,加上提供大量信息并且在医学领域流行得多的所述成像技术(诸如MRI、CT和声音回波)的可用性,导致注意力从进一步开发ECG的用途转移,除非执行基本测量。
本发明提供了一种可靠的方式来比较不同测量会话之间(诸如以天、周、月、季度、年或甚至更长时间为单位的时间间隔)的ECG测量。本发明人的一个见解是,ECG结果可用于对伴随某些状况(诸如,人基因组中某些基因的存在)发生的病症进行诊断或建议。在这种情况下,即使是具有关于某种疾病的预定基因组合的人,也可能根本不会以同样的方式或在同样的年龄发展成这种病症。因此,用昂贵的成像技术监测具有这种基因的人是低效的。
本发明提供的优点在于,借助于采用可重复的电极放置的ECG监测,能够监测所识别的人,可重复的电极放置导致有可能以高水平的辨别能力来识别这种病症的早期发作,并且进一步具有该过程是低侵入性的优点。下面将示出并且已经确定,通过应用本发明,实现了即使在最现代的成像设备不能检测到这种早期发作的时候也能识别这种早期发作。
其中的一个示例是例如致心律失常性右室心肌病(ARVC)的病症。这种病症包含心脏中的延迟激活区(delayed activation region)、其外壁或隔膜的发作。在下面的示例中,指示了ECG分析(诸如波形分析)如何提供关于在不同的ECG测量会话中记录的波形的差异的信息。然而,该示例还显示,当在这种不同的ECG测量会话之间一个或更多个电极放置在不同位置时,这种波形的差异也会出现。因此,不可能将ECG测量用于这种目的。ECG已用于确定与心律有关的问题,并且用于基于某些ECG间隔(诸如PQ时间或QRS积分)的定时进行确定。然而,没有本发明,与波形形状相关的波形分析或复极化波形的分析是不可用的。
在本说明书的上下文中,最新意为在测量ECG和/或电极位置的新的、最新的或较新的实例期间产生的测量结果,优选地存储为新的数据点,该新的数据点将要被称为至少一个先前数据点之一,该先前数据点用于稍后时间点(诸如一天、一周、一个月、三个月、一年或其他之后)的测量的引用,然后是当前的新测量结果。
根据第一优选实施例,差异的表示包括表示历史ECG测量结果以及进一步的、最新的和/或新的ECG测量结果的波形表示。这种波形表示(诸如在显示器上的波形绘图)提供了所指示的能够比较不同ECG测量会话的ECG测量之间的波形的优势。
根据另一优选实施例,该方法包括对齐相应的波形表示(优选地相对于ECG曲线图的时间轴对齐相应的波形表示)的步骤。这允许识别在极化/复极化/周期期间在相近时间点的波形差异。
更优选地,这种对齐相应的波形表示的步骤是基于相应的RMS信号。RMS信号是基于来自ECG测量电极的测量信息计算出的。其中的一个优点在于,由于这种RMS信号的形状,提供了用于对齐来自不同ECG测量会话的RMS信号的、相对直接的过程。
更优选地,对齐基于QRS复合波的峰值,优选地基于根据RMS信号的QRS复合波的峰值。这种实施例提供了对来自不同ECG测量会话的信息的非常有利的对齐。
因为本发明或其实施例提供了使不同ECG测量会话的ECG电极随时间推移而基本上相同或在预定阈值偏差内的优点,所以,以容易地可视的方式提供了ECG信号之间的差异,ECG信号优选地是对齐的。有利的是,当确定ECG信号之间的这种差异时,消除了本来已由电极的这种类似的放置造成的差异。
根据另一个优选实施例,该方法包括以下步骤:提供ECG分析界面,优选为ECG分析界面的差异的表示,并基于一组预定标准突出显示信息。预想到以几种方式(诸如对这种差异进行环绕或类似操作,或者改变在这种差异位置处的波形颜色)提供信息的这种突出显示。
更优选地,预定标准基于对与至少一种病症或小毛病相关的相关差异的识别。基于关于由于某些病症导致的已知波形变化的相关信息,可以根据这种实施例自动确定并指示这种波形变化。此外,也可以这样突出显示不太容易在波形中显示的、数字上可辨别的指示符。指示这种差异的另一种方式是提供波形的可识别的这些部分的放大。
由本发明识别的病症或小毛病的示例包括致心律失常性心肌病(ACM)、心源性猝死风险(SCD)、致心律失常性右室心肌病(ARVC)或PVC患病的初始阶段。
根据另一个优选实施例,差异的表示包括差异的至少一个数值表示,从而优选地指示至少一个相应的生物标记。
根据本发明或方面的另一方面涉及一种用于提供与人相关的ECG分析界面的方法,诸如在作为ECG设备的一部分和/或耦合到ECG设备的计算设备上实现的方法,该方法包括以下步骤:
获得数据条目,该数据条目识别人,以用于从数据库获得与至少一个先前数据点相关的历史数据,
获得与相应的至少一个数据点的电极放置相关的历史ECG电极位置信息,
获得人的躯干的优选为3D的光学记录和/或实时ECG测量的、ECG电极位置的初始放置的最新或新的ECG电极位置信息测量结果,
基于相应的至少一个数据点的历史ECG电极信息,呈现或配备反馈信息,以用于提供反馈信号,
相对于人的躯干可视化反馈信号。
其优点在于,这种方法允许通过在引导下将ECG电极附接至躯干上的位置来引导操作者。此外,它允许对躯干处操作者将要把ECG电极附接于的位置可视化或投影,或者它允许校正暂时放置于躯干但尚未处于正确光斑(spot)的ECG电极的位置。同样,正确光斑是提供与较早ECG读数相当的ECG读数的光斑。这意味着,优选地,ECG电极被放置于与较早ECG读数相同(或者尽可能地靠近)的光斑,此外,可以优选地定义相对于躯干上固定的可确定位置的标准化的ECG电极放置光斑或位置。优选地,这种确定是根据上胸骨和/或下胸骨进行的,进一步优选地与标记元素(marker element)结合,优选地根据图21。
更优选地,这种方法包括以上根据本发明和/或实施例所描述的步骤。
根据另一优选实施例,该方法包括相对于人的躯干可视化反馈信号的步骤,该步骤包括以下步骤中的至少一个:
在增强现实设备中相对于躯干可视化反馈信号;
通过至少一个投影仪(诸如视频投影机)将反馈信号投影到躯干上,来相对于躯干可视化反馈信号;
通过在显示监视器上显示躯干以及反馈信号的投影,来相对于躯干可视化反馈信号;
借助于来自激光投影仪的光斑,通过将反馈信号投影到躯干上,来相对于躯干可视化反馈信号。这种实施例基于如在较早的ECG测量会话中的电极放置,提供了与电极放置的可重复性相关的优点。因为在躯干或其在显示器上的表示上指示了这种较早会话中的电极的位置,所以在新的或较晚的会话中容易实现放置的可重复性。
进一步优选地,位置信息包括采用至少一个3D照相机测量的3D位置信息。进一步优选地,该方法包括接收患者信息的步骤,该患者信息诸如是包括与至少一个历史ECG测量结果和/或历史ECG电极位置信息相关的个人特征的患者历史。
根据另一优选实施例,获得历史ECG电极位置信息的步骤包括获得历史躯干形状信息的步骤,优选地,其中获得最新或新的ECG电极位置信息的步骤包括获得最新或新的躯干形状信息的步骤。进一步优选地,包括用于验证历史数据与人有关(诸如通过比较历史躯干形状与最新或新的躯干形状之间的差异)的步骤。
进一步优选地,该方法包括以下步骤:配备图形表示信号,以用于显示在至少一个历史躯干形状和最新或新的躯干形状之间的差异。进一步优选地,接收患者信息的步骤包括以下步骤:基于患者标识(诸如人的标识号、体重和/或身高)请求进一步的患者信息。
根据另一优选实施例,该方法包括以下步骤:
将至少一个数据点的历史ECG电极位置信息与新的ECG电极位置信息进行比较,
呈现或配备反馈信息,以用于提供关于不正确的新ECG电极位置的反馈信号,优选地带有正确位置的指示。进一步优选地,该方法包括以下步骤:利用位置被测量电极获得人的最新的或新的ECG测量结果。
进一步优选地,获得ECG电极位置信息的步骤包括以下步骤:获得人的躯干的优选为3D的光学记录,其具有ECG电极的放置位置中的最新或新的ECG电极位置。进一步优选地,该方法包括以下步骤:考虑相应历史躯干形状和最新或新的躯干形状之间的差异或相似性。根据本发明的另一方面,提供了一种用于应用根据一个或更多个前述权利要求的方法的***,该***包括:
处理单元,
与处理单元耦合的存储器,
用于接收识别人的数据条目的接收装置,
用于接收历史ECG电极位置信息的接收装置,
用于接收最新或新的ECG电极位置信息的接收装置,
输出装置,用于基于相应的至少一个数据点的历史ECG电极信息输出反馈信号。
进一步优选地,所述***包括程序编码装置,和/或用于执行根据本发明的任何步骤的处理装置。
下面将参考附图,结合一个或优选实施例,更详细地描述本发明的进一步的优点、特征和细节。不同优选实施例的相似但不一定相同的部分可以用相同的参考数字指示。
图1示出了根据本发明的第一优选实施例,作为根据本发明的用于执行根据本发明的方法的***的实施例。
图2示出了根据本发明的方法的优选实施例。
图3示出了根据本发明的方法的另一优选实施例。
图4示出了根据本发明的方法的另一优选实施例。
图5示出了根据本发明的方法的另一优选实施例。
图6示出了根据本发明的可在显示器上呈现给用户的示例的图形表示。
图7示出了根据本发明的另一优选实施例的将ECG电极以及标记元素一起放置在躯干上的示例,以及根据本发明将要在显示器上向用户呈现的图形表示。
图7示出了可向用户呈现的信息的另一优选示例。
根据本发明的第一优选实施例包括用于执行该方法的***1。本发明人设想,该方法可以在关于最新或新的ECG测量会话的ECG测量会话期间执行。然而,本发明人还设想,方法可以在这种会话之后执行,以用于采用与相应数据点相关的较早会话来分析新的或最新的ECG测量会话结果。
用于检测布置在躯干T处的ECG电极的3D照相机2布置在人的(示意性示出的)躯干T的上方。照相机适合用于其相对于躯干的移动,使得可以从几个侧面记录躯干,以用于检测在适当的位置的ECG电极。来自照相机的数据被传送到计算机5。计算机连接到监视器7、键盘8和鼠标9,用于从这些***设备接收来自用户的输入数据,并向用户输出图像数据。该计算机还与ECG放大器6相耦合,该ECG放大器6又与躯干T上的ECG电极3耦合。所提供的电极的实际数量在4到16之间,优选为大约12个。用于实现更高分辨率的更大数量被设想,并且取决于应用装置的周围环境的其用途也是可用的。技术人员将能够基于可用设备将电极的数量确定为正确的选择。
用于在ECG测量会话期间执行该方法的实施例包括根据图2的方法。该方法开始于步骤100。在步骤110中,获得识别人的数据条目,以用于从数据库获得与至少一个先前数据点相关的历史数据。在步骤120中,从数据库中获得关于此人的数据,该数据库可以是本地数据库或是通过计算机网络可访问的远程数据库。
在步骤130中,从3D照相机2获得实时3D成像信息。在步骤140中,可选地,可以计算生物计量值,更具体地是面部识别参数,如眼睛之间的距离、头部的大小等。在步骤300中,执行检查,目的是将实时3D成像信息(如果存在生物计量数据,则还包括生物计量数据)与所选数据点的历史成像信息进行比较。在差异太大以至于不能根据所选数据点的历史成像信息来确定实时3D图像与同一个人有关的情况下,该方法在步骤110中返回,以便获得其他人信息。在确定成像信息对应的情况下,该方法在步骤400或步骤500中继续。图3描述了步骤300的优选细节。图4描述了步骤400的优选细节。图5描述了步骤500的优选细节。
在步骤400,检查实时会话的ECG电极是否与来自历史数据点的信息足够对应。关于历史数据点的位置信息被投影到人的躯干上,以便将实时ECG测量会话的电极放置在所投影的确切光斑上。替代方案(步骤500)是,实时ECG测量会话的ECG电极已经放置,并且相关投影仪投影关于不正确放置的指示。
在步骤700中,进行实时ECG记录会话的ECG记录,以便采用位置被测量电极获得人的最新或新的ECG测量结果。在步骤800中,用户界面显示选定的历史数据点的以及实时的、新的或最新的ECG测量会话的波形。该方法在步骤900结束。
在步骤320中,胸腔的实时3D记录与来自数据库的相应的或选定的历史数据点相匹配,以便确定胸腔是否充分对应。在步骤330中,确定匹配误差,如以下所公开的。在步骤340中,确定误差是否低于预定阈值,在这种情况下,该方法在根据图2的步骤400或500继续。在确定误差高于预定阈值的情况下,在步骤350中确定躯干的形状或体形是否已经改变。在躯干已经改变360的情况下,基于3D成像信息的躯干模型被调整,以便能够继续。在370中,使用来自3D照片的生物统计参数值(更具体地是面部识别),对躯干所属的人的身份进行额外检查。在375中,在数据库中搜索这些参数,当发现匹配时,确认身份。在采用数据库无法确认患者的情况下,该方法前进到步骤380,存储躯干模型或更新的躯干模型。
在步骤410,基于相关子***的可用性或人的偏好来选择产生方法。在步骤420中,使用增强现实投影,以便以放置实时ECG电极的人看到躯干上的投影的方式来投影躯干上的电极位置。在步骤422中,为此目的使用投影机。这种投影机能够投影光斑和/或关于将要放置在这种光斑上的正确电极的附加信息。在步骤424中,躯干连同与放置在躯干上的活动标记及其正确性相关的信息光斑一起被投影到显示监视器上。在步骤426中,投影激光束的投影仪用于投影光斑和/或关于躯干上ECG电极的正确位置的附加信息。
假设要么是使用在过程期间移动的一个投影设备,要么使用将所有光斑或位置同时投影在躯干上的两个或更多个投影设备。类似地,设想到一个、两个或更多个3D成像设备,以便同时记录或通过移动一个这种照相机来记录所有光斑。
在步骤510中,根据使用它们的3D胸腔模型的实时ECG会话的3D记录来确定电极位置,如下文描述中所示。在步骤520中,将实时记录中的电极位置与根据所使用的确定数据点的、来自数据库的电极位置进行比较。确定其差异。
图6A示出ECG信号的示例。图6B示出了BSM中67个ECG信号的3个不同RMS信号的详细QRS刺激(fuel)。图6C示出了对齐的P波、QRS复合波和T波,QRS是相同的。第二次测量的T波是不同的,因为受试者具有较高的心率,因此T波(心脏的恢复)发生得更早。
图7示出了ECG电极相对于标记线的放置。这清楚地示出了电极有时是如何放置得比其他时候更高的。这种布置的偏差如图7B的曲线图所示。
在图8中,心脏模型中通过较深的左侧示出了ARVC的初始阶段。曲线图中示出了在躯干上相对于心脏放置得太高的电极馈送点的ECG信号如何导致与下面正确放置的波形图案(该波形图案示出了属于一种病症的波形图案)相似的波形图案。因为不正确放置所造成的这种偏差,如果不能根据本发明确定将电极放置在正确的位置,就不能识别ARVC的初始阶段。
如关于以上优选实施例所指出的,投影仪的使用有利地提供了关于电极将要放置在哪里以与相应的较早的ECG记录对齐的反馈,和/或所放置的电极相对于在这种相应的较早的ECG记录期间相应的放置的偏差。
为此,根据图9的优选实施例,提供了照相机投影仪单元2’,其连接到包括用户界面的计算设备5,计算设备5包括用于提供用户界面11的功能元素、用于从照相机接收信息并向投影仪12发送指令的功能元素、以及用于存储数据、取出历史数据和取出关于患者的数据的存储介质。
包括延伸臂25、26的支架24被布置成在具有躯干T的患者之上延伸。在该示例中,投影仪22与两个照相机21、21’相结合。在其他实施例中,根据功能要求,两个投影仪与两个照相机结合,或者两个投影仪与一个照相机结合。优选地,3D照相机和投影仪在外壳中相结合。这种具有外壳的投影仪优选地布置在患者上方,进一步优选地,两个3D照相机与两个相应投影仪布置在所示支架实施例的任意臂处。优选地,这种布置是这样的,躯干可以由照相机记录,并且由投影仪大体从两侧投影广告,以便覆盖躯干的顶部和其他部位。特别地,优选到达左侧,因为这是心脏侧,更多的ECG电极将位于这一侧。标记元素27还布置在躯干处,优选地在其顶部部位,优选地在胸骨的上部或胸骨上切口处,并且使标记元素沿着胸骨定位。还设想到胸骨底端的标记元素以及两个这种标记元素的组合。关于3D照相机(还包括飞行时间照相机),设想其用于提供3D或深度信息,以用于照相机记录和投影目的。
包括照相机和投影仪的单元优选地还包括计算机单元,该计算机单元具有用于照相机和投影仪的控制功能以及用于与优选***的计算机5通信的通信功能。优选地,在可附接到支架23的外壳内包含投影仪和3D照相机,以相对于将要拍摄丰富ECG记录的人定位。鉴于外壳,用于调整投影的装置被布置,诸如2或3个轴,这些轴彼此垂直,内部框架相对于这些轴可移动地连接。相关的步进电机被适当地布置,以使各部分相对于彼此移动。由此,实现了调整照相机和投影仪相对于躯干的位置变化,以便提供相对于患者的适当记录和适当投影。正因如此,基于所解释的3D照相机的图像记录,投影仪可以相对于每个ECG记录被拍摄的人来适当地对齐。这允许相对于躯干移动整个投影区域。
由投影仪投影的投影可由照相机记录。将这种记录的投影与预期的投影点进行比较,以便确定投影的正确性或者基于这种确定来验证投影的正确性,计算设备计算校正,投影基于该校正而进行适应,以便改进。在投影不正确的情况下,借助于适当的警告信号(诸如声音)和投影的适应以及投影的中断(例如间歇的投影或投影颜色的改变)来通知操作者。
所设想的投影仪的实施例包括LED投影仪、激光投影仪、激光指示器和/或具有激光点扫描的微机电***等。投影的目的是提供ECG电极位置的清晰指示。正因如此,仅提供点或线投影的实施例是优选的,然而甚至基于激光指示器的微机电***也将能够提供在用于提供支持图像的优选实施例中设想到的图形图像。优选地使用12导联(lead)ECG记录需求配置,优选地主要集中在躯干上的6个前胸电极上。根据本文件的公开内容,在技术人员的理解范围内,设想到可以采用适当实施的实施例来支持所有ECG导联配置。
图10总体示出了根据图9的具有照相机和投影仪的布置。在图10中,示出了投影的示例,该示例标示了多根交叉线,交叉线的末端指示将要放置在躯干处的各个电极的位置。躺下的较低躯干指示这样的示例,在该示例中,电极由操作者以一般模式放置,如操作者曾经在正常ECG记录操作过程期间(诸如在人的正常准备过程中)那样。然而,线指示偏离ECG电极先前所在位置的位置。这些ECG电极将要被移动到期望的位置,以便实现随着时间的推移,在一系列ECG记录中的该ECG记录的期望结果。这样的结果并不指示正常的准备是错误的,而是指示本发明如何提供改进,以使期望的结果实现。图10中竖直布置的躯干标示了ECG电极或其部分。照相机可检测标记元素27向计算设备5提供输入,用于执行通过根据本发明的方法的实施例的操作,以便做出关于躯干的形状、其上电极的放置的确定,诸如与较早ECG记录会话一致。
可替代地,图11示出了将要投影到躯干上的各位置的投影点25’,ECG电极将要被定位在这些位置。同样在该图中,标记元素布置在胸骨的上部,借助于照相机的图像记录来帮助确定躯干上的电位置的位置。
图12示出了类似的布置,其中2个照相机和2个投影仪布置在支架23处,一个照相机投影仪组合在臂25处,而一个照相机投影仪组合在臂26处。臂之间的优选角度在大约90°和150°之间,优选在100°和140°之间,更优选在110°和130°之间,更优选在大约120°。为了强调躯干的左侧,可以设想从正上方向左侧整体倾斜。
图13提供根据本发明的另一优选实施例的主工作流程的描绘。该方法开始于步骤1100,其中,***初始化,加载附加部件(诸如一个或更多个3D照相机、一个或更多个投影仪、步进电机)的配置,记录与人相关的、关于较早ECG记录的信息和/或相应的导联配置(诸如包括这种早期记录的相应ECG导联在躯干上的定位),并且优选地执行成像初始化。在步骤1200中,启动在步骤1100中确定的相关设备,并用配置设置(如帧速率和记录图像分辨率)来初始化相关设备。此外,检查照相机相对于患者的初始位置,并对其进行调整,或指示操作者进行调整。在步骤1300中,在步骤1100检测到的每个投影仪中,投影仪被启动,以所配置的设置进行初始化,并使用校准图像校准和/或相对于照相机校准。
在步骤1400,从3D照相机记录中获得躯干特征。在步骤1500中,处理来自先前步骤的相关信息,以准备将ECG导联位置投影在躯干上。更优选地,应用从患者特征导出的坐标(诸如来自步骤1300),加载的先前记录的导联位置坐标和/或存储的默认位置(诸如来自步骤1100)。
在步骤1600中,用相关的投影仪将相关的ECG导联位置投影到躯干上,并且在与操作者的交互中,提供将ECG电极附接在躯干上。进一步优选地,检查操作者是否将导联附接在正确的位置,诸如先前记录的位置或调整到相关躯干的、指示的默认位置。在不正确放置ECG电极的情况下(这是采用照相机图像来记录的),借助于相关提供的投影和/或计算机上的用户界面指示操作者调整相关的ECG电极或多个ECG电极。在步骤700中,存储来自当前ECG会话的所有相关取出和写入的信息以及和电极放置位置,供以后使用或分析。
图14提供了详述图13的步骤1100的优选步骤,其具有可选步骤或子步骤。在步骤1105中,确定或取出附接到***的附接的3D照相机的数量。该信息或是从本地存储装置中取出的,或者借助于与附接的照相机通信(诸如通过查询)取出的。在步骤1115中,取出附接到***的投影仪的数量。该信息或是从本地存储装置中取出的,或者借助于与附接的投影仪通信(诸如通过查询)取出的。在步骤1125中,如果ECG导联位置的先前记录(例如具有先前存储的坐标和记录信息)可用于将要进行ECG记录的躯干,则诸如从用户界面或存储介质或通过用户界面或存储介质执行检查或请求。如果这种数据可用,就获得ECG电极的相应参考点和位置。优选地,如果先前创建的基于3D成像(诸如CT或MRI)的躯干模型可用,则加载这种先前创建的躯干模型。利用这种3D躯干模型,执行关于ECG电极位置的优化。
在步骤1135中,取出具有相关的先前存储的坐标和记录信息的ECG电极位置的先前记录,并将其存储在操作存储器中。该信息是从本地***上的本地存储装置中取出的,或者从连接的存储介质中取出的。搜索加载的先前记录配置优选地包括先前确定的躯干模型,可选地包括标记元素的位置、躯干的参考点、较早确定的躯干特征和/或在相关先前记录期间ECG导联的相对于参考点和/或标记的位置。
在步骤1145中,优选地,取出默认ECG导联位置或一组投影指令及其坐标和产生信息。这种信息可以从设备的本地存储装置中取出,也可以从连接的存储介质中取出。这种信息将包含将要在3D记录中确定的参考点,如胸骨的顶侧和底侧、肩部位置、ECG电极配置相对于参考点/标记元素的上/下/左/右/顶/底取向和位置。该信息随后存储在存储器中。在步骤1155中,确定在当前记录会话期间将要使用什么标记。该信息例如可从存储装置中取出或由操作者经由用户界面提供。标记元素是可选的,因为可以从照相机图像中识别各个身体部位,以优选地以在照相机图像的记录信息中(或者在使用默认栅格(raster)的情况下)对躯干的位置确定作为基础。用于这种确定的身体部位包括手臂、头部、***、***或选定的参考点,诸如照相机图像中指出的或从以前的记录中导出的。
在步骤1165中,可选地,从存储装置或操作者输入中取出在照相机图像中找到的标记信息和特征。因为标记元素的特征包括例如几何形状、颜色、几何位置形状。关于标记的进一步信息描述如下。标记位于躯干上的定义的位置,诸如确定的顶部,并处于定义的取向。此信息存储在存储器中,将要在后续步骤中使用。在步骤1175中,借助于用户界面指示操作者如何以及在哪里将标记元素附接到躯干。在步骤1185,校准图像使用我们取出的信息。这种信息可以在本地存储装置处或连接的存储介质处获得。在本公开的上下文中,在任何实施例中,连接的存储介质包括本地磁盘或远程数据库。这种校准图像是预定义的已知图像或一组投影指令,其包括或形成具有相对于躯干特征的已定义校准坐标的栅格和/或几何形状。
在步骤1190,加载将要使用的ECG电极配置。该信息可以从本地存储装置或连接的存储介质中取出。标准的12电极配置是优选的,但是所有已知的ECG电极配置可以在获得本文件公开内容的技术人员的范围内通过适当的调整应用于实施例。在步骤1192,加载将要使用的ECG电极或贴片和连接器的类型的配置。这种信息可以从本地存储装置上取出或从连接的存储装置取出。该信息包括形状和颜色信息,诸如具有白色凸起圆形中心的圆形白色圆形(该白色凸起圆形中心具有金属电极连接接头),以及每个ECG电极具有不同颜色的矩形连接器,或者任何已知的ECG电极类型信息。在步骤1199,执行根据优选实施例的方法的相关信息被加载到计算设备的存储器中,以准备使用。这种信息包括躯干特征、校准图像、先前存储的记录数据或默认栅格、是否将使用标记元素、将使用何种类型的ECG电极以及将使用何种ECG电极配置。
图15公开了图13的步骤1200的优选步骤。在步骤1205中,相关的照相机信息,诸如是帧速率、记录图像分辨率和相关的3D照相机。随后开始与3D照相机的交互。在步骤1215,用一个3D照相机或多个3D照相机记录图像。在步骤1225中,基于记录的图像的特征和/或具有被配置成基于这种特征来识别的导出坐标的身体部位,在记录的图像中定位标记元素。为此,步骤300被用作步骤1225的一部分。标记优选为支持容易地识别躯干。为此,在3D图像内发现的曲率和颜色结合这些注解(comment)区域的结果形状被用于匹配预定义的标准。这种标准是躯干、肩部的对称性结合例如颈部和面部。在步骤1235中,检查标记元素的和/或躯干的标识,用于在图像中跟踪标记元素和躯干。躯干将被正确识别,并且朝向基于步骤1190的ECG电极配置的ECG电极所定位在的区域的足够的视线将被确定。在步骤1245中,在将要相对于支架23和/或支架的臂进行调整以校正设备相对于躯干的取向的情况下,借助于用户界面指示操作者。用户界面可选地用于通过指示移动支架和/或臂的相关方向,向操作者提供执行这种校正的指令。
在步骤1255中,如果配置/找到可选的另外的照相机,则对于这种设备执行步骤1205。在步骤1265中,在使用多个3D照相机的情况下,基于例如在步骤1225至1395中确定的可选标记和/或身体特征,针对从相关照相机拍摄的图像,确定图像之间的对齐变换。每个相关的3D图像获得方特征坐标的变换通过调整这种坐标直到实现与它们中的第一个3D图像重叠(例如通过平移和/或旋转相关设备)来确定。在步骤1299中,所有照相机被启动,检查是可操作的,并且带有臂的支架相对于躯干被正确定位。并且将来自多个照相机的3D图像对齐的对齐变换存储到存储器中。
在图16中,公开了优选的步骤12步骤1300。在步骤1305中,加载或取出在步骤1215中记录的图像。在步骤1315中,这是由被配置以使用的标记元素确定的。在步骤1325中,基于在步骤1165中取出的标记特征,在图像中定位标记元素。标记被用作图像中的已知元素,并且正因如此,作为相对于图像中将要跟踪的参考点(诸如ECG电极位置)的参考点。
在步骤1335中,基于在步骤1195中取出的身体特征,在图像中定位肩部。信息(诸如潜在的形状、曲率和预期的左右肩之间的距离,优选地脖子在中间)被用作参考信息。如果图像中存在标记元素,则在相对于标记元素定义的区域内定位肩部。基于这种肩部信息,估计太阳线(solar line),该太阳线定义躯干顶部的边界线。躯干的这种顶部也用于可识别信息(如向上面向这种线),并且使可识别信息最小化。接下来的步骤也将使用这种线。
在步骤1345中,基于在步骤1195中取出的身体特征,在图像中确定躯干的侧部。这可以优选地基于这样的线来执行:该线穿过肩到肩线中间,并且基本上垂直于在先前步骤中导出的肩到肩线。从这条中间的胸线开始,曲率是为了正在确定的躯干的左侧和右侧。如果图像中存在标记元素,则可以在相对于标记元素的限定区域和方向内确定穿过胸部中间的线。在步骤1355中,优选地基于在步骤1195中取出的身体特征和/或从这种曲率导出的椭圆的形成,从图像中确定正确的周长。在步骤1365中,优选地基于步骤1195的躯干特征、步骤1335中确定的肩部位置、步骤1355中确定的正确周长和/或步骤1325中确定的标记元素位置,从图像中确定胸骨的长度和位置。可选地,操作者提供包括用于确认胸骨的确定长度和位置的信息。在步骤1375中,可选地基于例如在步骤1195中取出的躯干特征信息来确定***的存在。
在步骤1385中,优选地基于步骤1335、1345、1355、1365和/或1375的信息,拍摄初始的3D图像或基于后续图像调整初始的3D图像以提供躯干的新模型。
在步骤1395中,基于从步骤1335、3045、1355、1365、1375、1385和/或步骤1325取出的信息,优选地结合来自步骤1195的躯干特征,提取躯干信息和要跟踪的坐标。这些优选地是胸骨的顶部和底部、躯干的侧部和由肩部限定的线,以及优选地用于投影最终ECG电极位置的另外可选的参考点。这将是跟踪坐标。在步骤1399中,躯干部位跟踪坐标与躯干特征(以及可优选的新的患者模型)将被存储到存储器中。
在步骤1405中,取出第一个或另外的投影或信息,如投影分辨率和可用的投影仪。开始与投影仪交互。在步骤1415中,指示投影仪保护校准图像。在步骤1425中,获得来自相关3D照相机的记录。在步骤1435,从记录的3D图像中获得校准图像,诸如基于颜色和形状和(诸如根据步骤1185从中确定的)校准坐标。确定了坐标与躯干特征和扯掉的跟踪坐标的配置关系。在步骤1445中,相对于躯干特征和找到的跟踪坐标,确定校准图像的校准坐标组的导出坐标和预期坐标之间的差异。在步骤1455中,在投影锐度不足的情况下进行调整。在步骤1465中,基于在步骤1455中确定的坐标差异,执行投影仪帧的校正。在步骤1475中,在步骤1445中确定的坐标指示偏差的情况下,执行对要投影的信息的大小、宽度和/或隐藏的校正。在步骤1485,检查任何其他投影仪的存在。如果存在这种其他的投影仪,则针对这种投影仪重新执行步骤405。在步骤1499中,确定所有投影仪都被启动,交互被建立,并且相对于躯干和3D照相机已经执行了校准。
在步骤1505(图18)中,躯干跟踪坐标被加载。在步骤1515,检查先前的记录是否可用。在步骤1525中,在没有先前记录可用的情况下,默认ECG电极位置被确定为将要用于投影。在步骤1535中,调整默认ECG电极位置的坐标,以适合所确定的身体部位坐标和/或躯干。在步骤1545,确定先前记录可用。从先前的记录中加载身体部位跟踪信息以及取出的相对于其的ECG电极位置。确定这种先前的ECG电极位置相对于该记录中的参考坐标的不同偏移。
在步骤1555中,对先前记录的ECG电极位置调整偏移的坐标,使其为当前确定的躯干跟踪坐标中的等效坐标。这向存储器提供了作为目标电极坐标应用的投影点。在步骤1599中,已经准备了将ECG电极位置投影到躯干上的图像,并且将目标电极坐标保存到存储器中。
在步骤1605(图19)中,用于投影ECG电极位置的图像被投影在躯干上。在步骤1615中,图形用户界面提供关于放置电极或校正电极放置的指令。在步骤1625中,从相关的3D照相机中取出图像。在步骤1635中,基于跟踪坐标及其周围区域的颜色和形状信息,确定跟踪坐标是否对应于图像中的相应躯干特征。如果检测到大于2mm的偏差,则该方法前进到步骤1645。
在步骤1645中,通过重新执行步骤300来校准跟踪坐标和躯干特征。在步骤655中,基于通过重新执行步骤500而改变的跟踪坐标和躯干特征,更新将要投影的图像。在步骤1665中,基于ECG电极和连接器的类型的配置,在记录的图像中定位ECG电极。这是基于所提供的关于这种ECG电极的形状、颜色和高度的信息而形成的。在步骤1675中,将先前步骤中找到的坐标与步骤500中的目标ECG电极坐标进行比较。在步骤1685中,检查是否所有的导联都被正确定位。在步骤1690中,如果一个或更多个导联没有被正确定位,则用户界面将提供反馈信号并返回到步骤1615。在步骤1695中,所有的X将ECG电极坐标存储到存储器。在步骤1699中,记录期间使用的最终跟踪坐标和躯干特征与记录期间使用的施加的ECG电极位置一起存储。
在步骤1705(图20)中,取出来自步骤1300(1395)的躯干部位跟踪坐标。在步骤1715中,躯干部位跟踪坐标被存储到本地存储装置或连接的存储装置。在步骤1725中,从步骤1300(1395)获得当前记录的ECG电极位置。在步骤1735中,当前记录的ECG电极位置被存储到本地存储装置或连接的存储装置。该方法在步骤1799结束。
图21示出了根据本发明的标记元素的六个优选实施例1、2、3。标记元素1由蓝色矩形组成,允许至少基于颜色和形状进行识别。颜色允许识别颜色和这种颜色的预先确定的含义。该实施例的取向分析的各个方面将来自于与例如躯干相关的3D图像记录中的信息。标记元素2由具有两个颜色区域的矩形组成。这种矩形还提供了基于颜色信息的关于上和下以及左侧和右侧的分析。因此,可以基于标记元素本身来确定更多的分析方面。标记元素3由矩形组成,该矩形具有一般的颜色元素和在其中限定的形状,在这种情况下包括垂直线或垂直条,该垂直线或垂直条具有大体定向在标记元素3中间的圆。
在图21B中,示出了根据本发明的标记元素(30)的另一优选实施例。标记元素包括从标记元素30的主体向上延伸的大致为菱形的延伸部32。这种通常为菱形的延伸部旨在放置在胸骨上。
标记元素通常是矩形元素,包括几个可视元素,这些可视元素可用于确定躯干的成像信息中标记元素的存在。这些元素中的第一个是总体形状本身。这些元素中的另一个由大致为梯形的四个圆34限定。这种形状既有助于识别标记本身,又有助于定义线条,这些线条的功能是指示预计特征的ECG导联所在的躯干的部位。
使用ECG***作为输入或ECG***来执行另一个实施例,该ECG***添加于此以用于实施本发明的特征。典型的实施例包括具有接收装置的计算设备,该接收装置用于在ECG会话期间(诸如在手术期间)从ECG设备接收ECG测量结果,或者用于获得数据以作为后续诊断的基础。计算设备配备有处理器和存储器。存储器包括用于使处理器能够执行根据本发明的方法的程序代码。
此外,计算设备耦合到用于显示得出的图像的监视器。用户界面也显示在监视器上,用于允许提供输入。用户界面的其他方面包括键盘和鼠标、触摸屏,并且所有其他用户优选的已知输入设备可以通过可容易地应用的连接端口耦合到计算机。
此外,3D相机可用于从躯干拍摄成像信息记录。为了获得3D成像信息记录,优选地能够从躯干的几个侧面进行记录。这是通过一个可移动的照相机从躯干的顶部、左侧和右侧捕捉图像来获得的。可替代地,两个或更多个照相机可以相对于躯干的位置固定安装,以便组合两个或更多个照相机的3D成像信息记录。
此外,计算机可优选地连接到3D躯干模型的数据库。这种3D躯干模型的数据库可优选地包括由成像设备(诸如MRI、CT或声音回波设备)获得的独特的躯干模型。根据可用的时间和设备,可以有利地在ECG会话期间、ECG会话之前、或基于用于执行该方法的历史测量数据获得相应的信息。
优选地,借助于提供3D空间中的点云的3D照相机,记录3D照片。点云表示成像信息记录的受试者。为此,3D照相机用于以3D信息的形式捕捉受试者躯干的图像,该3D信息包括关于受试者的深度和颜色以及受试者周围环境的信息。如上所述,单个照相机可以相对于受试者移动,诸如沿着垂直于受试者纵轴的躯干周围的总体为圆形的线移动。也可以使用安装在受试者周围的多个照相机来进行适当的记录。
本发明的主要受试者是使用标记元素用作与躯干相关的参考点。根据实施例,这种标记元素提供光学可记录的元素(诸如表面),执行用于分析3D成像信息记录的输入。并且可以采取补片(patch)的形式,可选地包括提供标识的通信电子器件,该通信电子器件具有预先确定的可识别的特征,用于借助于执行适当程序装置的计算设备来检测该特征。可选地,计算设备部分或全部集成到照相机设备中。
优选地,胸腔上的位置是预定义的,并且使得计算设备能够在临床环境下在3D成像信息记录中匹配、定向和/或检测胸腔。根据该实施例,通过应用标记,计算设备不能执行消除干扰(诸如毯子、设备等)的分析。此外,3D照片的质量检查可以基于与标记元素相关的成像信息。
标记元素的可替代的实施例包括借助于颜色、信号、图案、几何形状(例如形状)的识别。
标记元素提供了一种用作分析基础的方式。分析算法可优选地适用于一定范围的预先确定的标记倍数,诸如借助于例如颜色、形状、尺寸、照明、声音来区分。优选地,一个标记元素或多个标记元素在胸腔上的位置是预定义的,例如通过使标记元素的上侧与胸骨或胸骨前切口的上部重合,并使标记元素沿着胸骨定位。
标记元素的几个优选实施例的几个特征提供了不同的优点。标记元素的颜色或颜色组合的分析在允许检测标记元素方面提供了优点,这使得能够分析受试者存在标记的区域。提供一定顺序的颜色,它们提供关于取向的信息(诸如受试者的左、右、顶、底和深度取向),并允许这种信息被用作分析中的输入。
标记元素的几何形状或形状提供了(诸如在受试者上的标记的检测期间)提高分析性能的优点。
特征(诸如在标记元素中提供的声音、光或来自RFID芯片的信号)提供了标记方向的优点以及在根据本发明执行分析时(诸如在识别患者胸部上的标记元素时)的优点。
标记元素表示以定义3D空间的方式执行分析的算法的参考点,而与如何执行成像信息的记录无关。也就是说,与使用哪个照相机、照相机的取向是什么无关,因为在成像信息记录中包含标记。该标记为确定标记取向的算法提供了基础,并在此基础上创建胸腔取向的初始估计。如果获得了不优选的结果,则可以输出关于照相机相对于受试者的位置变化的信息,以便提供相对于例如躯干纵轴的更好的对齐,或者提供相对于标记元素的更好的对齐。
受试者的外部形状的分析是标记元素被设置以改进的另一个方面。在例如女性受试者的情况下,算法是检测***相对于标记位置的形状的手段。基于此,执行对3D成像信息记录的特定分析。其优点是减少了进行分析计算所需的时间,从而获得实时可用的结果。正因如此,标记元素可优选为在3D成像信息记录和获得的躯干3D模型之间比较的起点。
在记录3D成像信息记录时的初始验证步骤包括验证标记元素的存在。优选地,由于区域的或者执行记录的房间中的区域的一般摄影环境,还对图像的可接受性进行验证。
此外,生成3D成像信息记录,并针对标记元素的存在进行验证,从而将其保存并用于进一步分析。
图1示出了根据本发明的标记元素的三个优选实施例1、2、3。标记元素1由蓝色矩形组成,允许至少基于颜色和形状进行识别。颜色允许识别颜色和这种颜色的预先确定的含义。该实施例的取向分析的各个方面将来自于与例如躯干相关的3D图像记录中的信息。标记元素2由具有两个颜色区域的矩形组成。这种矩形还提供了基于颜色信息的关于上和下以及左和右的分析。因此,可以基于标记元素本身来确定更多的分析方面。标记元素3由矩形组成,该矩形具有一般的颜色元素和在其中限定的形状,并且这种情况包括垂直线或垂直条,该垂直线或垂直条具有大体定向在标记元素3中间的圆。
图2被提供来示出躯干的概观,其中标记元素在胸骨上,ECG电极定向在躯干上。ECG记录的质量和随时间推移的一定范围的记录的可比性取决于随时间推移的几个记录的正确取向或相同取向。
本发明的一个重要优点是,将ECG电极的位置与标记元素的位置相关从而与躯干上的固定位置相关变得可能。此外,本发明能够使成像信息记录与躯干模型相关。此外,本发明能够使标记元素的位置与躯干模型相关,此外,本发明能够使ECG电极的位置与躯干模型相关,优选地,其中标记元素提供计算这种关系的基础,并允许非常快速地计算这种关系,诸如足够快以便提供在会话中可用的结果,这在本发明的上下文中被定义为实时的。
在分析的实施例中,3D成像信息记录被分成多个区域。分析的主要区域是标记区域11。标记区域11是在检测到的标记周围定义的区域。其他区域包括区域16、17、18,这些区域被定义为将3D成像信息记录的部位与躯干模型信息进行比较,以实现它们之间的匹配。电极13是规则的ECG电极,优选通过用于其识别的形状或颜色进行识别,这些电极将要借助于成像信息和其中标记的存在而与躯干模型匹配。
图3提供了根据一个实施例的方法的总体概观。最初,该方法开始于步骤20。在步骤21中,从3D照相机获得的成像信息被解释,以评估标记的存在。优选地,在评估这种标记存在的情况下记录成像信息,以便记录可用信息。在步骤22中,确定成像信息中是否存在标记。在成像信息中没有检测到标记的情况下,该方法返回到步骤21。在步骤22中确定在成像信息中检测到标记的情况下,成像信息被构造成坐标、颜色信息和/或深度。结果是在步骤23中的点云。
在步骤24中,步骤23的结果被分成分析区域,诸如将要与3D躯干模型的区域进行比较的区域。在步骤25中,确定是否定义了用于进一步分析的足够的区域。在确定没有为进一步分析定义足够的区域的情况下,该方法返回到步骤21。在确定为比较定义了足够的区域,并且3D成像信息记录的这种质量检查提供了肯定的确定的情况下,该方法在步骤26中继续。
在步骤26中,预先处理的3D成像信息记录与获得的3D躯干模型的可匹配信息相匹配。在步骤27中,确定在来自3D成像信息记录的信息和3D躯干模型之间是否可能匹配。在确定不可能匹配的情况下,该方法返回到步骤21,以便用新的3D成像记录重新处理。在确定该方法提供了具有可接受的质量(诸如在某些预定限度内)的匹配的情况下,从3D成像信息中检测电极,并与躯干模型匹配,以将与电极相关的信息添加到3D躯干模型。
图4提供了根据本发明的方法的另一实施例。该方法开始于作为配置步骤的步骤100,基于对用户界面的指令,需要4种加载资源,以生成3D图像记录。通过提供在相应会话中使用的标记元素的特征,初始化检测算法。从数据库中取出这些特征,诸如颜色(诸如蓝色、绿色或粉色)、几何形状(诸如矩形、正方形、三角形)或其尺寸(诸如宽度或高度)。使用这些特征来创建具有至少一个标记描述(诸如颜色)的点组。
在步骤110中,从3D照相机接收与3D成像信息相关的信息,包括例如颜色、深度等。该信息被构造成具有颜色信息的坐标。
在步骤120中,3D成像信息被准备用于检测标记的分析,接收的成像信息被分析标记的存在。标记必须被定向在标记区域11中,标记区域11优选地是黄色的,显示在照相机的显示器上或者显示在示出成像信息的计算设备的监视器上。采用相同标准将在标记元素区域11内接收的像素添加到列表中。针对每个标准创建一个列表。这有助于采用相同颜色找到作为像素的标记,诸如标记将在同一列表上。
在步骤130,基于创建的列表识别标记。从列表中的像素信息中提取关于标记的几何形状的信息。如果这不成功,则根据约束条件(诸如房间内可以影响记录的颜色的光)执行校准。如果找到标记,则该方法允许步骤140。一个示例是矩形的标记,半厘米宽,5cm高,并且具有蓝色衬圈。分析步骤将识别具有提供矩形形状的像素的列表,诸如通过从所选列表中选取4个点,并计算每3个点产生的角度。如果角度为90°,则距离和颜色匹配,然后列表包括与标记相关的信息。
在步骤140中,处理校准顺序和校准区。如果没有检测到标记,则引导照相机,使得标记位于标记元素区域11中。执行所述校准,并重复步骤130。在步骤150中,确定3D成像信息包含标记,并且记录3D成像信息。根据本发明的一个会话可以包括在ECG会话的持续时间内的多条记录。
基于创建的3D成像记录,创建躯干的完整3D成像记录。图像是从几个角度拍摄的躯干,都包括标记。例如,通过从躯干的左半部分开始捕捉,在躯干上移动到躯干的右半部分来移动照相机。在照相机的这种移动期间,照相机每秒钟拍摄一次临时图像记录,之后这些记录被组合成完整躯干的3D图像记录。所有单独的记录都按照上述方法进行处理,以便评估标记的存在。
在步骤170中,验证完整躯干的3D图像记录。如果单独记录电极与变形的组合导致照相机移动不一致,则必须通过重复以上步骤,再次取得记录。
在步骤180中,确定来自单独的3D成像信息记录的组合的结果标记是否有效。如果组合的3D图像记录包括足够的信息(这是例如通过以3cm为单位逐步分析从标记位置开始向下到底部的3D成像信息记录并检查在3D照片中存在的孔的百分比来执行的),则获得这种有效性。例如,如果百分比低于3%,则定义为可接受。在步骤190中,该方法结束于输出有效的3D照片。
图4描述了为分析期间的计算做准备的预分析的实施例。该阶段表示对该3D成像信息记录的预分析,以用于提取与受试者相关的信息,该信息有助于校正3D成像信息中的误差、识别受试者的部位(诸如肩部、头部、***区域)。该实施例的目的是分析用于提取与电极位置相关的胸腔信息的可用信息的可用性。在步骤200中,通过加载3D成像信息和分析装置(诸如肩部***),初始化该方法。在此,标记的特征与特定用途相关。蓝色标记例如用于分析身体的解剖结构,使得例如如果标记是矩形并且其颜色是纯蓝色,则身体的分析将根据躯干的周长、手臂的宽度或周长来形成。
步骤210包括从3D照片加载或检测解剖学上的胸部元素/部分,并将这些元素/部分与它们的身***置相关联地分类。该水平的检测是如图9所示的与标记位置相关的每个区域的分类。
坐标分析器将3D成像信息的点分离成位置高于标记位置的点,然后将该上部分成左右两类。来自3D成像信息的其他点(优选地该点的海拔低于标记的海拔),这些点将在表示腹部的列表(组)中。
胸腔检测是由特定分析器给出的信息的组合。肩部分析器将给出肩部的位置,周长分析器给予我们与海拔(水平位置)相关的不同周长。从这两个信息中,我们得到了胸腔的上部偏移,并且还从所找到的最大周长的椭圆方程中推导出了左右偏移。
步骤220是定义肩部的形状,例如使用圆柱形几何方法(诸如图10所示的方法)来定义。肩部分析器得到点的列表,并研究它们彼此之间的关系。换句话说,分析器搜索这样的区域:在该区域中,点的深度逐渐减小,以使这些点与直线(诸如它们形成的圆柱体的中心轴)的距离相同。
在步骤230中,分析躯干的周长。为了检测躯干的周长,分析了躯干在同一海拔上的对称性和距离变化。曲线是由处于相同海拔的点以例如2cm的间隔创建的。椭圆以这种方式创建,用于确定躯干的周长,以允许预测受试者的尺寸。这阻止了操作的减少。
在步骤240中,确定躯干的其他特征,诸如头部、头发或肤色。此外,照片中干扰分析躯干的元素(诸如受试者上的毯子)会被尽可能地排斥。优选地,已知使用什么颜色的毯子,使得可以从分析中去除具有与毯子相同颜色的成像点,从而节省了通过这种噪声信息进行分析的时间。
在步骤250中,来自分析器的、来自步骤220、230和240的信息被组合以改进分析。例如,通过知道肩部的位置和构成肩部的成像信息中的点,它们形成的圆柱体的中心轴有助于检测成像信息可能结束于此的边界,例如因为在这些区域之外没有电极。
图6示出了将3D躯干模型与3D成像信息记录匹配的方法。该方法以步骤500开始,其中加载信息并且初始化计算设备以执行计算。步骤510的输入是与3D成像信息记录和3D躯干模型相关的信息。在成像信息记录中标记元素的位置以及该标记元素在3D躯干模型中的等效位置被用作计算以下各项的基础:距离差,以及由模型和成像信息中标记区的切口所产生的角度。
步骤510提供:获取标记位置及其通过模型的等效位置,然后计算距离差和由模型和3D照片中的标记区的曲线所产生的角度。
最初在3D照片中的标记的坐标在照相机空间中表达(是向3D照片中的点给予其坐标的照相机),并且模型中的标记坐标由MRI设备定义。因此,除非重合,否则标记在3D照片和模型中的位置是不同的。标记和标记的等效物的位置分开不是零(0)的距离,见图12。
3D照片中的与模型中的标记位置的法线相同。这就是为什么之间的角度应该是零,结果,转换必须将该角度减小到0,见图11。
步骤520提供:将3D照片移动到模型,直到标记和其等效位置的距离减小到0。
计算3D照片中的标记与其在模型中的等效位置之间的距离,然后将3D照片平移到标记的位置。事实上,我们计算平移向量,并且我们使用计算出的向量移动3D照片中每个点的坐标。
示例:
A-----平移->B
A+向量=B
向量=B-A。
见图2和图13
步骤530提供:3D照片将被旋转,直到它们的曲线正平行,并控制标记与其等效位置之间的距离是否为零,见图14。
在将3D照片平移到模型后,模型的法向量(曲线的表示)和3D照片的法向量必须使角度等于0度。如果不是这种情况,则3D照片中的点被旋转,直到该角度变为零。见图11。
步骤540提供:3D照片的新更新存在,但是这不允许照片和模型处于相同的取向。
该阶段允许通过以下步骤来校正3D照片和模型的取向:获取两个等效的随机区,并且计算从标记位置到该区的两个向量,并旋转3D照片,直到这两个点重合或变得相等为止,见图12和图15。
步骤550提供:匹配的估计是计算3D照片元素的投影和它们在模型中的等效物之间的距离差。
考虑将标记位置和距标记位置180毫米的第二点匹配的以下配置。我们选择与在3D照片中的标记距离相同的第二点(随机点)的列表,然后每当我们从第二点的列表中选择一个点时,我们就计算变换。然后计算3D照片中每个点的距离与其在模型中的投影的距离之差的百分比,并在比较了所有的变换后获取最佳百分比。参见图13、图16和图17。
步骤560提供:与最新估计比较该值是否增加,并应用最佳变换。如果百分比增加,将使用另一种配置重试计算,直到达到与模型和3D照片相关的最大值。
在步骤550之后,获得与第二点(来自随机区的点)的选定列表相关的最佳百分比。如果当前的最佳百分比比旧的百分比更好,则估计得到改进。
每当有改进,这个过程就被重复,直到从选定的配置中产生的每个百分比都保持低于保存的百分比为止。
通过比较每一种可能性,表明可以获得该3D照片所能提供的最佳结果,见图15、图13和图18。
步骤570提供:存储新的3D照片,并且该3D照片可用于提取特定信息,并将它们应用于例如像模型的电极位置。
图7示出了用于基于成像信息记录分析区域并定义与标记元素相关的坐标系的方法。
步骤600提供:加载3D照片并且加载该过程所需的资源(加载特定的分析器)。
步骤610提供:标记分析器到达标记的位置,并使用与其相关的信息,并且根据这些信息创建与每个数据相关的“标记”。3D照片在空间中的点(坐标)相对于该标记定位,见图19。
标记包含3个轴,来自3D照片的点的每个坐标都被表达到该轴,见图20。
从3D照片中获取点。在记录后,该点用照相机在一侧给予该点的坐标来表达。在另一个示例中,模型中点的坐标采用由MRI设备给予的坐标来表达。3D相片中的标记及其在模型中的等效物是相同的。因此,坐标用相同的参考来表达。
步骤620提供:通过使用从“610”生成的信息分析而开始,定义分析区,参见图20。
分析区是分析器提供的信息组合的结果。肩部的线是分析的上边界。最大圆周的半径加上所有圆周的椭圆中心提供了从椭圆中心形成的轴的左右偏移。
步骤630提供了附近区域(或分析区),该区域被检查并准备被分类到区标记或随机区。
附近的区域或标记区是与点的列表相关的区域,这些点以一定的距离(3cm,5cm,...)接近标记。标记区以外的所有元素都在随机区或所谓的控制区,见图14。
分析器计算标记所定位在的几何图形的曲线。曲线是3D照片中这个区的凹面的表现方式,见幻灯片6。
目标是找到这些点之间的关系,以及由于重新划分,该区域的全局曲率如何表现(显现)。曲线的分析结果是表征区域的法向量。例如,如果区域是平面,则平面的法线(垂直矢量)是不沿该平面改变的曲率的表示。如果该区域是球形的,则法线在该选定位置垂直于球体切面。
分析器得到无标记区(随机区域),得到它们的特征并存储它们以便在匹配过程中使用它们。这些区域由它们的距离、它们的位置来表征,见图19,见步骤630。
最终分析将获得的信息进行结构化并将其存储,以便在后续处理中使用。
目标是使来自模型的3D点和它们在3D照片中的等效物具有相同特征(来自模型的3D点,其距离标记80毫米),以将每个点及其等效物比较,从而控制匹配的质量,见图15。
将标记与信息结合起来,如果存在错误,则进行校正。前面已经基于几个优选实施例描述了本发明。不同实施例的不同方面被认为是彼此结合描述的,其中可以包括由
本领域的技术人员在阅读该文件的基础上视为落入本发明的范围内的所有组合。这些优选实施例并不限制本文件的保护范围。所要求的权利由所附的权利要求限定。
Claims (25)
1.一种用于提供与人相关的ECG分析界面的方法,诸如在作为ECG设备的部分的计算设备上和/或耦合到ECG设备的计算设备上实现的方法,所述方法包括以下步骤:
获得数据条目,所述数据条目识别人,以用于从数据库获得与至少一个先前数据点相关的历史数据,
从所述数据库获得与所述至少一个数据点相关的至少一个历史ECG测量结果,
获得与相应的至少一个数据点的电极放置相关的历史ECG电极位置信息,
获得另外的、最新或新的ECG电极位置信息测量结果,诸如实时ECG测量的电极位置的测量结果,
获得与另外的、最新或新的位置被测量电极相关的、人的相应ECG测量结果,
执行关于历史ECG电极位置信息和所述另外的、最新或新的ECG电极位置信息之间的差异的验证步骤,
配备所述ECG分析界面,所述ECG分析界面包括在所述至少一个历史ECG测量结果和另外的、最新和/或新的ECG测量结果之间的差异的表示,优选地,当所述验证步骤提供了足够的结果时配备所述ECG分析界面。
2.根据权利要求1所述的方法,其中,所述差异的表示包括所述历史ECG测量结果的波形表示和所述另外的、最新和/或新的ECG测量结果的波形表示。
3.根据权利要求2所述的方法,包括以下步骤:对齐相应的波形表示,优选地,相对于ECG曲线图的时间轴对齐所述相应的波形表示。
4.根据权利要求2所述的方法,包括基于相应的RMS信号对齐所述相应的波形表示的步骤。
5.根据权利要求3或4所述的方法,其中,所述对齐是基于QRS复合波的峰值,优选地基于根据RMS信号的QRS复合波的峰值。
6.根据前述权利要求中任一项所述的方法,提供所述ECG分析界面,优选地是所述ECG分析界面的差异的表示,并基于一组预定标准突出显示信息。
7.根据前述权利要求中任一项所述的方法,其中,所述预定标准是基于对与至少一种病症或小毛病相关的相关差异的识别。
8.根据前述权利要求中任一项所述的方法,其中,所述至少一种病症或小毛病包括致心律失常性心肌病(ACM)、心源性猝死风险(SCD)、致心律失常性右室心肌病(ARVC)、PVC患病的初始阶段。
9.根据权利要求1所述的方法,其中,所述差异的表示包括所述差异的至少一个数值表示,从而优选地指示至少一个相应的生物标记。
10.一种用于提供与人相关的ECG分析界面的方法,诸如在作为ECG设备的部分的计算设备上和/或耦合到ECG设备的计算设备上实现的方法,所述方法包括以下步骤:
获得数据条目,所述数据条目识别人,以用于从数据库获得与至少一个先前数据点相关的历史数据,
获得与相应的至少一个数据点的电极放置相关的历史ECG电极位置信息,
获得人的躯干的优选为3D的光学记录和/或实时ECG测量的、ECG电极位置的初始放置的最新或新的ECG电极位置信息测量结果,
基于所述相应的至少一个数据点的历史ECG电极信息,呈现或配备反馈信息,以用于提供反馈信号,
相对于人的躯干可视化所述反馈信号。
11.根据权利要求10所述的方法,包括根据权利要求1-9中任一项所述的步骤。
12.根据权利要求10或11所述的方法,其中,相对于人的躯干可视化所述反馈信号的步骤包括以下步骤中的至少一个步骤:
在增强现实设备中相对于躯干可视化所述反馈信号;
通过例如视频投影机的至少一个投影仪将所述反馈信号投影到躯干上,来相对于躯干可视化所述反馈信号;
通过在显示监视器上显示躯干以及所述反馈信号的投影,来相对于躯干可视化所述反馈信号;
借助于来自激光投影仪的光斑,通过将所述反馈信号投影到躯干上,来相对于躯干可视化所述反馈信号。
13.根据前述权利要求中任一项所述的方法,其中,所述位置信息包括用至少一个3D照相机测量的3D位置信息。
14.根据前述权利要求中任一项所述的方法,包括接收患者信息的步骤,所述患者信息诸如是患者历史,所述患者历史包括与至少一个历史ECG测量结果和/或所述历史ECG电极位置信息相关的个人特征。
15.根据前述权利要求中任一项所述的方法,其中,获得历史ECG电极位置信息的步骤包括获得历史躯干形状信息的步骤,优选地,其中获得最新或新的ECG电极位置信息的步骤包括获得最新或新的躯干形状信息的步骤。
16.根据权利要求15所述的方法,包括用于验证所述历史数据与人有关的步骤,诸如通过比较历史躯干形状与最新或新的躯干形状之间的差异来进行验证。
17.根据权利要求15或16所述的方法,其中,配备图形表示信号的步骤用于显示在至少一个历史躯干形状和最新或新的躯干形状之间的差异。
18.根据前述权利要求中任一项所述的方法,其中,接收患者信息的步骤包括以下步骤:基于诸如人的标识号、体重和/或身高的患者标识,请求进一步的患者信息。
19.根据前述权利要求中任一项所述的方法,包括以下步骤:
将所述至少一个数据点的历史ECG电极位置信息与所述新的ECG电极位置信息进行比较,
呈现或配备反馈信息,以用于提供关于不正确的新ECG电极位置的反馈信号,优选地带有正确位置的指示。
20.根据前述权利要求10-19中任一项所述的方法,包括利用位置被测量电极获得人的最新或新的ECG测量结果的步骤。
21.根据前述权利要求中任一项所述的方法,其中,获得ECG电极位置信息的步骤包括以下步骤:获得人的躯干的优选为3D的光学记录,所述记录具有ECG电极的放置位置的最新的或新的ECG电极位置。
22.根据前述权利要求中任一项所述的方法,包括以下步骤:考虑相应的历史躯干形状和最新的或新的躯干形状之间的差异或相似性。
23.一种用于应用根据一个或更多个前述权利要求所述的方法的***,包括:
处理单元,
与所述处理单元耦合的存储器,
用于接收识别人的数据条目的接收装置,
用于接收历史ECG电极位置信息的接收装置,
用于接收最新或新的ECG电极位置信息的接收装置,
输出装置,所述输出装置用于基于相应的至少一个数据点的历史ECG电极信息,输出反馈信号。
24.一种用于获取身体或身体躯干的记录的***,所述记录诸如是3D成像记录,所述***优选地结合根据前述权利要求1-23中的一项或更多项所述的方法,所述***包括:
处理单元,
与所述处理单元耦合的存储器,
用于接收识别人的数据条目的接收装置,
用于接收历史ECG电极位置信息的接收装置,
用于接收最新或新的ECG电极位置信息的接收装置,
输出装置,所述输出装置用于基于相应的至少一个数据点的历史ECG电极信息,输出反馈信号。
25.根据权利要求23或24所述的***,包括程序编码装置,和/或用于执行根据权利要求1-22的任何步骤的处理装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
NL2020827 | 2018-04-25 | ||
NL2020827 | 2018-04-25 | ||
PCT/NL2019/050244 WO2019209109A2 (en) | 2018-04-25 | 2019-04-25 | Method providing ecg analysis interface and system |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112352289A true CN112352289A (zh) | 2021-02-09 |
Family
ID=68159146
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980043388.4A Pending CN112352289A (zh) | 2018-04-25 | 2019-04-25 | 提供ecg分析界面的方法及*** |
Country Status (4)
Country | Link |
---|---|
US (1) | US20210068695A1 (zh) |
EP (1) | EP3785278A2 (zh) |
CN (1) | CN112352289A (zh) |
WO (1) | WO2019209109A2 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112914584A (zh) * | 2021-02-25 | 2021-06-08 | 中国人民解放军陆军特色医学中心 | 一种具有引导功能的心电图采集*** |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115225851B (zh) * | 2021-04-20 | 2024-06-25 | 成都鼎桥通信技术有限公司 | Ecg视频数据的错峰处理方法、装置、设备及介质 |
WO2023043314A1 (en) * | 2021-09-16 | 2023-03-23 | Ecg Excellence B.V. | Feedback computer device and method for ecg processing |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060155200A1 (en) * | 2002-10-21 | 2006-07-13 | University Of Leicester | Method for prediction of cardiac disease |
US20070232946A1 (en) * | 2006-03-31 | 2007-10-04 | Koninklijke Philips Electronics N.V. | Ecg lead misplacement detection and correction |
CN101427917A (zh) * | 2008-09-08 | 2009-05-13 | 电子科技大学 | 基于固有趋势子序列模式分解的ecg异常检测方法 |
US9014795B1 (en) * | 2012-09-25 | 2015-04-21 | University Of South Florida | Systems and methods for determining a cardiovascular condition of a subject |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6931273B2 (en) * | 2000-04-11 | 2005-08-16 | University Of California San Francisco | Database of body surface ECG P wave integral maps for localization of left-sided atrial arrhythmias |
ATE479398T1 (de) * | 2006-09-11 | 2010-09-15 | Koninkl Philips Electronics Nv | System und verfahren zur positionierung von elektroden auf dem körper eines patienten |
US8082025B2 (en) * | 2008-08-14 | 2011-12-20 | David Amitai | ECG data acquisition device |
WO2014107700A1 (en) * | 2013-01-07 | 2014-07-10 | Alivecor, Inc. | Methods and systems for electrode placement |
-
2019
- 2019-04-25 US US17/050,695 patent/US20210068695A1/en active Pending
- 2019-04-25 EP EP19783387.4A patent/EP3785278A2/en active Pending
- 2019-04-25 CN CN201980043388.4A patent/CN112352289A/zh active Pending
- 2019-04-25 WO PCT/NL2019/050244 patent/WO2019209109A2/en unknown
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060155200A1 (en) * | 2002-10-21 | 2006-07-13 | University Of Leicester | Method for prediction of cardiac disease |
US20070232946A1 (en) * | 2006-03-31 | 2007-10-04 | Koninklijke Philips Electronics N.V. | Ecg lead misplacement detection and correction |
CN101427917A (zh) * | 2008-09-08 | 2009-05-13 | 电子科技大学 | 基于固有趋势子序列模式分解的ecg异常检测方法 |
US9014795B1 (en) * | 2012-09-25 | 2015-04-21 | University Of South Florida | Systems and methods for determining a cardiovascular condition of a subject |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112914584A (zh) * | 2021-02-25 | 2021-06-08 | 中国人民解放军陆军特色医学中心 | 一种具有引导功能的心电图采集*** |
Also Published As
Publication number | Publication date |
---|---|
EP3785278A2 (en) | 2021-03-03 |
WO2019209109A3 (en) | 2020-05-22 |
US20210068695A1 (en) | 2021-03-11 |
WO2019209109A2 (en) | 2019-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113347937B (zh) | 参照系的配准 | |
EP2919194B1 (en) | Image data processing device and transcranial magnetic stimulation apparatus | |
US20170340241A1 (en) | Endoscopic examination support device, endoscopic examination support method, and endoscopic examination support program | |
US8588496B2 (en) | Medical image display apparatus, medical image display method and program | |
US11986252B2 (en) | ENT image registration | |
JP2009501609A (ja) | オブジェクトの仮想モデルを該オブジェクトにマッピングするための方法およびシステム | |
CN112352289A (zh) | 提供ecg分析界面的方法及*** | |
CN105498100B (zh) | 一种监测生理运动曲线和体表轮廓的方法及*** | |
US20220207771A1 (en) | Heart Position Estimation | |
CN116473566A (zh) | 成像以确定电极几何形状 | |
EP3242602B1 (en) | Ultrasound imaging apparatus and method for segmenting anatomical objects | |
US11847730B2 (en) | Orientation detection in fluoroscopic images | |
EP3543955B1 (en) | Image processing device and projection system | |
KR20120112119A (ko) | 정보처리장치, 촬영 시스템 및 정보처리방법 | |
JP2020168111A (ja) | 生体情報計測装置、生体情報計測方法およびプログラム | |
CN114529502A (zh) | 用于进行自动化受检者解剖结构和取向识别的基于深度学习的方法和*** | |
CN114404039A (zh) | 三维模型的组织漂移校正方法、装置、电子设备及存储介质 | |
EP3944835A1 (en) | Systems and methods for tracking a surgical device | |
KR20200113075A (ko) | 수술용 네비게이션을 위한 영상 정합 장치 및 영상 정합 방법 | |
EP4321101A1 (en) | Patient motion detection in diagnostic imaging | |
Gooroochurn et al. | Facial recognition techniques applied to the automated registration of patients in the emergency treatment of head injuries | |
US20240225776A1 (en) | Augmented reality headset and probe for medical imaging | |
US11399778B2 (en) | Measuring instrument attachment assist device and measuring instrument attachment assist method | |
CN117958850A (zh) | 一种辅助医学成像方法和*** | |
CN114305471A (zh) | 确定体态位姿的处理方法、装置、手术***、设备与介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |