CN113518582A - 脉搏血氧测定*** - Google Patents
脉搏血氧测定*** Download PDFInfo
- Publication number
- CN113518582A CN113518582A CN202080017395.XA CN202080017395A CN113518582A CN 113518582 A CN113518582 A CN 113518582A CN 202080017395 A CN202080017395 A CN 202080017395A CN 113518582 A CN113518582 A CN 113518582A
- Authority
- CN
- China
- Prior art keywords
- signal
- harmonic
- smoothed
- desired component
- component
- 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
- 238000002106 pulse oximetry Methods 0.000 title description 18
- 238000000034 method Methods 0.000 claims abstract description 42
- 230000003287 optical effect Effects 0.000 claims abstract description 29
- 238000009499 grossing Methods 0.000 claims abstract description 27
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims abstract description 19
- 239000001301 oxygen Substances 0.000 claims abstract description 19
- 229910052760 oxygen Inorganic materials 0.000 claims abstract description 19
- 230000009466 transformation Effects 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims description 61
- 230000033001 locomotion Effects 0.000 claims description 35
- 238000001914 filtration Methods 0.000 claims description 34
- 238000005070 sampling Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 11
- 238000013507 mapping Methods 0.000 claims description 9
- 210000005259 peripheral blood Anatomy 0.000 claims description 8
- 239000011886 peripheral blood Substances 0.000 claims description 8
- 210000004369 blood Anatomy 0.000 abstract description 15
- 239000008280 blood Substances 0.000 abstract description 15
- 230000002093 peripheral effect Effects 0.000 abstract description 6
- 238000013186 photoplethysmography Methods 0.000 description 58
- 230000004044 response Effects 0.000 description 40
- 238000001514 detection method Methods 0.000 description 31
- 239000000523 sample Substances 0.000 description 29
- 238000004458 analytical method Methods 0.000 description 25
- 239000013598 vector Substances 0.000 description 22
- 230000000737 periodic effect Effects 0.000 description 15
- 230000006870 function Effects 0.000 description 14
- 238000004891 communication Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 238000000926 separation method Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 9
- 230000002123 temporal effect Effects 0.000 description 9
- 238000006213 oxygenation reaction Methods 0.000 description 8
- 238000001228 spectrum Methods 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 7
- 230000010354 integration Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 230000001360 synchronised effect Effects 0.000 description 6
- 230000007704 transition Effects 0.000 description 6
- WMZHJZFCFREAFU-UHFFFAOYSA-N 1,3-dimethyl-7-[4-(2-nitroimidazol-1-yl)butyl]purine-2,6-dione Chemical compound C1=2C(=O)N(C)C(=O)N(C)C=2N=CN1CCCCN1C=CN=C1[N+]([O-])=O WMZHJZFCFREAFU-UHFFFAOYSA-N 0.000 description 5
- 230000000747 cardiac effect Effects 0.000 description 5
- 230000001934 delay Effects 0.000 description 5
- 230000015654 memory Effects 0.000 description 5
- 230000001629 suppression Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 210000000624 ear auricle Anatomy 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 230000010412 perfusion Effects 0.000 description 4
- 230000000541 pulsatile effect Effects 0.000 description 4
- 230000029058 respiratory gaseous exchange Effects 0.000 description 4
- 230000001052 transient effect Effects 0.000 description 4
- 206010021143 Hypoxia Diseases 0.000 description 3
- 230000036772 blood pressure Effects 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000012797 qualification Methods 0.000 description 3
- 230000002829 reductive effect Effects 0.000 description 3
- 230000036387 respiratory rate Effects 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 208000010496 Heart Arrest Diseases 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000017531 blood circulation Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 230000001146 hypoxic effect Effects 0.000 description 2
- 238000003780 insertion Methods 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 238000002370 liquid polymer infiltration Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000000241 respiratory effect Effects 0.000 description 2
- 230000033764 rhythmic process Effects 0.000 description 2
- 230000000153 supplemental effect Effects 0.000 description 2
- 238000010989 Bland-Altman Methods 0.000 description 1
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 description 1
- 206010021079 Hypopnoea Diseases 0.000 description 1
- 238000012952 Resampling Methods 0.000 description 1
- 238000012300 Sequence Analysis Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 208000008784 apnea Diseases 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 230000002612 cardiopulmonary effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 229940124645 emergency medicine Drugs 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 208000000122 hyperventilation Diseases 0.000 description 1
- 230000000870 hyperventilation Effects 0.000 description 1
- 230000007954 hypoxia Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000001404 mediated effect Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000001441 oximetry spectrum Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- FESBVLZDDCQLFY-UHFFFAOYSA-N sete Chemical compound [Te]=[Se] FESBVLZDDCQLFY-UHFFFAOYSA-N 0.000 description 1
- 238000011524 similarity measure Methods 0.000 description 1
- 208000019116 sleep disease Diseases 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
- 230000000007 visual effect Effects 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
- A61B5/72—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
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
- A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
-
- 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
- A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/726—Details of waveform analysis characterised by using transforms using Wavelet transforms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- 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
- A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
- A61B2560/02—Operational features
- A61B2560/0223—Operational features of calibration, e.g. protocols for calibrating sensors
- A61B2560/0228—Operational features of calibration, e.g. protocols for calibrating sensors using calibration standards
- A61B2560/0233—Optical standards
-
- 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
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Psychiatry (AREA)
- Cardiology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Optics & Photonics (AREA)
- Power Engineering (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
在一个方面,一种计算机实现的方法包括接收与放置在患者身体附近的光学传感器检测到的光的波长对应的信号,并且对于每个接收到的信号:将信号分离为AC信号和DC信号;将AC信号分离为分量信号;通过分式相位变换分析分量信号以识别期望的分量信号以及与期望的分量信号相关联的谐波信号;平滑期望的分量信号、谐波信号和DC信号;以及组合平滑的期望的分量信号、平滑的谐波信号和平滑的DC信号以生成调制信号。基于从信号导出的调制信号生成调制比信号,并且基于调制比信号确定患者身体的外周血氧饱和度(SpO2)。
Description
背景技术
本公开内容涉及脉搏血氧测定。
脉搏血氧测定用于基于从传感器接收到的光体积描记(photoplethysmogram,PPG)信号来估计患者外周血液中存在的时间-局部平均百分比血氧饱和度(SpO2)。经由PPG估计SpO2的基本原理依赖于:响应于血液中的氧合水平在不同波长的光下穿过组织中的血容量和/或从组织中的血容量反射的光子传输的相对衰减之间的关系。通常,使用两种波长的光,例如,光谱的红色和红外(IR)部分中的波长。对于每个波长,在患者周围的位置例如指尖或耳垂处获得PPG,此后在不失一般性的情况下分别称为红色PPG和IR PPG。光源和检测器通常分别使用容易获得的发光二极管(LED)和光电二极管来实现。然后根据从这两个PPG提取的参数导出比率式度量,由于这两个波长的相对衰减特性,导致大体上良好的到SpO2的单调映射,其对于广泛群体中的患者是有效的。
PPG信号的主要特征在于两个分量:与组织中的大量光传输对应的DC分量,以及对应于由于每个心脏脉搏上的血流(以及由于该流引起的血容量变化)引起的传输调制的AC分量。通过检测PPG信号的AC分量的原始幅度来测量原始的传输调制。将该原始幅度度量与DC分量的度量进行归一化,然后产生百分比调制项。
从红色PPG信号提取百分比调制项并将其除以IR PPG信号的百分比调制项,形成被映射到SpO2值的归一化比RN。RN到SpO2值的映射可以通过通常在临床环境(例如,缺氧实验室)中执行的校准程序来确定,其中,RN的值与动脉血氧饱和度(SaO2)的参考度量同时收集。在一组人类受试者上收集一组(RN,SaO2)值对,向每个受试者诱导一组受控的缺氧状态(同时受到安全性监督),从而建立相应SaO2值的范围。然后例如使用查找表或多项式拟合在(RN,SaO2)值对的范围上进行映射。将该映射应用于RN的值,然后产生SpO2的相应值,作为SaO2的估计。通常,SpO2的值可以在大约70%至100%的范围内以现场可接受的精度进行解析。
PPG信号的AC分量由与血管血流相关的脉冲组成,根据心动周期具有峰和周期性特性。因此,可以直接从该分量导出脉搏率(PR)。许多方法是可用的,从简单的峰检测和间隔计数到复杂的速率检测方法。通常应用平滑来计算脉搏率的时间-局部平均值。
仅基于上述基本原理的SpO2度量的工作实现可以以相当直接的方式进行,例如,使用经典的滤波和能量检测方法来执行AC和DC分量的提取以及AC幅度的测量。只要条件是有利的,例如信噪比(SNR)相对高(更具体地,当百分比调制与背景噪声或干扰源相比相对大时),这样的基本方法通常会起作用。
在实践中,由于降低SNR的各种条件,可能会出现挑战。例如,患者自身的呼吸将调制PPG,在AC分量信号内产生单独的周期性干扰分量,有时具有比期望的脉冲介导调制的原始功率更大的原始功率。此外,与光学感测点相关联的末端处的运动可以对PPG具有类似的调制效果,根据运动产生周期性或瞬时干扰项。此外,患者可以表现出低灌注,这降低了百分比调制并因此降低了AC信号相对于背景噪声和/或干扰项的幅度。这样的降低的SNR的条件倾向于使归一化比RN偏向1(在实践中通常倾向于使映射的SpO2值偏向85%附近),这对于在广泛的患者群体中在期望的范围内保持SpO2精确度提出了实际的性能挑战。
发明内容
本公开内容描述了与脉搏血氧测定相关的***和技术。该***通过并行通道同时处理PPG信号。对于每个通道,***执行PPG信号的输入处理、分析小波组处理、二相(QP)域谐波检测和跟踪、以及QP域谐波状态向量滤波和幅度统计处理。PPG信号的输入处理包括:样本插值以增加***的采样率以支持谐波处理所需的频率分辨率、滤波以减少带外伪影的影响并总体上提高SNR、以及PPG信号到基本AC和DC分量的频带分离。分析小波组处理将AC分量分离为nB分量频带,每个分量频带具有显著增加的SNR。QP域谐波检测和跟踪包括:QP变换和状态向量生成、基于QP状态空间中的谐波模式识别用于估计每QP脉冲间隔的周期性检测、以及针对nH谐波跟踪QP空间中的谐波参数。QP域谐波状态向量滤波和幅度统计处理包括参数的单独的每谐波滤波(QP-空间线性平滑)以形成谐波幅度的鲁棒移动度量、PPG信号的DC分量的QP同步滤波、谐波幅度的组合以形成AC分量脉冲幅度的鲁棒度量、AC信息与DC信息的组合以形成归一化百分比分数PPG脉冲调制的鲁棒移动度量和归一化调制比的移动度量、以及QP同步滤波以形成瞬时脉冲间隔。然后,***执行归一化调制比的移动度量的统计滤波以形成归一化调制比的平滑移动估计、以及执行瞬时脉冲间隔的统计滤波以形成瞬时脉冲间隔的平滑移动估计。然后,***将归一化调制比的平滑移动估计映射到输出SpO2,并将瞬时脉冲间隔的平滑移动估计映射到输出脉搏率。
通过使用谐波QP分量,***可以对由a)相对低的灌注(低局部血容量)和b)相对暗的皮肤(原始信号的大量衰减)引起的小百分比调制幅度水平提供准确的SpO2估计,谐波QP分量具有单独的高SNR和QP时间内平均跟踪的谐波QP参数以进一步提高SNR。通过使用周期性模式检测来跟踪由脉冲引起的周期性分量并抑制由呼吸伪影和运动伪影引起的分量,***可以抵抗心肺耦合伪影和运动伪影。
一般来说,在一个创新方面中,***包括:被配置成检测光的光学传感器;显示装置;与光学传感器和显示装置耦接的一个或更多个数据处理装置;以及编码有计算机程序的非暂态计算机可读存储介质。所述程序包括指令,指令在由一个或更多个数据处理装置执行时使一个或更多个数据处理装置执行操作。所述操作包括:接收与放置在患者身体附近的光学传感器检测到的光的第一波长对应的第一信号;以及接收与由光学传感器检测到的光的第二波长对应的第二信号。对于第一信号和第二信号中的每个接收到的信号,所述操作包括:将信号分离为AC信号和DC信号;将AC信号分离为分量信号,其中,分量信号中的每一个表示频率受限频带;从分量信号或从基于ECG的诸如心率检测器的另一源识别基本脉搏率;通过分式相位变换分析分量信号以识别期望的分量信号以及与期望的分量信号相关联的谐波信号,所有这些在时间上与基本脉搏率局部地相关联;平滑期望的分量信号、谐波信号和DC信号;以及组合平滑的期望的分量信号、平滑的谐波信号和平滑的DC信号以生成调制信号。所述操作包括:基于从第一信号导出的调制信号和从第二信号导出的调制信号生成调制比信号;基于调制比信号确定患者身体的外周血氧饱和度(SpO2);以及使显示装置显示表示所确定的患者身体的SpO2的值。
在另一方面,一种装置包括编码有计算机程序的非暂态计算机可读存储介质。该程序包括在由一个或更多个数据处理装置执行时使一个或更多个数据处理装置执行操作的指令。所述操作包括:接收与放置在患者身体附近的光学传感器检测到的光的第一波长对应的第一信号;以及接收与由光学传感器检测到的光的第二波长对应的第二信号。对于第一信号和第二信号中的每个接收到的信号,所述操作包括:将信号分离为AC信号和DC信号;将AC信号分离为分量信号,其中,分量信号中的每一个表示频率受限频带;从分量信号或从基于ECG的诸如心率检测器的另一源识别基本脉搏率;通过分式相位变换分析分量信号以识别期望的分量信号以及与期望的分量信号相关联的谐波信号,所有这些在时间上与基本脉搏率局部地相关联;平滑期望的分量信号、谐波信号和DC信号;以及组合平滑的期望的分量信号、平滑的谐波信号和平滑的DC信号以生成调制信号。所述操作包括:基于从第一信号导出的调制信号和从第二信号导出的调制信号生成调制比信号;以及基于调制比信号确定患者身体的外周血氧饱和度(SpO2)。
在另一方面,一种方法包括:接收与放置在患者身体附近的光学传感器检测到的光的第一波长对应的第一信号;以及接收与由光学传感器检测到的光的第二波长对应的第二信号。对于第一信号和第二信号中的每个接收到的信号,所述操作包括:将信号分离为AC信号和DC信号;将AC信号分离为分量信号,其中,分量信号中的每一个表示频率受限频带;从分量信号或从基于ECG的诸如心率检测器的另一源识别基本脉搏率;通过分式相位变换分析分量信号以识别期望的分量信号以及与期望的分量信号相关联的谐波信号,所有这些在时间上与基本脉搏率局部地相关联;平滑期望的分量信号、谐波信号和DC信号;以及组合平滑的期望的分量信号、平滑的谐波信号和平滑的DC信号以生成调制信号。该方法包括:基于从第一信号导出的调制信号和从第二信号导出的调制信号生成调制比信号;以及基于调制比信号确定患者身体的外周血氧饱和度(SpO2)。
根据前面的详细描述和权利要求,这样的***的各种其他功能和益处将是明显的。
附图说明
图1是示出脉搏血氧测定***的示例的框图。
图2是示出输入处理和频带分离单元的示例的框图。
图3a是示出分析小波组的一个频带的冲激响应的图。
图3b是示出分析小波组的实部的频率响应的图。
图4示出了包括与显示设备通信的患者穿戴的传感器的脉搏血氧测定***的示例。
图5是示出由脉搏血氧测定***执行的操作的示例的流程图。
图6是示出可以用于实现脉搏血氧测定***的计算***的示例的框图。
图7是示出如下计算***的示例的框图,该计算***描绘了可以用于实现脉搏血氧测定***的主机***。
在各个附图中,相似的附图标记和名称表示相似的元件。
具体实施方式
图1是示出脉搏血氧测定***100的示例的框图。***100包括便于脉搏血氧测定的电子部件,例如硬件和/或软件。***100估计患者的外周血液中存在的时间-局部平均百分比血氧饱和度(SpO2)和患者的脉搏率(pulse rate,PR)的时间-局部平均值。在一些实现方式中,***100的一部分被包括在患者监测设备中,所述患者监测设备可以连续地收集生理生命体征数据,例如心电图(ECG)、心率、呼吸率、血氧饱和度、血压、温度和脉搏率。患者监测设备的示例包括:胸部传感器,例如在2015年10月22日提交的题为“Patient Care andHealth Information Management Systems and Methods”的美国公开第2015/0302539号和2016年2月9日提交的题为“Patient Worn Sensor Assembly”的美国公开第2016/0228060号中描述的那些;以及与***设备连接的其他传感器组件,例如在2018年1月25日提交的题为“Sensor Connection Assembly for Integration with Garment”的美国公开第2018/0213859号中描述的传感器组件,这些公开的公开内容通过引用整体并入本文。在一些实现方式中,***100的一部分被包括在监测站中,所述监测站使用从一个或更多个***设备例如胸部传感器、指尖探头、耳垂探头或无创血压(non-invasive blood pressure,NIBP)袖带接收到的信号来分析和显示生理生命体征数据。监测站的示例包括也在美国公开第2015/0302539号中描述的床头监测器和中央服务器站。
***100包括光学传感器102,该光学传感器102生成光体积描记(PPG)信号(表示为信号I和R),该光体积描记信号与由光学传感器102在患者外周的位置例如指尖或耳垂处感测的两个波长的光例如光谱的红外部分和红色部分对应。光学传感器102可以例如附着至患者的指尖或耳垂。传感器102可以包括例如分别使用发光二极管(LED)和光电二极管实现的光源和检测器。传感器102可以连续获取PPG以有助于连续的血氧饱和度和脉搏率监测。传感器102可以以74Hz至76Hz的速率对PPG进行采样,使得可以滤除50Hz和60Hz的光照干扰。
***100通过并行通道同时处理I和R信号。对于每个通道,***100包括输入处理和频带分离单元104、分析小波组106、二相(QP)域谐波检测和跟踪单元108、以及QP域谐波状态向量滤波和幅度统计处理单元110。2006年2月23日提交的题为“Apparatus forSignal Decomposition,Analysis and Reconstruction”的美国专利第7,702,502号、2006年2月23日提交的题为“System and Method for Signal Decomposition,Analysis andReconstruction”的美国专利第7,706,992号、2008年11月26日提交的题为“PhysiologicalSignal Processing to Determine a Cardiac Condition”的美国专利第8,086,304号和2014年3月17日提交的题为“Method and Apparatus for Signal Decomposition,Analysis,Reconstruction and Tracking”的美国专利第9,530,425号包括适用于处理I和R信号(在其被视为通常具有准周期分量的信号时)的技术的公开内容。美国专利第7,702,502号、美国专利第7,706,992号、美国专利第8,086,304号和美国专利第9,530,425号的全部内容通过引用并入本文。
对于具有比率式度量的***,两个处理通道可以具有尽可能相似的处理动态(例如,滤波、延迟等),使得感测***(例如,光学传感器102)中的动态变化将以时间对准和相位对准的方式波动通过处理通道。因此,当波纹效应一起到达比率点时,它们往往被抵消并且由此在输出处被最小化,从而提供对瞬态的鲁棒性。为此,***100可以在每个点处保持并行通道之间的对称性,以确保I与R通道之间以及AC与DC通道之间的延迟同步。
在一些实现方式中,输入处理和频带分离单元104执行样本插值以增加PPG信号的采样率以支持后续QP域谐波处理所需的频率分辨率,执行滤波以减少带外伪影的影响并总体上提高SNR,以及执行PPG信号到AC和DC分量的频带分离。图2是示出输入处理和频带分离单元104的示例的框图。输入处理和频带分离单元104通过对AC分量进行带通滤波和对DC分量进行多级低通滤波来减少原始PPG信号中的带外干扰和伪影。
在一些实现方式中,输入处理和频带分离单元104包括带限插值单元202。带限插值单元202包括插值单元204和低通滤波器206以执行PPG信号的带限插值以衰减高频(HF)干扰并将输入采样率提高因子NITP。在一些实现方式中,插值单元被旁路,使得实际上NITP=1。
如下面关于QP域谐波检测和跟踪单元108更详细地描述的,***100执行PPG信号的脉动调制部分的时变谐波分量的提取和跟踪。要被解析的最高频率fHI(以及因此***通带)由以下项的乘积来确定:1)要被解析的谐波数目nH以及2)最高谐波要被解析的最高脉搏率rHI。具有基本上接近该频率的拐角的低通滤波器206可以衰减带外高频干扰项并增加***SNR。
在正常脉搏率下,例如,从正常窦性心律(NSR)到轻度运动(~120跳每分钟(BPM))变动,大部分谐波功率(~90%)基本上包含在PPG信号的前三个谐波中。高于该范围,谐波功率随着脉搏率的增加而稳定地下降,使得高于~180BPM,信号主要是一次谐波,即,形态变成准正弦。因此,
fHI=nH×rHI=3×120BPM=360BPM=6Hz。
频率fHI是所关注的最高信号频率,标称地定义了用于从PPG信号中提取谐波含量的分析小波组106(下面描述的)中所需的最高频率小波带。如通过引用并入本文的关于适用于处理I和R信号的技术的专利中所描述的,分析小波组106通常将缩放间隔宽度限制为整数个样本以保持高计算效率。这种限制可能导致在越来越高的小波中心频率处的越来越粗糙的频率分辨率,即,小波频带中心频率越来越被量化,这是由于收缩的尺度变得越来越受由整数-样本尺度宽度施加的时间量化的影响。增加的挑战是期望在更高的频率处保持足够的分辨率以保持要被解析的每个谐波分量的分离。
原始PPG信号的Fsi=75Hz的标称输入采样率将导致足以产生带间响应间隙的频带中心量化,所述带间响应间隙足够大而无法在最高脉搏率下无歧义地解析谐波幅度。为了解决这个问题,在一些实现方式中,输入处理和频带分离单元104通过重新采样输入信号流(即,“上采样”)来插值样本以供分析小波组106处理。带限插值单元202提供通过以下组合实现的带限插值:由插值单元204进行的零***,随后由低通滤波器206进行同步低通滤波以“填充”所添加的零。低通滤波器的拐角频率可以设置为最高的预期信号频率,以进一步提供频带限制,从而针对高频噪声和伪影优化SNR。该上采样以原始输入采样率Fsi的整数倍NITP提供上采样率Fs。可以使用NITP=3的上采样因子来提供正确解析fHI=6Hz处的三次谐波所需的频率分辨率,从而产生Fs=225Hz的标称内部小波处理采样率。
插值单元204可以使用零***,这是计算上有效的操作。低通滤波器206也通过使用如美国专利第7,706,992号中描述的缩放积分核算子以高计算效率实现。插值单元204通过在每个连续输入样本之间***(NITP-1)个零值样本来以因子NITP对原始PPG信号x进行上采样。这之后是使用缩放积分核来实现的同步低通滤波器206。如美国专利第7,706,992号中描述的,该数字缩放积分核的频率响应在幅度上近似遵循正弦函数,在(Fs/w)的整数倍处具有零值,其中,w是样本中的积分器尺度参数,并且Fs是上采样采样率。将w设置为NITP的整数倍会在新的采样率下将响应置为零值,从而消除由零插值过程引入的任何时域波纹伪影。因此根据以下公式设置尺度:
wp=NITP·round(Fs/(NITP·fHI/k6dB)),
这产生了样本中最接近的尺度(以速率Fs采样),其是NITP的整数倍以将-6dB低通拐角频率置为尽可能接近fHI,其中,因子k6dB是低通滤波器206的-6dB点与第一频率响应零值的比率,并且取决于缩放积分器算子的阶数。
然后,通过整数因子(wp/NITP)的大小(即,在积分器的尺度内输入样本的数目)和缩放积分器的阶数来控制最终插值结果的整体平滑度和带外HF抑制。二阶积分器核可以提供足够的平滑度和带外HF抑制。对于Fsi=75Hz的标称输入采样率,可以使用以下参数用于带限插值器缩放积分:
NITP=3,Fs=225Hz,fHI=6Hz
w<sub>p</sub> | N<sub>i</sub> | D<sub>ITP</sub> |
18 | 2 | 17 |
表1
其中,对于Ni=2,k6dB=0.44295,并且DITP是在速率Fs下样本的固有延迟。
通过高通滤波器208分离上采样和带限PPG信号的AC分量。高通滤波器208被设计成去除与PPG信号中的原始光传输相关联的大的DC偏移,给出以零基线为中心的输出,并且在低于较低标称脉冲率频带边缘(在一些实现方式中,30BPM或0.5Hz,对应于2秒心跳至心跳的脉搏间隔)下实际尽可能多地抑制低频伪影。在一些实现方式中,高通滤波器208可以具有线性相位响应。给定时间尺度的大小,高通滤波器208可以具有最小相位响应以最小化由于滤波器的固有群延迟引起的***的时间滞后。使用递归形式的IIR滤波器拓扑可以产生内存高效的滤波器架构。二阶响应可以用来在阻带中提供良好的稳定性和足够的抑制。根据以下模拟域传递函数指定高通滤波器208:
其中,ωc控制拐角频率(以弧度/秒为单位),并且Q控制滤波器在拐角处的谐振。Q的值可以设置为例如Q=0.720,以使通带中的响应平坦度和拐角处的响应锐度最大化,而使冲激响应中的振铃最小化。对于该Q值,公式ωc=2πkQfc在频率fc=0.5Hz和因子kQ=1.325下设置滤波器的-6dB点。
高通滤波器208可以使用以下形式的二阶差分等式以数字方式实现:a0yHP(n)=b0x(n)+b1x(n-1)+b2x(n-2)-a1yHP(n-1)-a2yHP(n-2)
其中,x(n)和yHP(n)分别是采样时间n处高通滤波器208的信号输入和输出。滤波器响应由系数ai和bj确定。高通滤波器208可以采用双线性变换来产生近似模拟模型的数字滤波器,因为它可以提供模拟滤波器响应的非常接近的匹配,特别是在其通带和过渡带中。所得到的数字滤波器系数如下:
a<sub>0</sub> | 1.0 |
a<sub>1</sub> | -1.97429463444953 |
a<sub>2</sub> | 0.974632543411999 |
b<sub>0</sub> | 0.987231794465383 |
b<sub>1</sub> | -1.97446358893077 |
b<sub>2</sub> | 0.987231794465383 |
表2
高通滤波器208另外提供形成为高通滤波器208的输入和输出之间的路径差的互补低通滤波器输出,在采样域中产生yI_HP(n)=x(n)-yHP(n)。虽然以这种方式形成的低通滤波器在其阻带中通常不具有特别陡的截止特性,但是其群延迟在过渡带中倾向于与高通滤波器208的群延迟相匹配,因此致力于为R和I信号二者保持沿着AC和DC信号路径的相应处理级的时间对准。
高通滤波器208的输出yHP被抽头以产生xac,从而形成原始PPG信号(R和I二者)的经滤波的AC分量,根据所述经滤波的AC分量估计调制幅度。由于该波形包含PPG信号的脉动分量,因此其也可以用于脉搏率PR的估计。该信号本身也可以用来显示干净的、以零为中心的PPG波形(例如,在显示器120上,诸如在美国公开第2015/0302539号中描述的床头监测器或中央护理站)。通常,由I信号产生的经滤波的AC分量将用于此目的,因为I信号的幅度通常较大。
互补低通的输出yI_HP被抽头以形成xLP,从而形成时间对准的、局部分离的DC分量,并且因此在几乎没有额外计算成本的情况下通过提供高于fc的AC分量的一些初始低通衰减而有利地用作至低通滤波器210的输入。
专用线性相位低通平滑滤波器210分离上采样/带限PPG信号的DC分量。低通滤波器210被设计成从原始PPG信号中去除所有残留的脉动和瞬态分量,以提供表示PPG信号中的原始光传输的移动平均、时间局部值。此外,其时间延迟被对准以匹配AC分量的相应处理路径的时间延迟。低通滤波器210使用缩放积分器核来实现,从而得到在计算上高效的实现。
如图1和图2所示,在QP域谐波状态向量滤波和幅度统计处理单元110的输入端处之前,AC处理路径包括AC分量高通滤波器208、以及分析小波组106和QP域谐波检测和跟踪单元108,其中,AC分量的处理与分离的DC分量一起发生。根据先前描述的关于使由于潜在信号变化引起的瞬变最小化的原理,到QP域谐波状态向量滤波和幅度统计处理单元110的AC和DC处理路径的固有延迟被设计为二者均相等。这些延迟,分别为从图2的插值单元204的输入x到图1的QP域谐波状态向量滤波和幅度统计处理单元110的Dac和Ddc,如下:
Dac=DITP+DHP+DBNK
Ddc=DITP+DHP+DLP
其中,DBNK是分析小波组106的固有延迟,DHP是输入处理和频带分离单元104的高通滤波器208的群延迟,并且DLP是输入处理和频带分离单元104的DC分量低通滤波器210的固有延迟。DC路径延迟包括DHP,因为如上所述DC分量低通滤波器210的输入取自高通滤波器208的互补低通输出xLP。QP域谐波检测和跟踪单元108是无记忆操作,因此实际上具有零固有延迟。因此,为了使Dac和Ddc相等,DLP=DBNK。满足该要求的DC分量低通滤波器210的尺度由以下公式根据延迟确定:
wp=2·DLP/Ni+1
只要2·DLP是Ni阶的整数倍,则尺度为整数值,并且如果Ni=2且DLP也是整数,则确保为整数。如下面将讨论的,在一个示例中,分析小波组106具有固有延迟DBNK=1833。对于Fs=225Hz的处理采样率,低通滤波器210的参数如下:
w<sub>p</sub> | N<sub>i</sub> | D<sub>LP</sub> |
1834 | 2 | 1833 |
表3
低通滤波器210的-6dB低通截止是Fc=k6dB·Fs/w,或者在本示例中是0.0543Hz,这可能导致脉动分量的几乎完全衰减和非常有效的DC平滑(注意,对于Ni=2,k6dB=0.44295)。低通滤波器210的输出是PPG信号(R和I二者)的原始DC传输分量的移动估计,与移动调制幅度估计时间对准,用于归一化和后续处理的目的。
参照图1,分析小波组106处理PPG信号的所得到的AC分量。分析小波组106执行AC分量到nB分量频带的分离,每个分量频带具有显著增加的SNR。如在美国专利第7,706,992号和美国专利第9,530,425号中描述的,分析小波组106将输入AC信号分离成准周期分量,每个准周期分量包含相对于输入信号带宽显著带宽受限的信息。因此,包含与输入信号中包含的局部周期性相关联的信息的那些频带将呈现具有增加的SNR的该信息。
分析小波组106可以被设计为具有相邻间隔的频带中心的带通滤波器组。每个带通滤波器根据其频率响应对组输入信号中存在的周期性进行不同量的响应,对于最接近带通的中心频率的频率具有最大输出幅度。对于包含(准)周期分量的组输入信号,相对于相邻滤波器,在某个时间点基本上具有最大输出幅度的滤波器将是中心最接近那些信号分量的频率的那些频带。作为该时间点的频带频率的函数的频带幅度的跟踪将揭示在那些相关联的频率处的“峰”。寻找并跟踪作为时间的函数的这些幅度峰,以及由这些峰索引的频带中的基本信息,形成了用于设计分析小波组106的基本原理。使用带通滤波器的另一优点是,组中的每个滤波器具有相对窄的带宽,因此相对于相关联的频率分量通常具有更高的SNR。
分析小波组106的设计考虑是通过带通滤波器的“Q”(相对带宽)控制的***100的所谓“时频帧”。与时频帧密切相关的是频带的频率间隔。过量的频带交叠降低了相邻频带之间的选择性,这往往会“模糊”用于识别相关联的分量的频谱峰的锐度。然而,不足的频带交叠可能导致频带中心之间的交叉区域中的幅度损失过大,在信号的频谱表示中留下“洞”,并且在极端情况下导致频谱峰模式的模糊。较高的Q将产生较窄的滤波器带宽,对于给定频带交叠量允许滤波器在频率上更紧密地间隔,从而提供增加的频率分辨率。然而,实现较窄的滤波器带宽可能需要具有在时间上较宽的冲激响应,这又转化为较低的时间分辨率。因此,Q的选择表示频率分辨率和时间分辨率之间的权衡。
如在美国专利第9,530,425号中描述的,QP空间中的处理允许以比通过简单使用给定频带的中心频率作为速率估计所传送的更高的时间和频率精度来捕获时频信息。这种特性完全放宽了频带中心之间的频率分辨率要求,以解析频率。理论上,每倍频程最少需要两个频带来将输入周期分量的基本谐波与二次谐波隔离,尽管实际上可能需要更多频带以实现低的带间响应交叉损耗。
大约3个周期长的小波支持(冲激响应长度)可以提供分量的频率隔离和足够快的响应时间二者的良好组合,以解析与脉搏率的变化相关联的预期时间动态。距频带中心小于-0.5dB的带间交叉下降水平可以在表示用于脉搏血氧测定的分量幅度时提供足够的幅度精度。因此,频带间隔可以被设置为每倍频程9个频带。
如在美国专利第7,706,992号中描述的,可以使用具有分析分量带的并行形式Kovtun-Ricci小波变换的增强形式来实现分析小波组106。小波由级联的缩放导数核和缩放积分核组成。缩放导数核具有z-域传递函数:
对于频带p具有尺度参数kp和阶数参数Ndp。
除了缩放积分核和缩放差分核之外,分析小波组106可以在核级联中包括附加核类型,在此被称为缩放梳状核,具有z-域传递函数:
对于频带p具有尺度参数kp和cp以及阶数参数Ncp。该核的固有延迟是Dcp=Ncp·kp·(Cp-1)。对于Ncp=1,缩放梳状核的频率响应是狄利克雷函数,其在DC周围在其第一主瓣处非常近似正弦函数,然后以由尺度参数kp控制的间隔在频率上重复这些主瓣(具体而言,频率间隔为Fs/(2kp),其中,Fs是处理采样率)。在此值kp通过设计被设置为与缩放差分核的表达式中出现的缩放值kp相同。这将缩放梳状核的第一重复主瓣集中在缩放差分核的第一主瓣上,定义了以主瓣的峰为中心的新的、更具选择性的带通函数。
缩放梳状核特征在于对每个重复的主瓣的任一侧响应零值,根据尺度参数cp与每个中心间隔开,使得对于cp=2,零值在主瓣中心之间的一半,对于更大的cp,零值按比例地移动更靠近主瓣中心。这些零值具有使主瓣带宽变窄,有效地增加滤波器的Q的效果。Q也随着阶数Ncp的增加而增加,因此该核以可以通过其控制Q的两个参数为特征。性能可以进一步增强,因为即使对于cp=2,由于增加的侧零值而获得的增加的Q,与仅通过增加缩放导数滤波器阶数获得类似Q时相比,导致更少的冲激响应加宽。另一方面,增加阶数可能降低主瓣图像之间的旁瓣的高度,因此阶数Ncp成为控制刚好超出第一通带零值的区域中的阻带抑制的手段。
在宽带意义上,缩放梳状核充当梳状滤波器,即,在DC周围具有波瓣并根据尺度kp重复波瓣。为了获得纯带通响应,可以隔离DC上方主瓣响应的第一重复,其以频率Fs/(2kp)为中心。为了抑制DC处的波瓣,利用缩放差分核,因为它在DC处具有主响应零值。然后利用缩放积分核来抑制第一上方的主瓣图像,以及提供冲激响应的整体平滑。实际上,在阻带抑制的作用中使用这两个核往往不需要高阶(例如,阶数4通常可以提供足够的带外抑制)。
因此,用于对带通小波响应进行编程的参数是kp、cp、Ncp、Ndp、wp和Nip。对于第P带通,kp控制中心频率,并且Q由(主要)cp和(次要)Ncp以及缩放导数阶Ndp的组合来控制。参数Ncp和Ndp控制DC附近的阻带抑制,并且缩放积分尺度wp和阶数Nip控制通带以上的阻带抑制。
如在美国专利第7,706,992号中描述的,变换小波的尺度参数kp控制基本带通波瓣的峰的频率,而尺度参数wp确定低通的第一零值的频率。选择wp≈2kp/3的标称值将第一零值大约放置在Hcp(z)的第二带通波瓣的峰处,即,梳的第一重复处,从而有效隔离基本带通响应。积分阶参数Nip控制低通操作的阻带衰减程度;值Nip=4可以在低计算负载下提供有效性能。
导数阶参数Ndp控制带通函数的带宽。对于滤波器组,它控制频带响应之间的交叠量。可以选择Ndp的值,使得频带响应的总和在功率频带上近似平坦,使得关于频率以相对无偏的方式表示复合体的总功率。
这个系列的带通小波计算效率高,并且以线性相位响应为特征。如在美国专利第7,706,992号中描述的,变换是通过跨频带的时间对准来实现的,以在基本分量的速率跨频带变化时保留它的定时信息。
根据以上描述和推导,并且对于如先前针对PPG信号所指定的采样周期,可以使用以下设计参数来实现分析小波组106的带通小波:
表4
值FCp是频带的中心频率,定义为第P频带呈现其峰幅度响应的频率。频率范围覆盖足够的范围以解决基本脉搏率(30至240BPM)所需的范围以及解决在高达120BPM时三次谐波所需的覆盖范围。如上所述,频带以每倍频程标称地9个频带间隔,使得用34个频带实现期望速率范围的完全覆盖。该小波阶产生的时域冲激响应的特征在于大约3个周期的有效时间长度,并因此表示局部周期特性的良好时间分辨率。
图3a是示出对滤波器组的第一频带实施上述参数所产生的冲激响应的图300。由于小波是解析的,因此冲激响应是复数值。“real”和“imag”迹线分别是冲激响应的实部和虚部。“mag”迹线是每个时间点的瞬时复幅度。图3b是示出分析小波组的实部的频率响应的图350。
为了确保跨滤波器组的相对响应的校准,频带输出信号在频带中心处被归一化为单位增益。通过在其中心频率FCp处(分别)评估实部和虚部幅度响应并取乘法逆来确定校准因子KCR和KCI。实部和虚部滤波器输出可以乘以它们各自的校准因子,从而得到校准的滤波器组。因此,针对每个相应频带的校准因子如下:
表5
参照图1,QP域谐波检测和跟踪单元108执行QP变换和状态向量生成、基于QP状态空间中的谐波模式识别用于估计每QP脉冲间隔PIQP的鲁棒周期性检测、以及针对nH谐波跟踪QP空间中的谐波参数。通过QP变换,检测和跟踪单元108分析脉动信号的准周期分量以提取在QP更新点处出现的临界幅度和局部相位/频率参数,从而产生时频QP状态向量。QP更新点是与信号中的固有信息更新相关联的时间点,并且以远低于信号的基本采样率的速率自然发生。
如在美国专利第7,706,992号中描述的,检测和跟踪单元108检测每个分量信号上的QP转变,并在每个转变处形成相关联的QP对象。为了PPG处理的目的,QP对象包含QP检测的时间点处的相位值(由相位标签表示)、时间值和分量幅度、以及用于基本分量的频带的索引。如在美国专利第7,706,992号中描述的,将当前时间点处的当前QP收集到跨频带的阵列中形成由频带索引且在任何频带上的任何QP对象更新时更新的QP状态向量。该状态向量中包含的集中的时频信息形成能够识别和跟踪期望信号分量以及对其瞬时频率和幅度进行高精度估计的基础。
检测和跟踪单元108通过识别、选择和跟踪与期望信号相关联的QP状态信息来进一步增强SNR。QP状态向量提供了在频率和时间两者上的瞬时幅度信息(例如,时频分析),瞬时幅度信息可以被分析用于利用其来识别和区分期望的信号和伪影的模式。跨频带获取的相关联的QP幅度的当前状态形成QP状态谱,其峰与时间局部准周期分量相关联。与期望的信号相关联的这样的分量峰包括脉搏率及其谐波(脉搏谐波序列),而其他峰可以与其他准周期伪影相关联,诸如由呼吸(以呼吸率)和/或由重复运动产生的那些准周期伪影。
检测和跟踪单元108分析QP状态谱中的峰的模式,以通过利用期望信号的典型谐波模式以及其他准周期伪影倾向于具有高于基波的低幅度或不稳定幅度的谐波的事实来仅识别与期望信号相关联的那些峰。输入信号中的瞬变同时出现在多个频带上和/或趋于在时间上相对较短,并且因此完全被抑制或者在跟踪过程中通过滤波被抑制。
在峰检测之后,检测和跟踪单元108按大小对峰进行排序,以在其上形成度量。为了节省计算时间,可以仅保留前三个峰用于谐波序列分析,因为超出此范围的任何峰可能来自谐波(并因此已经是谐波序列的一部分)或来自较低级别的伪影。出于类似的原因,只有幅度至少为第一(最大)峰的最小分数的这些最高排名的三个的那些峰才有资格进行进一步分析。该分数可以被设置为0.35。在正常的高SNR条件下,只有一个峰可能合格,因此这个峰可以直接用作检测周期。
否则,对于每个剩余的合格峰,在对应于该峰和该峰的谐波频率的频带处对QP幅度谱进行采样。然后将该QP幅度序列相加,从而形成谐波序列幅度度量(HTA),每个合格的峰一个。如上所述,在计算中可以使用三次谐波。在谐波的频带索引落在所提供的频带之上的情况下,如对于较高频率基波峰可能发生,那些谐波的幅度贡献被设置为零。这些HTA再次根据度量进行排序,其中仅保留最大的两个。
然后,检测和跟踪单元108将一组峰对幅度度量规则应用于这对HTA,以选择与期望信号最相关联的一个。在一个实现方式中,规则集如下:
●如果较大的峰具有较高的频带
→接受该峰(较小、较低速率的峰可能是伪影)
●否则(较低速率的峰最大:检查绝对、相对速率规则)
○如果最大的峰具有速率高于上呼吸率带限的频带
→接受该峰(速率过高而成为呼吸伪影)
○否则,检查峰对的频带中心的谐波关系
■计算峰质心(插值峰)
■比较谐波模式的插值频带质心
●频率比在2/1或3/1范围内
●比率在1.2频带内@每倍频程9个频带
■如果频带关系是谐波的
比较一对谐波序列度量幅度
●如果较小的峰<0.9*较大的峰
→接受较大的峰(较小的峰可能是二次谐波)
●否则
→接受较小的峰(较大的峰可能是PR/2处的伪影)
■否则(频带关系不是谐波的)
●如果较小的峰>0.62*较大的峰
→接受较小的峰(峰大到足以成为脉冲)
●否则
→接受较大的峰(较小的峰可能是伪影)
在上述规则中,上呼吸率带限可以对应于65BPM处的频带12(对应于换气过度的上限的速率)。在谱中仅出现一个峰的情况下,默认接受该峰。在谱中没有出现峰的情况下,可以接受谱中幅度最大的频带作为峰。
为了计算上述规则中的峰质心,检测和跟踪单元108使用质心(质心)计算来计算插值频带索引。中心频带被计算为频带索引和相应频带幅度的乘积的逐频带总和除以频带幅度的逐频带总和。在计算中使用的频带包括峰频带和跨频带。如果跨频带满足对称准则,则它们都与峰频带一起使用。如果不满足对称准则,则最大跨频带与峰频带一起使用。
对称准则被定义为跨频带的幅度的绝对差除以这些幅度的平均值(即,幅度相似性度量相当于Bland-Altman度量)。将该度量与阈值进行比较,该阈值可以被设置为0.1的值(即,+/-10%的相似性),并且如果该度量不大于该阈值,则声明相似性。
检测和跟踪单元108使用所接受的HTA来选择它所基于的频带,该频带又与脉冲周期的基波相关联。然后,检测和跟踪单元108使用与该频带及其谐波频带相关联的QP状态信息来更新专用于跟踪这些nH谐波的QP信息的QP谐波状态向量。频带索引超过上限的谐波被标记为使得用于在QP域谐波状态向量滤波和幅度统计处理单元110中进行适当的处理。
对QP谐波状态信息的更新由QP时间索引的超前伴随着任何包含的谐波中的相位标签的改变(指示相位超前)来指示。针对I和R通道中的每个通道的每个谐波检测这些更新,在这些点处更新相应的幅度和间隔统计。为了形成稳定的幅度统计,通过在QP空间中操作的缩放积分核来单独地平滑QP幅度。积分尺度被设置为若干QP,这些QP自然与基本心动周期的基本小波尺度支持相匹配。对于***100,这转化为2.5个心动周期,或对于基本周期以每周期4QP的10QP。对于谐波,尺度与谐波数目成比例地增加。这使得谐波都紧密地遵循相同的时间支持,使得对于所有谐波在相同的时间尺度上有效地同步平滑。在谐波被标记为超出组范围的QP更新时,幅度平滑的输入被设置为零。二阶缩放积分核可以在该阶段提供足够的平滑。
所跟踪的对应于最低谐波的频带具有对应于PPG脉冲波的基本周期并因此对应于脉冲间隔(PI)的频率信息。I通道的检测和跟踪单元108通过计算基本谐波的瞬时周期来确定脉冲间隔估计,称为QP“原子周期”。提取该原子周期在每个QP更新处提供脉冲间隔PIQP。如在美国专利第7,706,992号中描述的,这基于计算从该特定分量的一个QP更新到下一个QP更新的时间差和相位差,这又以高精度产生关于基本频率分量的周期的信息。这种情况下的QP原子周期表示如下:
PIQP=dTQP/dPQP
值PIQP对应于以秒每周期为单位的(瞬时)原子脉冲间隔。对于基本谐波,值dTQP对应于从先前QP更新到当前QP更新的时间间隔,以秒为单位。值dPQP对应于与从先前QP状态更新到当前QP状态更新所遍历的二相标签的数目相关联的相位超前值,并且可以根据下表进行评估:
表6
如在美国专利第9,530,425号中描述的,所遍历的QP相位标签的数目对应于在当前QP状态转变中沿着循环序列…A→B→C→D→A…遇到的增量。基本相位超前(例如,增量1)是最常见的相位变化。如果当前QP更新与所选基本频带中的变化相关联,而该变化恰好更新为与先前QP处所选基本频带的相位标签相同的相位标签,则零相位变化是可能的。2相位标签变化同样可能随着所选基本频带的变化而变化,但相位从前一个频带到下一个频带反转。相位反转通常与信号中的瞬变相关联,或者与远离任何重要周期性分量的频带相关联,因此表现出低的相对频带幅度。***100可以被设计成减轻这两种不期望的情况,从而使相位反转成为极不太可能遇到的转变类型。
然后,检测和跟踪单元108可以根据以下条件和规则在基本谐波的每个QP更新时更新原子脉冲间隔PIQP:
●如果PIQP是无效的浮点数(Inf,NaN)或者是负数→将PIQP强制至与所选基本小波频带的中心频率相对应的周期
●否则,如果PIQP对应于高于或低于所选基本小波频带的至少一个小波频带的中心频率
→分别将PIQP强制至与高于或低于所选基本小波频带的小波频带的中心频率对应的周期
●否则,PIQP符合上述计算结果
跟踪更新可以被定义为在基本谐波的QP更新时发生。
如图1所示,I通道的检测和跟踪单元108向R通道的检测和跟踪单元108提供PIQP和相关联的频带索引信息。基于脉冲调制的基本脉冲相关周期性信息对于两个PPG信号基本上是共同的,因为调制的定时主要与心动周期和灌注机制相关。因此,可以在一个通道(“主”)上计算谐波模式的频带的识别,并且随后将相关联的频带选择信息传递到另一个通道(“从”)并用于谐波跟踪目的。在***100中,I通道是主通道,因为它通常表现出较高的SNR。因此,与期望的脉冲谐波序列相关联的QP状态向量的频带包含集中的、高的SNR时变幅度和相位/频率信息,其足以表示(和/或重构)PPG信号的脉冲调制分量的每个谐波,并且通过扩展,表示PPG信号本身的调制分量。
周期性检测和周期频带选择的过程在I通道的每个QP状态更新时发生,其QP谐波状态向量的更新也是如此。在R通道的每个QP状态更新时更新R通道的QP谐波状态向量,并且R通道的QP谐波状态向量使用在该更新时刻选择的当前周期频带。检测和跟踪单元108将这两个QP谐波状态向量提供给QP域谐波状态向量滤波和幅度统计处理单元110。
***100包括执行QP同步滤波以生成瞬时脉冲间隔PIinst的脉冲间隔(PI)滤波器112。为了在报告的脉搏率中保持时间对准,以相同的QP基于时间的滤波/平滑操作来处理脉冲间隔PIQP,例如,通过具有与应用于基本谐波QP幅度的参数相同的参数的缩放积分核进行平滑来处理脉冲间隔PIQP,如在QP域谐波状态向量滤波和幅度统计处理单元110中使用的,在一次谐波的每个QP更新时更新以产生与经平滑的谐波幅度同步的瞬时脉冲间隔PIinst。
QP域谐波状态向量滤波和幅度统计处理单元110执行参数的单独的每谐波滤波(QP-空间线性平滑)以形成谐波幅度的鲁棒移动度量、执行PPG信号的DC分量的QP同步滤波、谐波幅度的组合以形成AC分量脉冲幅度的鲁棒度量、以及执行AC分量脉冲幅度与DC信息的组合以形成归一化百分比分数PPG脉冲调制的鲁棒移动度量(I信号路径的ANI,R信号路径的ANR)。QP域谐波状态向量滤波和幅度统计处理单元110单独滤波每个谐波的QP幅度参数以提供统计的基于时间的平滑,用于在跟踪过程的输出处对可变性和噪声的一般抑制。通过具有与应用于基本谐波QP幅度的参数相同的参数的并行缩放积分核对PPG信号的分离的DC分量Idc和Rdc进行平滑,并在相同的QP更新下对其进行更新。这产生与经平滑的谐波幅度同步的经平滑的DC分量Idcs和Rdcs。
通过单独地过滤每个谐波,可以独立地平滑与形态的每个精细方面相关联的幅度,从而增加对可能在特定谐波附近的频带中发生的干扰的独立鲁棒性。此外,由于这些谐波状态滤波器在每个单独谐波的QP更新时独立地更新,因此可以实现相对于每采样滤波的计算节省,尤其是在较低的谐波上,因为QP更新速率与频率成比例地缩放。为了保持AC与DC分量之间的时间对准,单元110还可以在一次谐波(基波)的每次QP更新时对PPG信号的DC分量进行采样,并使用相同的QP基于时间的滤波/平滑操作对它们进行处理。
单元110组合平滑的谐波幅度以形成AC分量的幅度(即,PPG信号的脉冲幅度)的鲁棒移动估计。在每次跟踪更新时,可以如下组合平滑的统计。每个PPG通道的平滑的谐波幅度被线性组合以形成与PPG脉冲幅度相对应的AC分量的移动估计aIR和aR。应用于平滑的谐波幅度的线性组合权重不需要是均匀的。降低一次谐波上的权重以抑制伪影的影响,伪影往往在低SNR时对最低谐波的影响最大,而不显著影响较高SNR时的性能。线性组合的权重可以按谐波数的顺序如下:0.125、1.0、1.0。
然后通过相应的平滑的DC分量值对移动估计aIR和aR进行归一化,从而得到归一化的百分比分数PPG脉冲调制的鲁棒移动度量,如图1中的ANI和ANR所示。归一化的百分比分数PPG脉冲调制ANI和ANR的移动度量在每次跟踪更新时被计算为如下:
ANI=aIR/Idcs
ANR=aR/Rdcs
***100包括除法单元114,其提供ANI和ANR的归一化调制比的移动度量RN。归一化调制比RN=ANR/ANI,其形成从中SpO2被映射的瞬时移动度量。
***100包括统计滤波器116a和116b。统计滤波器116a形成归一化调制比RN的平滑移动估计RPPG。统计滤波器116b形成瞬时脉冲间隔PIinst的平滑移动估计PIPPG。每个统计滤波器基于移动堆栈滤波器执行基于统计的平滑,以提供最终平滑函数并从最终输出中去除任何剩余的大的、远离中心的瞬态偏移。将相同的平滑滤波器并行地应用于RN和PIinst两者以大体上保持时间对准,从而产生最终移动PPG度量RPPG和PIPPG。
统计滤波器116a和116b被设计成从最终输出中去除任何剩余的大的、远离中心的瞬态偏移并大体上稳定输出读数。平均时间Tstat=2.5秒可以产生可接受的平滑水平,同时保持尽可能低的时间滞后。因此,在每次跟踪更新时,使用在当前跟踪更新之前(并包括当前跟踪更新)的间隔Tstat秒内出现的RN和PIinst的相应值来更新每个统计滤波器116a和116b的平均值。不是执行简单的移动平均,而是通过在纯中值周围的范围内在百分位数的意义上取中心值的平均值来计算平滑的中值。中心范围平均值可以被设置成包括在以中值为中心的四分位数间距范围内的那些值,以保持对异常值的鲁棒性,同时还产生随时间的良好平滑的输出。通过使用相同的参数和更新时间,可以在两个平滑的输出统计之间保持同步。
***100包括映射单元118a和118b。映射单元118a执行RPPG的映射以输出SpO2值。映射单元118b执行PIinst的映射以输出脉搏率PR值。
归一化调制比RPPG可以通过多项式函数例如二阶多项式被映射到SpO2。多项式系数可以通过校准程序来确定,例如,通过在缺氧实验室遵循标准缓降协议从受试者收集SaO2和相应的RPPG值,然后执行二阶拟合,以形成到SpO2的映射。可以支持各种探针,例如手指探针和耳探针,通过使用每个探针收集RPPG值,然后针对每个探针形成单独的相应映射。
多项式被评估如下:
其中,RPPG是输入值x,并且输出y是SpO2的映射值。在一个实现方式中,对于手指探针和耳探针,值an如下:
N | a<sub>n</sub>(手指探针) | a<sub>n</sub>(耳探针) |
0 | 112.02185 | 115.49644 |
1 | -21.632549 | -27.554501 |
2 | -4.2294321 | -3.3103607 |
表7
为了防止输出值过度偏移,可以将SpO2输出值范围限制为上限值100%和下限值0%。
瞬时脉冲间隔PIPPG通常通过以下公式映射到脉搏率PR:
PR=60·Fs/PIPPG
其中,脉冲间隔以采样表示,PR以BPM表示。为了防止输出值过度偏移,可以将PR输出值范围限制为240BPM的上限值和30BPM的下限值。
由于完全的信号损失,例如由于导线脱离、或由于缺乏脉冲调制、例如由于极低的灌注或由于心脏停顿或心搏停止,可能发生信号幅度的局部损失。因为SpO2和PR在这些条件下没有被很好地定义,所以***100包括输出限定单元122,该输出限定单元122使用归一化调制信号的幅度电平来限定脉冲调制幅度以获得足以支持期望精度的置信度的电平。该幅度电平可以基于形成AC分量Iac的幅度的移动估计Iama以及来自DC分量Idc的时间对准的移动估计Imd,并将这些值的比率与阈值进行比较,该阈值位于在实验上观察到性能显著下降的点处。
通过用移动平均滤波器分别平滑AC分量Iac和DC分量Idc的绝对值,形成移动AC幅度估计Iama和DC分量估计Imd。滤波器可以用具有相同参数的缩放积分级联来实现,从而在估计之间具有时间对准的线性相位。平滑可以被设置为具有3秒的时间尺度的二阶,以充分平滑来自估计的脉动分量,同时仍然保持对幅度下降和上升的时间响应。对于Fs=225Hz的处理采样率,以下缩放积分参数可以用于平滑滤波器:
w<sub>sm</sub> | N<sub>i</sub> | D<sub>sm</sub> |
675 | 2 | 674 |
表8
标志fsig用于限定脉搏血氧测定的信号电平,该标志fsig对于通常高于置信度阈值的归一化调制信号幅度电平是有效的,而对于低于置信度阈值的归一化调制信号幅度电平是无效的。在信号电平缓慢地移动通过阈值而叠加小波纹的情况下,可能导致限定标志的抖动。这可以通过向阈值添加滞后来缓解(例如,使阈值与限定状态反相关)。此外,由于各个处理阶段中固有的时间滞后,可以将时间延迟添加到标志的有效和无效,使得信号质量的指示与脉搏血氧测定的输出读数在时间上对准。
输出限定单元122可以通过用状态机实现信号限定过程来满足这两个目标。状态定义和状态转换规则如下:
初始化:状态=NOT_QUAL//fsig=假
表9
阈值可以设置如下:
阈值(向上,向下) | 值 |
threshU | 0.00028 |
threshD | 0.00014 |
表10延迟时间可以设置如下:
延迟(向上,向下) | 值(秒) |
TdelayU | 22.5 |
TdelayD | 5 |
表11
输出限定单元122将信号限定标志fsig提供到输出接口124,作为在不利信号条件期间抑制虚假或错误脉搏血氧测定输出的显示的手段。可以选择延迟以在信号条件恶化之前使标志fsig无效,并在信号条件恢复之后使标志fsig重新有效,仅在标志fsig有效时寻求确保有利的信号条件。
***100可以在显示器120上连续地显示平均SpO2值和平均PR值。显示器120可以是如美国公开第2015/0302539号中描述的床头监测器、中央服务器站或移动设备的显示器。如果检测到针对患者的警报状态,则显示器120可以警告显示器120的用户。显示器120可以通过例如闪烁、改变颜色、变大或以其他方式在视觉上指示警报状态来警告用户。例如,如果患者的SpO2水平增加到高于可接受上限或降低到可接受下限,则显示器120可以闪烁以向显示器120的用户指示警报状态。***100可以通过触发可听警报来警告用户。在一些实现方式中,不同的可听警报可以用来指示不同的警报状态或警报状态的严重性。可听警报的音量还可以用来指示警报状态的相对严重性。
***100还可以通过使显示器120的一个或更多个部分闪烁、发出可听警报或者向其他设备发送警报来向用户警告警报状态。例如,床头监测器可以向中央服务器发送警告,然后中央服务器可以识别一个或更多个护理员以将与患者相关联的警告引导至这些护理员。然后中央服务器可以向与所识别的护理员相关联的设备发送警告。
脉搏血氧测定***100可以用于患者氧合不稳定的任何环境,包括重症监护、手术、康复、急诊和医院病房环境、未加压飞机上的飞行员以用于评估任何患者的氧合,并确定补充氧的有效性或需要。***100可以提供连续和即时的血氧饱和度值,其在急救医学中至关重要,并且对于具有呼吸或心脏问题,特别是慢性阻塞性肺病(COPD)的患者,或者对于诸如呼吸暂停和呼吸不足的一些睡眠障碍的诊断也是非常有用的。
在一些实现方式中,***100可以实现为便携式电池供电的脉搏血氧仪。这样的便携式电池供电的脉搏血氧仪对于在10,000英尺以上(美国为12,500英尺)的非加压飞机上工作的飞行员有用,因为在这种飞机上需要补充氧气。便携式脉搏血氧仪对于在高海拔或运动时其氧水平可能降低的登山者和运动员也是有用的。便携式脉搏血氧仪可以使用***100来监测患者的血氧和脉搏,用作检查血氧水平的提醒。
图4示出了包括与显示设备404例如如美国公开第2015/0302539号中描述的床头监测器、中央服务器站或移动设备的显示器通信的患者穿戴的传感器402的***400。显示设备404显示针对患者的信息。显示设备404可以显示用户接口406,该用户接口406包括从患者穿戴的传感器402接收到的信息和/或与和患者穿戴的传感器402相关联的患者相关联的信息。患者穿戴的传感器402可以是例如如美国公开第2015/0302539号中描述的胸部传感器。患者穿戴的传感器402可以包括用于附接至患者的皮肤并记录诸如血压、体温、呼吸率、身体阻抗、血液氧合、心脏节律(经由ECG)和心率的各种患者生命体征的接触器。
患者穿戴的传感器402可以使用诸如蓝牙、WiFi或蜂窝协议的无线通信协议通过无线连接408与显示设备404进行无线通信。患者穿戴的传感器402可以通过无线连接408将关于患者的生命体征信息发送到显示设备404。在一些实现方式中,患者穿戴的传感器402可以在将信息发送到显示设备404之前对收集的生命体征信息进行处理,而在一些实现方式中,患者穿戴的传感器402可以将代替已处理的信息或除了已处理的信息之外的原始的生命体征信息发送到显示设备404。显示设备404是能够接收触摸屏幕输入的触摸屏幕设备,例如平板计算机。在一些实现方式中,显示设备404可以从键盘、鼠标、输入按钮或能够识别语音命令的一个或更多个设备接收输入。在一些实现方式中,可以使用与显示设备404无线通信的设备例如移动电话来控制显示设备404。在一些实现方式中,显示设备404是“无头”设备,该“无头”设备不包括直接的用户输入和/或输出功能,而是仅用作用于以下操作的处理设备:处理从患者穿戴的传感器402接收到的原始生命体征信息,检测警报状态,将警告发送到与显示设备404进行通信的其他设备,以及将患者信息发送到一个或更多个中央服务器。在这样的情况下,显示设备404将不包括显示器。
用户接口406显示关于与患者穿戴的传感器402相关联的患者的信息。例如,患者穿戴的传感器402的电极可以与患者的皮肤接触并收集生命体征信息,该生命体征信息通过无线连接408传输到显示设备404,由显示设备404处理并作为用户接口406的一部分显示。用户接口406示出了各种生命体征波和数字水平。
例如,用户接口406示出了患者的心率波形410以及患者的数字心率或脉搏率值412。在所示示例中,患者的脉搏率值412为每分钟80次跳动。用户接口406在414处指示患者的可接受心率水平落在每分钟50至120次跳动之间。由于患者的每分钟80次跳动的当前心率落在指示的可接受的范围内,因此当前不存在关于患者的心率的警报状态。这由叠加有“X”符号的铃形图标416来指示。图标416指示患者的当前心率在可接受的范围内。在关于患者的心率不在可接受的水平内的情况下,图标416可以改变以指示警报状态。例如,“X”可以从图标416消失并且图标416可以点亮或闪烁以指示警报状态。此外,显示设备404可以发出可听警报,以向附近的护理员警告关于患者的警报状态。在一些实现方式中,用户接口406的其他部分可以闪烁或以其他方式指示警报状态。例如,在患者的心率超出可接受水平时,所显示的脉搏率值412可以闪烁。在一些实现方式中,图标416(或用户接口406的其他部分)可以以变化的速率闪烁以指示特定警报状态的严重性。例如,患者的心率距可接受的范围越远,图标416就闪烁得越快。
用户接口406还示出了患者的血液氧合波形418和数字血液氧合值420。用户接口406还在422处示出了患者的可接受血液氧合范围。用户接口406还包括图标424,图标424指示关于患者的血液氧合水平在可接受的范围内(由叠加在铃上的“X”符号指示,指示警报是“关闭”的)。
图5是示出由脉搏血氧测定***执行的操作500的示例的流程图。操作500可以由一个或更多个计算机的***例如图1的***来执行。操作500可以包括上面已经讨论的细节。
在502处,***接收与放置在患者身体附近的光学传感器检测到的光的波长对应的信号。信号包括与由光学传感器检测到的光的第一波长对应的第一信号以及与由光学传感器检测到的光的第二波长对应的第二信号。
对第一信号和第二信号中的每个接收到的信号执行操作504至514。在504处,可选地对信号进行上采样以增加采样率。在506处,信号被分离为AC信号和DC信号。
在508处,AC信号被分离为分量信号,其中,分量信号中的每一个表示频率受限频带。将AC信号分离为分量信号可以包括:使用具有相邻间隔的频带中心的带通滤波器组对AC信号进行滤波;以及对带通滤波器组的输出进行归一化以生成分量信号。
在510处,***通过分式相位变换来分析分量信号,以识别期望的分量信号以及与期望的分量信号相关联的谐波信号。为了识别期望的分量信号和谐波信号,***可以通过计算从第一信号导出的最低谐波信号的瞬时周期来确定原子周期。对于第一信号,可以基于原子周期并通过分析分量信号的时间对准的幅度值以及谐波信号的幅度的关系来识别期望的分量信号和谐波信号。基于原子周期,***可以确定原子脉冲间隔,并且可以基于原子脉冲间隔识别第二信号的期望的分量信号和谐波信号。
在512处,***平滑期望的分量信号、谐波信号和DC信号。在514处,对平滑的期望的分量信号、平滑的谐波信号和平滑的DC信号进行组合以生成调制信号。组合平滑的期望的分量信号、平滑的谐波信号和平滑的DC信号可以包括:线性地组合平滑的期望的分量信号和平滑的谐波信号以生成组合信号;以及使用平滑的DC信对组合信号进行归一化以生成调制信号。
在516处,***基于从第一信号导出的调制信号和从第二信号导出的调制信号生成调制比信号。在518处,基于调制比信号确定患者身体的外周血氧饱和度(SpO2)。确定患者身体的SpO2可以包括:生成调制比信号的经平滑的移动估计;以及将经平滑的移动估计映射到表示患者身体的SpO2的输出值。***还可以基于上面确定的原子脉冲间隔来确定患者身体的脉搏率。
图6是示出执行计算机程序的计算***600的示例的框图,该计算机程序实现包含在计算机可读介质602上并由中央处理单元(CPU)604执行的上述操作、数据结构和/或程序。CPU 604可以是x86系列CPU或本领域已知的其他CPU。在一些实现方式中,用于执行程序的输入可以通过键盘606来实现。在一些实现方式中,用于执行程序的输入可以通过***设备诸如鼠标、光笔、触摸屏、触摸板或本领域已知的任何其他输入设备来实现。在一些实现方式中,所描述的操作可以由另一程序调用以执行和处理血氧测定数据。一旦被处理,使用上述操作、数据结构和/或程序处理的数据可以被输出到显示器608,或者经由因特网610或其他无线通信通道被发送到另一用户终端612。在一些实现方式中,可以将输出放入数据库614或位于场外的另一数据库中。
图7是示出了描绘主机700的计算***的示例的框图,主机700在一些实现方式中可以包括一组单元或模块,例如,用于与患者穿戴的传感器通信的通信模块702和相关联的通信链路704、包括包含一组应用指令的计算机可读介质708的微处理器单元706(MPU)、用于存储患者数据的相关联的存储模块710、操作员(例如,医生、技术人员或患者)可以通过其与MPU 706交互并且可以包括视觉显示器、听觉显示器、键盘、鼠标、触摸屏、触觉设备或其他交互方式的人机接口712。主机700还包括:输入/输出模块714,用于通常连接到计算机***设备(例如打印机、扫描仪和/或数据采集或成像设备)并与之通信;以及网络通信模块716,用于与诸如以太网和/或无线网络或WiFi的计算机网络上的其他主机通信。
本公开内容中所描述的特征可以在数字电子电路***、或在计算机硬件、固件、软件或其组合中实现。装置可以在有形地体现在信息载体例如机器可读存储设备中的计算机程序产品中实现,以供可编程处理器执行,并且方法步骤可以由执行指令程序的可编程处理器执行以通过对输入数据进行操作并生成输出来执行所描述的实现方式的功能。描述的特征可以有利地在一个或更多个计算机程序中实现,一个或更多个计算机程序能够在包括至少一个可编程处理器的可编程***上执行,至少一个可编程处理器被耦接以从数据存储***、至少一个输入设备和至少一个输出设备接收数据和指令以及向数据存储***、至少一个输入设备和至少一个输出设备发送数据和指令。计算机程序是可以在计算机中直接或间接用于执行特定活动或产生特定结果的指令集。计算机程序可以以包括编译或解析语言的任何形式的编程语言编写,并且它可以以任何形式来部署,包括作为独立程序或作为模块、部件、子例程或适合在计算环境中使用的其他单元。
用于执行指令程序的合适的处理器例如包括通用和专用微处理器二者,以及任何种类的计算机的唯一处理器或多个处理器中的一个。通常,处理器将从只读存储器或随机存取存储器或这二者接收指令和数据。计算机的基本元件是用于执行指令的处理器以及用于存储指令和数据的一个或更多个存储器。通常,计算机还将包括用于存储数据文件的一个或更多个大容量存储设备,或者可操作地耦接以与用于存储数据文件的一个或更多个大容量存储设备进行通信;这样的设备包括磁盘,例如内部硬盘和可移动磁盘;磁光盘;以及光盘。适合于有形地体现计算机程序指令和数据的存储设备包括所有形式的非易失性存储器,包括例如半导体存储器设备,例如EPROM、EEPROM和闪存设备;磁盘,例如内部硬盘和可移动磁盘;磁光盘;以及CD-ROM及DVD-ROM盘。处理器和存储器可以由ASIC(专用集成电路)补充或并入ASIC中。为了提供与用户的交互,特征可以被实现在如下计算机上,所述计算机具有用于向用户显示信息的显示设备例如CRT(阴极射线管)或LCD(液晶显示器)监视器以及用户可以通过其向计算机提供输入的键盘和指向设备例如鼠标或轨迹球。
特征可以在计算机***中实现,该计算机***包括后端组件例如数据服务器,或者包括中间件组件例如应用服务器或因特网服务器,或者包括前端组件例如具有图形用户接口或因特网浏览器的客户端计算机,或者它们的任意组合。***的组件可以通过任何形式或介质的数字数据通信例如通信网络连接。通信网络的示例包括例如形成因特网的LAN、WAN、以及计算机和网络。计算***可以包括客户端和服务器。客户端和服务器通常彼此远离,并且通常通过网络例如所描述的网络来进行交互。客户端和服务器的关系借助于在各自计算机上运行并且彼此具有客户端-服务器关系的计算机程序而产生。
虽然本说明书包含许多具体实现细节,但是这些实现细节不应被解释为对任何发明或可以要求保护的范围的限制,而是作为对特定于特定发明的特定实施方式的特征的描述。本说明书中在不同实施方式的上下文中描述的某些特征也可以以在单个实施方式中组合的方式实现。反之,在单个实施方式的上下文中描述的各个特征也可以在多个实施方式中单独地或以任何合适的子组合的方式实现。此外,尽管特征可以如上描述为以某种组合起作用并且甚至最初如此要求保护,但是在一些情况下,来自所要求保护的组合中的一个或更多个特征可以从组合中删除,并且所要求保护的组合可以针对子组合或子组合的变型。
类似地,虽然在附图中以特定顺序描绘了操作,但是这不应当被理解为要求以所示的特定顺序或以连续顺序执行这样的操作,或者执行所有示出的操作以实现期望的结果。在某些情况下,多任务和并行处理可能是有利的。此外,上述实施方式中的各种***模块和部件的分离不应被理解为在所有实现方式中都需要这样的分离,并且应当理解,所描述的程序组件和***通常可以一起集成在单个软件或硬件产品中或者打包到多个软件或硬件产品中。
因此,已经描述了本主题的特定实施方式。其他实施方式在所附权利要求书的范围内。在一些情况下,可以以不同的顺序执行权利要求书中记载的动作,并且仍然实现期望的结果。另外,附图中描绘的处理不一定需要所示出的特定顺序或连续顺序来实现期望的结果。在某些实现方式中,多任务和并行处理可能是有利的。
Claims (36)
1.一种编码有计算机程序的非暂态计算机可读存储介质,所述程序包括指令,所述指令在由一个或更多个数据处理装置执行时使所述一个或更多个数据处理装置执行操作,所述操作包括:
接收与放置在患者身体附近的光学传感器检测到的光的第一波长对应的第一信号;
接收与由所述光学传感器检测到的光的第二波长对应的第二信号;
对于所述第一信号和所述第二信号中的每个接收到的信号:
将信号分离为AC信号和DC信号;
将所述AC信号分离为分量信号,其中,所述分量信号中的每一个表示频率受限频带,
通过分式相位变换分析所述分量信号以识别期望的分量信号以及与所述期望的分量信号相关联的谐波信号,
平滑所述期望的分量信号、所述谐波信号和所述DC信号,以及
组合所述平滑的期望的分量信号、所述平滑的谐波信号和所述平滑的DC信号以生成调制信号;
基于从所述第一信号导出的所述调制信号和从所述第二信号导出的所述调制信号生成调制比信号;以及
基于所述调制比信号确定所述患者身体的外周血氧饱和度(SpO2)。
2.根据权利要求1所述的非暂态计算机可读存储介质,其中:
所述操作还包括:对于所述第一信号和所述第二信号中的每个接收到的信号,将具有第一采样率的所述接收到的信号转换为具有第二采样率的上采样信号,所述第二采样率高于所述第一采样率;并且
将所述信号分离为所述AC信号和所述DC信号包括将所述上采样信号分离为所述AC信号和所述DC信号。
3.根据权利要求1所述的非暂态计算机可读存储介质,其中,对于所述第一信号,识别所述期望的分量信号和所述谐波信号包括分析所述分量信号的时间对准的幅度值。
4.根据权利要求1所述的非暂态计算机可读存储介质,其中,对于所述第一信号,识别所述期望的分量信号和所述谐波信号包括分析所述谐波信号的幅度的关系。
5.根据权利要求1所述的非暂态计算机可读存储介质,其中:
所述操作还包括通过计算所述期望的分量信号的瞬时周期来确定原子周期。
6.根据权利要求5所述的非暂态计算机可读介质,其中,对于所述第一信号,识别所述期望的分量信号和所述谐波信号包括基于所述原子周期识别所述谐波信号。
7.根据权利要求5所述的非暂态计算机可读存储介质,其中:
所述操作还包括基于所述原子周期确定原子脉冲间隔。
8.根据权利要求7所述的非暂态计算机可读存储介质,其中,对于所述第二信号,识别所述期望的分量信号和所述谐波信号基于所述原子脉冲间隔。
9.根据权利要求7所述的非暂态计算机可读存储介质,其中:
所述操作还包括基于所确定的原子脉冲间隔来确定所述患者身体的脉搏率。
10.根据权利要求1所述的非暂态计算机可读存储介质,其中,将所述AC信号分离为所述分量信号包括:
使用具有相邻间隔的频带中心的带通滤波器组对所述AC信号进行滤波;以及
对所述带通滤波器组的输出进行归一化以生成所述分量信号。
11.根据权利要求1所述的非暂态计算机可读存储介质,其中,组合所述平滑的期望的分量信号、所述平滑的谐波信号和所述平滑的DC信号以生成调制信号包括:
线性地组合所述平滑的期望的分量信号和所述平滑的谐波信号以生成组合信号;以及
使用所述平滑的DC信号对所述组合信号进行归一化以生成所述调制信号。
12.根据权利要求1所述的非暂态计算机可读存储介质,其中,基于所述调制比信号确定所述患者身体的SpO2包括:
生成所述调制比信号的经平滑的移动估计;以及
将所述经平滑的移动估计映射到表示所述患者身体的SpO2的输出值。
13.一种计算机实现的方法,包括:
接收与放置在患者身体附近的光学传感器检测到的光的第一波长对应的第一信号;
接收与由所述光学传感器检测到的光的第二波长对应的第二信号;
对于所述第一信号和所述第二信号中的每个接收到的信号:
将所述信号分离为AC信号和DC信号;
将所述AC信号分离为分量信号,其中,所述分量信号中的每一个表示频率受限频带,
通过分式相位变换分析所述分量信号以识别期望的分量信号以及与所述期望的分量信号相关联的谐波信号,
平滑所述期望的分量信号、所述谐波信号和所述DC信号,以及
组合所述平滑的期望的分量信号、所述平滑的谐波信号和所述平滑的DC信号以生成调制信号;
基于从所述第一信号导出的所述调制信号和从所述第二信号导出的所述调制信号生成调制比信号;以及
基于所述调制比信号确定所述患者身体的外周血氧饱和度(SpO2)。
14.根据权利要求13所述的计算机实现的方法,还包括:
对于所述第一信号和所述第二信号中的每个接收到的信号,将具有第一采样率的所述接收到的信号转换为具有第二采样率的上采样信号,所述第二采样率高于所述第一采样率;并且
其中,将所述信号分离为所述AC信号和所述DC信号包括将所述上采样信号分离为所述AC信号和所述DC信号。
15.根据权利要求13所述的计算机实现的方法,其中,对于所述第一信号,识别所述期望的分量信号和所述谐波信号包括分析所述分量信号的时间对准的幅度值。
16.根据权利要求13所述的计算机实现的方法,其中,对于所述第一信号,识别所述期望的分量信号和所述谐波信号包括分析所述谐波信号的幅度的关系。
17.根据权利要求13所述的计算机实现的方法,还包括:
通过计算所述期望的分量信号的瞬时周期来确定原子周期。
18.根据权利要求17所述的计算机实现的方法,其中,对于所述第一信号,识别所述期望的分量信号和所述谐波信号包括基于所述原子周期识别所述谐波信号。
19.根据权利要求17所述的计算机实现的方法,还包括:
基于所述原子周期确定原子脉冲间隔。
20.根据权利要求19所述的计算机实现的方法,其中,对于所述第二信号,识别所述期望的分量信号和所述谐波信号基于所述原子脉冲间隔。
21.根据权利要求19所述的计算机实现的方法,还包括:
基于所确定的原子脉冲间隔来确定所述患者身体的脉搏率。
22.根据权利要求13所述的计算机实现的方法,其中,将所述AC信号分离为所述分量信号包括:
使用具有相邻间隔的频带中心的带通滤波器组对所述AC信号进行滤波;以及
对所述带通滤波器组的输出进行归一化以生成所述分量信号。
23.根据权利要求13所述的计算机实现的方法,其中,组合所述平滑的期望的分量信号、所述平滑的谐波信号和所述平滑的DC信号以生成调制信号包括:
线性地组合所述平滑的期望的分量信号和所述平滑的谐波信号以生成组合信号;以及
使用所述平滑的DC信号对所述组合信号进行归一化以生成所述调制信号。
24.根据权利要求13所述的计算机实现的方法,其中,基于所述调制比信号确定所述患者身体的SpO2包括:
生成所述调制比信号的经平滑的移动估计;以及
将所述经平滑的移动估计映射到表示所述患者身体的SpO2的输出值。
25.一种***,包括:
被配置成发光的光学传感器;
显示装置;
与所述光学传感器和所述显示装置耦接的一个或更多个数据处理装置;以及
编码有计算机程序的非暂态计算机可读存储介质,所述程序包括指令,所述指令在由所述一个或更多个数据处理装置执行时使所述一个或更多个数据处理装置执行操作,所述操作包括:
接收与放置在患者身体附近的所述光学传感器检测到的光的第一波长对应的第一信号;
接收与由所述光学传感器检测到的光的第二波长对应的第二信号;
对于所述第一信号和所述第二信号中的每个接收到的信号:
将所述信号分离为AC信号和DC信号;
将所述AC信号分离为分量信号,其中,所述分量信号中的每一个表示频率受限频带,
通过分式相位变换分析所述分量信号以识别期望的分量信号以及与所述期望的分量信号相关联的谐波信号,
平滑所述期望的分量信号、所述谐波信号和所述DC信号,以及
组合所述平滑的期望的分量信号、所述平滑的谐波信号和所述平滑的DC信号以生成调制信号;
基于从所述第一信号导出的所述调制信号和从所述第二信号导出的所述调制信号生成调制比信号;
基于所述调制比信号确定所述患者身体的外周血氧饱和度(SpO2);以及
使所述显示装置显示表示所确定的所述患者身体的SpO2的值。
26.根据权利要求25所述的***,其中:
所述操作还包括:对于所述第一信号和所述第二信号中的每个接收到的信号,将具有第一采样率的所述接收到的信号转换为具有第二采样率的上采样信号,所述第二采样率高于所述第一采样率;并且
将所述信号分离为所述AC信号和所述DC信号包括将所述上采样信号分离为所述AC信号和所述DC信号。
27.根据权利要求25所述的***,其中,对于所述第一信号,识别所述期望的分量信号和所述谐波信号包括分析所述分量信号的时间对准的幅度值。
28.根据权利要求25所述的***,其中,对于所述第一信号,识别所述期望的分量信号和所述谐波信号包括分析所述谐波信号的幅度的关系。
29.根据权利要求25所述的***,其中:
所述操作还包括通过计算所述期望的分量信号的瞬时周期来确定原子周期。
30.根据权利要求29所述的***,其中,对于所述第一信号,识别所述期望的分量信号和所述谐波信号包括基于所述原子周期识别所述谐波信号。
31.根据权利要求29所述的***,其中:
所述操作还包括基于所述原子周期确定原子脉冲间隔。
32.根据权利要求31所述的***,其中,对于所述第二信号,识别所述期望的分量信号和所述谐波信号基于所述原子脉冲间隔。
33.根据权利要求31所述的***,其中:
所述操作还包括基于所确定的原子脉冲间隔来确定所述患者身体的脉搏率。
34.根据权利要求25所述的***,其中,将所述AC信号分离为所述分量信号包括:
使用具有相邻间隔的频带中心的带通滤波器组对所述AC信号进行滤波;以及
对所述带通滤波器组的输出进行归一化以生成所述分量信号。
35.根据权利要求25所述的***,其中,组合所述平滑的期望的分量信号、所述平滑的谐波信号和所述平滑的DC信号以生成调制信号包括:
线性地组合所述平滑的期望的分量信号和所述平滑的谐波信号以生成组合信号;以及
使用所述平滑的DC信号对所述组合信号进行归一化以生成所述调制信号。
36.根据权利要求25所述的***,其中,基于所述调制比信号确定所述患者身体的SpO2包括:
生成所述调制比信号的经平滑的移动估计;以及
将所述经平滑的移动估计映射到表示所述患者身体的SpO2的输出值。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/260,631 US11602311B2 (en) | 2019-01-29 | 2019-01-29 | Pulse oximetry system |
US16/260,631 | 2019-01-29 | ||
PCT/US2020/015662 WO2020160135A1 (en) | 2019-01-29 | 2020-01-29 | Pulse oximetry system |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113518582A true CN113518582A (zh) | 2021-10-19 |
Family
ID=69726813
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080017395.XA Pending CN113518582A (zh) | 2019-01-29 | 2020-01-29 | 脉搏血氧测定*** |
Country Status (5)
Country | Link |
---|---|
US (1) | US11602311B2 (zh) |
EP (1) | EP3873334A1 (zh) |
JP (1) | JP7170147B2 (zh) |
CN (1) | CN113518582A (zh) |
WO (1) | WO2020160135A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112155009B (zh) * | 2020-11-27 | 2021-07-30 | 首都医科大学附属北京世纪坛医院 | 人体器官血液氧合*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050197586A1 (en) * | 2000-01-31 | 2005-09-08 | Pearlman Justin D. | Method of and system for signal separation during multivariate physiological monitoring |
US20060200034A1 (en) * | 2005-02-23 | 2006-09-07 | Digital Intelligence, Llc | Apparatus for signal decomposition, analysis and reconstruction |
US20120179011A1 (en) * | 2007-06-12 | 2012-07-12 | Jim Moon | Optical sensors for use in vital sign monitoring |
US20120265296A1 (en) * | 2006-11-07 | 2012-10-18 | Dc Devices, Inc. | Atrial pressure regulation with control, sensing, monitoring and therapy delivery |
TW201625925A (zh) * | 2014-09-29 | 2016-07-16 | 濟奧美股份有限公司 | 使用碰撞計算之非侵入性血糖及其他分析物偵測及測量之系統及方法 |
CN106687027A (zh) * | 2014-08-25 | 2017-05-17 | 德尔格医疗***有限责任公司 | 除去信号中的噪声 |
Family Cites Families (74)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3819920A (en) | 1973-01-29 | 1974-06-25 | Singer Co | Digital frequency tracker |
US3993862A (en) | 1974-07-05 | 1976-11-23 | Lawrence Karr | Data compression |
US4314105A (en) | 1977-01-21 | 1982-02-02 | Mozer Forrest Shrago | Delta modulation method and system for signal compression |
US4193393A (en) | 1977-08-25 | 1980-03-18 | International Bio-Medical Industries | Diagnostic apparatus |
US4251831A (en) | 1979-10-26 | 1981-02-17 | Kamath Bantval Y | Filter and system incorporating the filter for processing discrete samples of composite signals |
US4461022A (en) | 1982-05-04 | 1984-07-17 | Slagley Michael W | Expandable bandwidth compression and restoration system |
JPS59216282A (ja) | 1983-05-24 | 1984-12-06 | Advance Res & Dev Co Ltd | 生体信号処理方式 |
US4680797A (en) | 1984-06-26 | 1987-07-14 | The United States Of America As Represented By The Secretary Of The Air Force | Secure digital speech communication |
US4736295A (en) | 1984-09-26 | 1988-04-05 | Gerard Lachiver | Method and apparatus for mathematical characterization of the electrocardiogram |
US5230038A (en) | 1989-01-27 | 1993-07-20 | Fielder Louis D | Low bit rate transform coder, decoder, and encoder/decoder for high-quality audio |
US5115240A (en) | 1989-09-26 | 1992-05-19 | Sony Corporation | Method and apparatus for encoding voice signals divided into a plurality of frequency bands |
US5632272A (en) * | 1991-03-07 | 1997-05-27 | Masimo Corporation | Signal processing apparatus |
GB9301704D0 (en) | 1993-01-28 | 1993-03-17 | Signal Processors Ltd | New digital modem design techniques |
US5392044A (en) | 1993-03-08 | 1995-02-21 | Motorola, Inc. | Method and apparatus for digitizing a wide frequency bandwidth signal |
US5486867A (en) | 1993-11-30 | 1996-01-23 | Raytheon Company | High resolution digital phase detector |
US5828995A (en) | 1995-02-28 | 1998-10-27 | Motorola, Inc. | Method and apparatus for intelligible fast forward and reverse playback of time-scale compressed voice messages |
EP0760223A1 (en) * | 1995-08-31 | 1997-03-05 | Hewlett-Packard GmbH | Apparatus for monitoring, in particular pulse oximeter |
GB9518094D0 (en) | 1995-09-05 | 1995-11-08 | Cardionics Ltd | Heart monitoring apparatus |
US5778881A (en) | 1996-12-04 | 1998-07-14 | Medtronic, Inc. | Method and apparatus for discriminating P and R waves |
US5999561A (en) | 1997-05-20 | 1999-12-07 | Sanconix, Inc. | Direct sequence spread spectrum method, computer-based product, apparatus and system tolerant to frequency reference offset |
US6233550B1 (en) | 1997-08-29 | 2001-05-15 | The Regents Of The University Of California | Method and apparatus for hybrid coding of speech at 4kbps |
US6008618A (en) | 1997-11-26 | 1999-12-28 | General Motors Corporation | Zero speed start-up for a speed sensorless induction motor drive |
US6020840A (en) | 1997-12-24 | 2000-02-01 | Ong; Lance | Method and apparatus for representing analog waveforms in digital form based on a multiplier, elapsed time and polarity |
JP3644263B2 (ja) | 1998-07-31 | 2005-04-27 | ヤマハ株式会社 | 波形形成装置及び方法 |
US6347125B1 (en) | 1999-01-11 | 2002-02-12 | Ericsson Inc. | Reduced complexity demodulator for multi-bit symbols |
EP1173813A1 (en) | 1999-05-01 | 2002-01-23 | The Court of Napier University | Method of analysis of medical signals |
US6456651B1 (en) | 2000-02-04 | 2002-09-24 | Motorola, Inc. | Method and apparatus for adjustment of the sampling phase in a PCM modem system using a dual-phase probing signal |
US6389308B1 (en) | 2000-05-30 | 2002-05-14 | Vladimir Shusterman | System and device for multi-scale analysis and representation of electrocardiographic data |
US6429693B1 (en) | 2000-06-30 | 2002-08-06 | Texas Instruments Incorporated | Digital fractional phase detector |
US6512944B1 (en) | 2000-07-20 | 2003-01-28 | Cardiac Pacemakers, Inc. | Low distortion ECG filter |
US6718038B1 (en) | 2000-07-27 | 2004-04-06 | The United States Of America As Represented By The National Security Agency | Cryptographic method using modified fractional fourier transform kernel |
US6510339B2 (en) | 2000-12-06 | 2003-01-21 | Cardiac Pacemakers, Inc. | ECG auto-gain control |
US6785700B2 (en) | 2000-12-13 | 2004-08-31 | Amphion Semiconductor Limited | Implementation of wavelet functions in hardware |
US6782058B1 (en) | 2001-01-24 | 2004-08-24 | Advanced Micro Devices, Inc. | Device and method for interpolated signal resampling between sampling clock cycles |
US6914935B2 (en) | 2001-02-21 | 2005-07-05 | Freescale Semiconductor, Inc. | Fractional N synthesizer with reduced fractionalization spurs |
WO2002071623A1 (fr) | 2001-03-01 | 2002-09-12 | Sakai, Yasue | Procede et dispositif de compression, procede et dispositif de decompression, systeme de compression/decompression, support d'enregistrement |
WO2002075584A1 (en) | 2001-03-19 | 2002-09-26 | B.S.P. Biological Signal Processing Ltd. | Apparatus and method for efficient representation of periodic and nearly periodic signals for analysis |
US6470210B1 (en) | 2001-04-06 | 2002-10-22 | Cardiac Pacemakers, Inc. | System and method for continuously monitoring classified atrial arrhythmias |
US6618617B2 (en) | 2001-04-20 | 2003-09-09 | Cardiac Pacemakers, Inc. | Delay to therapy following patient controlled atrial shock therapy request |
WO2002096052A1 (en) | 2001-05-21 | 2002-11-28 | Atlinks Usa, Inc. | Narrow band chaotic bi-phase shift keying |
US6976046B2 (en) | 2001-06-01 | 2005-12-13 | Nokia Corporation | Architectures for discrete wavelet transforms |
CA2457687C (en) | 2001-08-14 | 2013-01-15 | Applied Medical Resources Corporation | Access sealing apparatus and method |
US6917830B2 (en) | 2001-10-29 | 2005-07-12 | Cardiac Pacemakers, Inc. | Method and system for noise measurement in an implantable cardiac device |
US6606056B2 (en) | 2001-11-19 | 2003-08-12 | The Boeing Company | Beam steering controller for a curved surface phased array antenna |
US6714607B2 (en) | 2001-12-20 | 2004-03-30 | Sbc Technology Resources, Inc. | Joint demodulation using a viterbi equalizer having an adaptive total number of states |
IL147502A0 (en) | 2002-01-07 | 2002-08-14 | Widemed Ltd | Self-adaptive system, for the analysis of biomedical signals of a patient |
SE0200624D0 (sv) | 2002-02-28 | 2002-02-28 | St Jude Medical | Medical device |
US7277748B2 (en) | 2002-09-13 | 2007-10-02 | Neuropace, Inc. | Spatiotemporal pattern recognition for neurological event detection and prediction in an implantable device |
JP2004120439A (ja) | 2002-09-26 | 2004-04-15 | Nec Electronics Corp | 画像処理装置及び画像処理方法 |
WO2004034231A2 (en) | 2002-10-11 | 2004-04-22 | Flint Hills Scientific, L.L.C. | Intrinsic timescale decomposition, filtering, and automated analysis of signals of arbitrary origin or timescale |
JP2006504100A (ja) | 2002-10-24 | 2006-02-02 | レクロイ コーポレーション | 高帯域幅リアルタイムオシロスコープ |
US7372929B2 (en) | 2003-03-05 | 2008-05-13 | Broadcom Corporation | Closed loop sub-carrier synchronization system |
WO2004084182A1 (en) | 2003-03-15 | 2004-09-30 | Mindspeed Technologies, Inc. | Decomposition of voiced speech for celp speech coding |
EP1610676A4 (en) | 2003-03-26 | 2010-06-16 | Biotechplex Corp | INSTANT AUTONOMOUS NERVOUS FUNCTION AND CARDIAC PREDICTABILITY BASED ON ANALYSIS OF HEART AND PULSE FREQUENCY VARIABILITY |
US7480416B2 (en) | 2003-05-09 | 2009-01-20 | Telecommunications Research Laboratories | Implementation of discrete wavelet transform using lifting steps |
US7463710B2 (en) | 2003-06-27 | 2008-12-09 | Analog Devices, Inc. | Fractional-N synthesizer and method of programming the output phase |
US6838912B1 (en) | 2003-07-01 | 2005-01-04 | Realtek Semiconductor Corp. | Digital fractional phase detector |
US7200435B2 (en) | 2003-09-23 | 2007-04-03 | Cardiac Pacemakers, Inc. | Neural network based learning engine to adapt therapies |
US7088276B1 (en) | 2004-02-13 | 2006-08-08 | Samplify Systems Llc | Enhanced data converters using compression and decompression |
US7356312B2 (en) | 2004-03-05 | 2008-04-08 | Telefonaktiebolaget Lm Ericsson (Publ) | Fractional frequency synthesizer |
US7506239B2 (en) | 2004-12-23 | 2009-03-17 | Raghavan Sudhakar | Scalable traceback technique for channel decoder |
US9319028B2 (en) * | 2005-02-23 | 2016-04-19 | Vios Medical Singapore Pte. Ltd. | Signal decomposition, analysis and reconstruction using high-resolution filter banks and component tracking |
US20080015452A1 (en) | 2006-06-30 | 2008-01-17 | Ricci Carlos A | Method of processing electrocardiogram waveform |
US20080002775A1 (en) | 2006-06-30 | 2008-01-03 | Ricci Carlos A | Signal analysis employing matched wavelet |
US7912378B2 (en) | 2007-01-26 | 2011-03-22 | Fujitsu Limited | Modulating a signal using a fractional phase modulator |
US8086304B2 (en) | 2007-11-30 | 2011-12-27 | Data Sciences International Inc. | Physiologic signal processing to determine a cardiac condition |
US8595278B2 (en) | 2009-03-03 | 2013-11-26 | Broadcom Corporation | Method and system for unconstrained frequency domain adaptive filtering |
JP5168415B2 (ja) * | 2009-09-16 | 2013-03-21 | コニカミノルタオプティクス株式会社 | 生体情報測定システムならびに生体情報測定装置の使用方法および通信方法 |
JP5562805B2 (ja) * | 2010-11-05 | 2014-07-30 | オータックス株式会社 | 脈拍数測定方法及び血中酸素飽和度測定方法 |
US10039463B1 (en) * | 2013-06-27 | 2018-08-07 | Vital Connect, Inc. | Signal quality metric for cardiovascular time series |
US11055980B2 (en) | 2014-04-16 | 2021-07-06 | Murata Vios, Inc. | Patient care and health information management systems and methods |
CN107530009B (zh) | 2015-02-09 | 2021-08-13 | 维尔斯医疗公司 | 患者穿戴式传感器组件 |
WO2018140633A1 (en) | 2017-01-25 | 2018-08-02 | Vios Medical Singapore PTE LTD | Sensor connection assembly for integration with garment |
US20190099114A1 (en) * | 2017-09-29 | 2019-04-04 | Sensogram Technologies, Inc. | Fall sensing and medical alert systems |
-
2019
- 2019-01-29 US US16/260,631 patent/US11602311B2/en active Active
-
2020
- 2020-01-29 WO PCT/US2020/015662 patent/WO2020160135A1/en unknown
- 2020-01-29 EP EP20708362.7A patent/EP3873334A1/en active Pending
- 2020-01-29 CN CN202080017395.XA patent/CN113518582A/zh active Pending
- 2020-01-29 JP JP2021541444A patent/JP7170147B2/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050197586A1 (en) * | 2000-01-31 | 2005-09-08 | Pearlman Justin D. | Method of and system for signal separation during multivariate physiological monitoring |
US20060200034A1 (en) * | 2005-02-23 | 2006-09-07 | Digital Intelligence, Llc | Apparatus for signal decomposition, analysis and reconstruction |
US20120265296A1 (en) * | 2006-11-07 | 2012-10-18 | Dc Devices, Inc. | Atrial pressure regulation with control, sensing, monitoring and therapy delivery |
US20120179011A1 (en) * | 2007-06-12 | 2012-07-12 | Jim Moon | Optical sensors for use in vital sign monitoring |
CN106687027A (zh) * | 2014-08-25 | 2017-05-17 | 德尔格医疗***有限责任公司 | 除去信号中的噪声 |
TW201625925A (zh) * | 2014-09-29 | 2016-07-16 | 濟奧美股份有限公司 | 使用碰撞計算之非侵入性血糖及其他分析物偵測及測量之系統及方法 |
Also Published As
Publication number | Publication date |
---|---|
JP7170147B2 (ja) | 2022-11-11 |
US20200237315A1 (en) | 2020-07-30 |
JP2022517813A (ja) | 2022-03-10 |
US11602311B2 (en) | 2023-03-14 |
WO2020160135A1 (en) | 2020-08-06 |
EP3873334A1 (en) | 2021-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Charlton et al. | Extraction of respiratory signals from the electrocardiogram and photoplethysmogram: technical and physiological determinants | |
US8977347B2 (en) | Video-based estimation of heart rate variability | |
JP5466351B2 (ja) | 移動式生理学的モニタリングからのデータを処理する方法及びシステム | |
AU2020213311A1 (en) | Multivariate residual-based health index for human health monitoring | |
JP5889197B2 (ja) | 身体動きモニタリングデバイス | |
JP2013169464A (ja) | ソースビデオ画像から動脈拍動経過時間を導出すること | |
JP6371410B2 (ja) | 呼吸状態推定装置、携帯機器、装着型デバイス、プログラム、媒体及び呼吸状態推定方法 | |
WO2013041631A1 (en) | Systems and methods for determining respiration information from a photoplethysmograph | |
Lázaro et al. | Respiratory rate derived from smartphone-camera-acquired pulse photoplethysmographic signals | |
JP2015508693A (ja) | 生理的リズムを表す信号を処理する方法 | |
CN109620208A (zh) | 睡眠呼吸暂停低通气综合征检测***和方法 | |
Reddy et al. | Unified quality-aware compression and pulse-respiration rates estimation framework for reducing energy consumption and false alarms of wearable PPG monitoring devices | |
JP7170147B2 (ja) | 非一時的なコンピュータ可読記憶媒体、コンピュータ実装方法及びシステム | |
Prada et al. | A low-complexity PPG pulse detection method for accurate estimation of the pulse rate variability (PRV) during sudden decreases in the signal amplitude | |
EP4033972A1 (en) | System and method for physiological measurements from optical data | |
JP7332723B2 (ja) | 心電図(ecg)信号のqrs複合波を検出するためのシステム | |
Chen et al. | A new approach to HR monitoring using photoplethysmographic signals during intensive physical exercise | |
US20210275048A1 (en) | Biometric information processing apparatus and biometric information processing method | |
Volpes et al. | A portable multisensor system to assess cardiorespiratory interactions through photoplethysmography | |
JP7457102B2 (ja) | 呼吸数を処理するシステム | |
WO2021044571A1 (ja) | 脈拍数推定方法、装置およびシステム | |
Zhang et al. | Optimized Preprocessing Framework for Wrist Pulse Analysis | |
JP2023546451A (ja) | 光学データからの血圧測定値のためのシステム及び方法 |
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 |