JP2005518238A - ケプストラム領域パルスオキシメータ - Google Patents

ケプストラム領域パルスオキシメータ Download PDF

Info

Publication number
JP2005518238A
JP2005518238A JP2003570692A JP2003570692A JP2005518238A JP 2005518238 A JP2005518238 A JP 2005518238A JP 2003570692 A JP2003570692 A JP 2003570692A JP 2003570692 A JP2003570692 A JP 2003570692A JP 2005518238 A JP2005518238 A JP 2005518238A
Authority
JP
Japan
Prior art keywords
signal
patient
domain
cepstrum
time domain
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
Application number
JP2003570692A
Other languages
English (en)
Inventor
マーク テリー、アルビン
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Datex Ohmeda Inc
Original Assignee
Datex Ohmeda Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Datex Ohmeda Inc filed Critical Datex Ohmeda Inc
Publication of JP2005518238A publication Critical patent/JP2005518238A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—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
    • A61B5/02—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
    • A61B5/72—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
    • A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier 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
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (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)
  • Cardiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Mathematical Physics (AREA)
  • Psychiatry (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Optics & Photonics (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

プレチスモグラフ信号をケプストラム領域で処理する方法を提供する。一実施形態では、ケプストラム領域プレチスモグラフ信号処理方法（２００）は、時間領域プレチスモグラフ信号を取得する工程（２１０）、時間領域プレチスモグラフ信号を平滑化する工程（２２０）、時間領域プレチスモグラフ信号に対して第１段階フーリェ変換を行なって時間領域プレチスモグラフ信号を周波数領域プレチスモグラフ信号に変換する工程（２３０）、パワースペクトルを周波数領域プレチスモグラフ信号から算出する工程（２４０）、パワースペクトルを対数関数でスケーリングする工程（２５０）、対数変換されたスペクトルに対して第２段階フーリェ変換を行なってパワースペクトルをケプストラムに変換する工程（２６０）、ケプストラムを検討してこれらのケプストラムから患者の脈拍数またはＳＰＯ２レベルのような患者の生理状態に関する情報を取得する工程（２７０）、を含む。

Description

（関連出願の相互参照）
本出願は、「ケプストラム領域パルスオキシメータ」と題する２００２年２月２２日出願の米国仮出願シリーズ番号６０／３５９，０１８の優先権を主張するものであり、この出願の全ての開示内容が本明細書に援用される。
本発明はパルスオキシメータ（パルス酸素濃度計）に関し、特にプレチスモグラフ信号のケプストラム領域処理を用いる脈拍数及び血液分析レベル推定に関する。
現在のパルスオキシメータでは、赤色光信号及び赤外光信号が患者の組織部位、通常指を通過するときに、これらの信号の減衰により生じる２つの信号が得られる。当業界においては、減衰赤色光信号及び赤外光信号から脈拍数情報及び動脈血液の酸素濃度（ＳｐＯ２）レベルの双方を得るために、時間領域及び周波数領域の双方において多くの処理方法が開発されてきた。減衰赤色光信号及び赤外光信号は患者の心拍数に関連するパルス波形を示す。これらの時間領域信号は、通常幾つかの帯域フィルタリング処理を施された後に、脈拍周期の表示に使用され、プレチスモグラフ信号として知られる。従来の脈拍数推定技術は、ほとんどの場合、時間領域で処理されて、ピークピッキング及びピーク解析を使用して脈拍数を決定していた。時間領域指標は脈拍数変化に高速に応答するが、ゆっくりとした動きの、かつ／または小さい振幅の脈波が在ると、正確なピークピッキングに問題が生じる。周波数領域またはスペクトル領域での処理も使用されてきたが、この処理には脈拍推定値を生成するために波形の長いサンプルが必要となる。また、脈波により生じる主たるスペクトルピークを特定する操作では、モーションアーチファクトが在ると問題が生じる。
従って本発明は、特にモーションアーチファクトがプレチスモグラフ信号に含まれる場合に、プレチスモグラフ信号をケプストラム領域で処理して、患者の脈拍数及びＳＰＯ２レベル情報のような患者の生理状態関連情報をプレチスモグラフ信号から決定することを改善する。
本発明によれば、プレチスモグラフ信号（例えば、減衰赤色信号及び減衰赤外信号）をサンプリングし、例えば２つの順フーリェ変換の間に挟まれた対数尤度変換（ｌｏｇａｒｉｔｈｍｉｃ ｌｉｋｅ ｔｒａｎｓｆｏｒｍ）を通じて、ケプストラム領域に変換する。ケプストラム領域のピーク群は主として脈拍数に関連する。脈拍によって生じるケプストラム領域ピークを特定することにより中程度のモーションアーチファクトの存在下でのパルス推定が可能になる。ケプストラム情報はまた、入力プレチスモグラフ信号に対する適応フィルタリングが、ノイズ及びアーチファクトを取り除くことを可能にする。赤色光信号及び赤外光信号の双方のケプストラムピークの相対振幅は、赤色信号及び赤外信号のＤＣレベルの推定値と協働して、血液の血液分析（例えばＳＰＯ２）レベルの測定も可能にする。
本発明の一態様によれば、患者から得られる少なくとも第１及び第２の時間領域プレチスモグラフ信号（例えば、赤色プレチスモグラフ信号及び赤外プレチスモグラフ信号）を処理する方法は、第１の時間領域プレチスモグラフ信号に対してフーリェ変換を行なって
第１のプレチスモグラフ信号を第１の周波数領域プレチスモグラフ信号に変換する工程と、第２の時間領域プレチスモグラフ信号に対してフーリェ変換を行なって第２のプレチスモグラフ信号を第２の周波数領域プレチスモグラフ信号に変換する工程とを備える。この点に関して、フーリェ変換は高速フーリェ変換とすることができる。第１パワースペクトルは第１の周波数領域プレチスモグラフ信号から算出され、第２パワースペクトルは第２の周波数領域プレチスモグラフ信号から算出される。フーリェ変換を第１パワースペクトルに対して行なって、第１パワースペクトルを第１ケプストラムに変換し、かつフーリェ変換を第２パワースペクトルに対して行なって、第２パワースペクトルを第２ケプストラムに変換する。この点に関して、フーリェ変換は高速フーリェ変換とすることができる。次に、第１及び第２ケプストラムを検討して患者の生理状態に関する情報をこれらのケプストラムから取得する。
患者の生理状態は、例えば患者の脈拍数とすることができる。この点に関して、第１及び第２ケプストラムを検討して患者の脈拍数に関連する第１及び第２ケプストラムのピークを特定し、患者の脈拍数を第１及び第２ケプストラムの特定したピークの位置に基づいて推定することができる。
患者の生理状態は、例えば患者のＳＰＯ２レベルとすることもできる。この点に関して、第１及び第２パワースペクトルのＤＣレベルを決定し、第１及び第２の時間領域プレチスモグラフ信号のＡＣレベルを第１及び第２ケプストラムの特定したピークから決定し、第１及び第２パワースペクトルのＤＣ値及び第１及び第２の時間領域プレチスモグラフ信号のＡＣレベルから患者の血液分析レベル（例えばＳＰＯ２レベル）と相互に関連する値を算出することができる。
本発明の別の態様によれば、患者の脈拍数を、患者から得られる少なくとも一つの時間領域プレチスモグラフ信号から決定する方法は、患者の脈拍数の時間領域ベースの推定値を時間領域プレチスモグラフ信号から取得する工程を含む。時間領域プレチスモグラフ信号はスペクトル領域プレチスモグラフ信号に変換され、患者の脈拍数のスペクトル領域ベースの推定値はスペクトル領域プレチスモグラフ信号から取得される。スペクトル領域プレチスモグラフ信号はケプストラム領域プレチスモグラフ信号に変換され、患者の脈拍数のケプストラム領域ベースの推定値はケプストラム領域プレチスモグラフ信号から取得される。次に患者の脈拍数の最良の推定値は、少なくとも患者の脈拍数の時間領域ベースの推定値、スペクトル領域ベースの推定値及びケプストラム領域ベースの推定値に基づいて決定しられる。
本発明の別の態様によれば、パルスオキシメータは、第１及び第２波長（例えば、赤色及び赤外）によりそれぞれ特徴付けられる光信号を放出するように動作可能である第１及び第２光信号源を備える。パルスオキシメータは駆動システム、検出器、デジタルサンプラー（例えばアナログ−デジタル変換器）及びデジタルプロセッサも備える。駆動システムは、第１及び第２光信号源を動作させて各光信号源がそれぞれ第１及び第２光信号を多重化方法に従って放出するように動作可能である。検出器は、第１及び第２光信号が患者の患者組織部位によって減衰した後に第１及び第２光信号を受信するように動作可能である。検出器はまた、減衰した第１及び第２光信号を表わすアナログ検出器出力信号を供給するように動作可能である。デジタルサンプラーは、アナログ検出器出力信号を所望のサンプリングレートでサンプリングし、減衰した第１及び第２光信号を表わす一連のサンプリング値を有するデジタル信号を出力するように動作可能である。デジタルプロセッサは、一連のサンプリング値を逆多重化して第１及び第２の時間領域プレチスモグラフ信号とし、第１及び第２の時間領域プレチスモグラフ信号を第１及び第２スペクトル領域信号に変換し、第１及び第２スペクトル領域プレチスモグラフ信号を第１及び第２ケプストラム領域プレチスモグラフ信号に変換し、第１及び第２ケプストラム領域プレチスモグラフ信
号を検討してこれらの信号から患者の脈拍数またはＳＰＯ２レベルのような患者の生理状態に関する情報を取得することが可能である。
本発明のさらに別の態様によれば、患者の基本パルス周波数（または脈拍数）を、患者から得られる少なくとも一つの時間領域プレチスモグラフ信号に関連する複数の信号領域（例えば、時間、エネルギー、対数、及びケプストラム）から決定する際に使用されるパルス調整方法は、時間領域プレチスモグラフ信号をスペクトル領域プレチスモグラフ信号に変換する工程を含む。スペクトル領域プレチスモグラフ信号はケプストラム領域プレチスモグラフ信号に変換される。スペクトル領域及びケプストラム領域への変換は、例えばフーリェ変換操作により行なうことができる。スペクトル領域プレチスモグラフ信号及びケプストラム領域プレチスモグラフ信号を検討して対応するスペクトル領域プレチスモグラフ信号ピーク及びケプストラム領域プレチスモグラフ信号ピークを特定する。次に、特定した対応するスペクトル領域プレチスモグラフ信号ピーク及びケプストラム領域プレチスモグラフ信号ピークを使用して基本パルス周波数を、患者の基本パルス周波数の複数の考えられる候補の中から選択する。患者の基本パルス周波数の考えられる候補は、例えば時間領域プレチスモグラフ信号、スペクトル領域プレチスモグラフ信号、及び／又はケプストラム領域プレチスモグラフ信号からだけでなく、フィルタリング処理した時間領域プレチスモグラフ信号、及び／又は対数変換されたスペクトル領域プレチスモグラフ信号から取得することができる。
プレチスモグラフ信号をケプストラム領域で処理することにより脈拍数特定操作に幾つかの利点がもたらされる。例えば、対数尤度変換（ｌｏｇ−ｌｉｋｅ ｔｒａｎｓｆｏｒｍ）は弱いノイズ成分を抑制してピーク特定操作を容易にするように作用し、ケプストラムピークは主としてパルスの高調波成分を使用して生成されるので、この「基本」パルス周波数近傍のノイズエネルギーがパルス周波数特定操作に悪影響を及ぼさないようになる。
本発明のこれらの及び他の態様及び利点は、添付の図面を参照しながら次の詳細な記載を読むことにより明らかになるものと考える。
本発明及びその利点をより完全に理解するために、以下の図面と共に以下に示す詳細な記載を参照されたい。
図１を参照すると、パルスオキシメータ１０の一実施形態のブロック図が示されている。このパルスオキシメータにおいて、本発明によるケプストラム領域のプレチスモグラフ信号処理方法を実施することができる。パルスオキシメータ１０は、患者の脈拍数だけでなく、ＳＰＯ２レベルのような患者の一つ以上の血液分析レベルを決定する際に使用されるように構成されている。本発明によるケプストラム領域のプレチスモグラフ信号処理方法は、図１に描いたパルスオキシメータとは異なる構成のパルスオキシメータだけでなく、プレチスモグラフ信号を処理して患者の生理状態に関する所望の情報をプレチスモグラフ信号から取得する構成の他の環境においても実施することができることを理解されたい。
パルスオキシメータ１０は、一対の光信号源２０ａ，２０ｂを含み、この光信号源２０ａ，２０ｂは異なる所定の中心波長λ１，λ２に中心が合わせられた対応する一対の光信号３０ａ，３０ｂを放出して、患者の適切な組織部位を通過させ、検出器４０（例えば発光ダイオード）に至らしめる。光信号源２０ａ，２０ｂ及び検出器４０はポジショニング装置５０またはプローブに備えられて、光信号３０ａ，３０ｂの検出器４０との位置合わせが容易になる。例えば、ポジショニング装置５０は、適切な患者組織部位（例えば、患者の指、耳たぶ、足、または鼻）に選択的に接触するように適合させたクリップタイプ構
成またはフレキシブルストリップ構成とすることができる。必要な中心波長λ１，λ２は、決定する血液分析レベルに依存する。例えば、ＳＰＯ２レベルを決定するために、λ１は赤色波長範囲とし、λ２は赤外波長範囲とすることができる。パルスオキシメータ１０は、測定すべき異なる血液分析レベルの数に応じて、より多くの光信号源（例えば４つの）を設けて容易に実施され得ることが理解されるべきである。
光信号源２０ａ，２０ｂは対応する複数の駆動信号６０ａ，６０ｂにより起動されて光信号３０ａ，３０ｂを放出する。対応する複数の駆動信号源７０ａ，７０ｂによって、駆動信号６０ａ，６０ｂが、光信号源２０ａ，２０ｂに供給される。駆動信号源７０ａ，７０ｂはデジタルプロセッサ８０に接続され、このプロセッサはマスタークロック１００からのクロック信号９０によって駆動される。デジタルプロセッサ８０は、光信号源２０ａ，２０ｂの各々に対応する変調波形または駆動パターンを定義するようにプログラムされていてよい。より詳細には、デジタルプロセッサ８０は個別のデジタルトリガー信号１１０ａ，１１０ｂを駆動信号源７０ａ〜７０ｄに供給し、次にこれらの駆動信号源７０ａ〜７０ｄが駆動信号６０ａ，６０ｂを生成する。この点に関して、デジタルトリガー信号１１０ａ，１１０ｂは、多重化方式（例えば、時分割多重、周波数分割多重、または符号分割多重）に従って、駆動信号６０ａ，６０ｂの多重化、次いで光信号３０ａ，３０ｂの多重化を提供するように構成されている。
駆動信号源７０ａ，７０ｂ、プロセッサ８０及びクロック１００は全て、モニターユニット１２０に収容される。図示の実施形態は、ポジショニング装置５０に物理的に相互接続される（例えば、ポジショニング装置５０内に搭載される、またはポジショニング装置５０に選択的に接続可能なケーブルのコネクタ端部内に取り付けられる）光信号源２０ａ，２０ｂを示しているが、光信号源２０ａ，２０ｂはモニターユニット１２０内に配置することもできることを理解されたい。後者の場合、光信号源２０ａ，２０ｂから放出される光信号３０ａ，３０ｂは、モニターユニット１２０から一つ以上の光ファイバを通してポジショニング装置５０に指向されて、組織部位を透過する。また、駆動信号源７０ａ，７０ｂは単一の駆動信号発生ユニットを備え、このユニットは駆動信号６０ａ，６０ｂの各々を光信号源２０ａ，２０ｂに供給する。
透過光信号１３０ａ，１３０ｂ（すなわち、組織を出て行く光信号３０ａ，３０ｂの一部）は検出器４０によって検出される。検出器４０は透過信号１３０ａ，１３０ｂの強度を検出して、電流信号１４０を出力する。この場合、電流レベルは透過信号１３０ａ，１３０ｂの強度を示す。明らかなことであるが、検出器４０が出力する電流信号１４０は、この信号が透過信号１３０ａ，１３０ｂの各々の強度に関する情報を含むコンポジット信号であるという意味で、多重化信号からなる。駆動信号６０ａ，６０ｂの性質に応じて、電流信号１４０は、例えば時分割多重化、波長分割多重化、または符号分割多重化することができる。
電流信号１４０は、図示のようにモニターユニット１２０に収容される増幅器１５０に向けられる。別の構成として、増幅器１５０がモニターユニット１２０に収容されるのではなく、モニターユニット１２０に選択的に接続可能なプローブ／ケーブルユニットに含まれるようにすることができる。増幅器１５０は電流信号１４０を電圧信号１６０に変換し、この場合、電圧レベルは透過信号１３０ａ，１３０ｂの強度を示す。増幅器１５０はまた、検出器４０からの電流信号１４０をフィルタリングしてノイズ及びエイリアシングを減らすように構成することができる。一例として、増幅器１５０は、駆動信号６０ａ，６０ｂの変調周波数を含む所定周波数範囲から外れる信号成分を減衰させるバンドパスフィルタを含むことができる。
検出器４０が出力する電流信号１４０は多重化信号なので、電圧信号１６０もまた多重
化信号であり、従って電圧信号１６０を逆多重化して透過光信号１３０ａ，１３０ｂの強度に対応する信号部分を取得する必要がある。この点に関して、デジタルプロセッサ８０には復調ソフトウェアが設けられて電圧信号１６０を逆多重化する。デジタルプロセッサ８０が電圧信号１６０を復調するためには、この信号はまず、アナログからデジタルに変換される必要がある。アナログ電圧信号１６０の変換はアナログ−デジタル（Ａ／Ｄ）変換器１７０によって行なわれ、この変換器もまたモニターユニット１２０に含ませることができる。Ａ／Ｄ変換器１７０はアナログ電圧信号１６０を増幅器１５０から受信し、電圧信号１６０をサンプリングし、これらのサンプリング値を一連のデジタルワード１８０（例えば、８，１６または３２ビットワード）に変換する。この場合、各デジタルワードは特定のサンプリング時間での電圧信号１６０のレベル（従って、透過光信号１３０ａ，１３０ｂの強度）を表わす。この点に関して、Ａ／Ｄ変換器１７０は、変換対象のアナログ電圧信号１６０を含む種々の信号部分の形状を正確に追跡できるようにするために十分なレートで、電圧信号１６０のサンプリングを提供する必要がある。例えば、Ａ／Ｄ変換器１７０は、さらに高精度のアナログ電圧信号を表現するために、
最高周波数の駆動信号６０ａ，６０ｂの周波数の少なくとも２倍のサンプリング周波数、一般的には、有意に高いサンプリングレートのサンプリング周波数を提供し得る。
一連のデジタルワード１８０は、Ａ／Ｄ変換器１７０によって、プロセッサ８０に供給され、ここで逆多重化される。より詳細には、プロセッサ８０は周期的（例えば、８，１６または３２クロックサイクル毎に１回の頻度で）に割込み信号１９０をＡ／Ｄ変換器１７０に送信し、これによりＡ／Ｄ変換器１７０が１つのデジタルワード１８０をプロセッサ８０に送信する。次に、復調ソフトウェアが、適切な方法（例えば、時間、波長または符号）に従って、一連のデジタルワード１８０を逆多重化して、透過光信号１３０ａ，１３０ｂの各々の強度を示すデジタル信号部分を取得する。この点に関して、逆多重化デジタル信号部分は、光信号源２０ａ，２０ｂの中心波長λ１，λ２（例えば、赤色及び赤外）に対応する時間領域プレチスモグラフ信号を含む。これらの赤色時間領域プレチスモグラフ信号（赤色波長に対応する時間領域プレチスモグラフ信号）及び赤外時間領域プレチスモグラフ信号（赤外波長に対応する時間領域プレチスモグラフ信号）は、次に、プロセッサ８０によって処理され、患者の脈拍数及びＳＰＯ２レベルのような所望の患者の生理状態関連情報をこれらの信号から取得する。
次に図２を参照すると、赤色時間領域プレチスモグラフ信号及び赤外時間領域プレチスモグラフ信号をケプストラム領域で処理して、患者の脈拍数及び血液分析レベル（例えばＳＰＯ２）情報のような患者の生理状態に関連する所望の情報を取得する方法（２００）の一実施形態を示すブロック図が示されている。ケプストラム領域プレチスモグラフ信号処理方法（２００）は、赤色プレチスモグラフ信号及び赤外プレチスモグラフ信号のような２つのデジタル化時間領域プレチスモグラフ信号の取得（２１０）から開始される。この点に関して、５０ＭＨｚでサンプリングされた通常の赤色時間領域プレチスモグラフ信号及び赤外時間領域プレチスモグラフ信号を図３Ａに示す。ケプストラム領域処理方法（２００）は、図１に関連して上に記載したパルスオキシメータ１０のデジタルプロセッサ８０が実行可能なソフトウェアで実施するのに特に適している。他の実施形態では、ケプストラム領域処理方法（２００）は、非デジタル化プレチスモグラフ信号を処理するように構成することができ、適切なハードウェア構成要素で実施することができる。また、ケプストラム領域処理方法（２００）は、２つよりも多くのプレチスモグラフ信号を同時に処理するように構成することができる。
適切な平滑化ウィンドウ関数（例えば、Ｈａｎｎｉｎｇ，Ｈａｍｍｉｎｇ，Ｋａｉｓｅｒ）をデジタル化時間領域プレチスモグラフ信号に適用して（２２０）信号を平滑化する。デジタル化時間領域プレチスモグラフ信号を平滑化することにより周波数推定が向上する。信号を平滑化した後、第１フーリェ変換操作を信号に対して行なって（２３０）赤色
プレチスモグラフ信号及び赤外プレチスモグラフ信号を、時間領域から周波数領域に変換する。２つの主信号（赤色光入力及び赤外光入力）が在るので、信号の第１フーリェ変換を複素高速フーリェ変換（ＦＦＴ）手順を使用して並列的に行なうと便利である。必要に応じて、ＦＦＴ演算の結果を適切にスケーリングして（例えば、ＦＦＴ演算で使用するポイント数で除することにより）後続の演算における浮動小数点オーバーフローエラーの防止を援助する。第１段階ＦＦＴを行なった後、それぞれのパワースペクトルを周波数領域赤色プレチスモグラフ信号及び周波数領域赤外プレチスモグラフ信号から算出する（２４０）。この点に関して、パワースペクトルは、赤色周波数領域プレチスモグラフ信号及び赤外周波数領域プレチスモグラフ信号の適切な実部の周波数成分及び虚部の周波数成分を自乗して合算することによって算出する（２４０）ことができる。第１段階ＦＦＴ後の通常の赤色プレチスモグラフ信号及び赤外プレチスモグラフ信号のパワースペクトルをそれぞれ図３Ｂ及び３Ｃに示す。
パワースペクトルを算出した後、対数尤度（ｌｏｇ−ｌｉｋｅ）関数または圧伸関数（ｃｏｍｐａｄｉｎｇ ｆｕｎｃｔｉｏｎ）を赤色パワースペクトル及び赤外パワースペクトルに適用する（２５０）。対数尤度関数または圧伸関数の適用によって小さなノイズ成分が抑制され、主要高調波を強調することによってスペクトルの周期性を一層容易に抽出することができる。次に、第２フーリェ変換操作を対数変換されたパワースペクトルに対して行なって（２６０）、信号をケプストラム領域に変換する。この点に関して、対数変換されたパワースペクトルの第２段階フーリェ変換を複素高速フーリェ変換（ＦＦＴ）手順を使用して並列的に行なうと便利である。必要に応じて、第２段階ＦＦＴ演算の結果を、第１段階ＦＦＴ演算の結果に対して行なったスケーリングと同様な方法で適切にスケーリングする。第２段階ＦＦＴを行なった後に得られる典型的な赤色プレチスモグラフ信号及び赤外プレチスモグラフ信号のケプストラムもそれぞれ図３Ｂ及び図３Ｃに示す。
一旦、赤色ケプストラム及び赤外ケプストラムが得られると、別個の次にそれら赤色ケプストラム及び赤外ケプストラムは、患者の脈拍数に関連するピークについて検討される（２７０）。この点に関して、各ケプストラムの最も顕著な（すなわち最大の）ピークが識別され得る。各ケプストラムの最も顕著なピークの位置は、ケプストラムが得られるプレチスモグラフ波形の基本周波数を示す。プレチスモグラフ波形の基本周波数は患者の脈拍数に比例するので、患者の脈拍数はケプストラムの一方または双方から推定する（２８０）ことができる。例えば、図３Ｂの赤色ケプストラムの最も顕著なピークは、１分当たり約６５拍動のケプストラムベースの脈拍数推定値に対応するＦＦＴスペクトルの２０番目の区分の近傍で生じる。ここでこの推定値は、図３Ａに示す１分当たり６１拍動の赤色光使用の時間領域プレチスモグラフ波形から得られる従来の時間領域ベースの推定値とはわずかに異なることに注目されたい。脈拍数推定値は赤色ケプストラム及び赤外ケプストラムの双方から得られ、個々の推定値を相互に関連付けることにより患者脈拍数の単一の推定値を得ることができる。また、患者の脈拍数をケプストラムの一方または双方からの情報のみに基づいて推定することが可能であるが、患者の脈拍数の時間領域ベースの推定値を使用して初期識別を行なって、後続する脈拍数に関連するケプストラムピーク（ケフレンシー：Ｑｕｅｆｒｅｎｃｙ）の追跡をサポートすることもできる。
ケプストラムの一方または双方に顕著なピークが無い場合もある。例えば、図３Ｄは、生理的信号が無い（例えば、プレチスモグラフプローブが患者の指から取り外された）状態において典型的に見られる赤外時間領域プレチスモグラフ信号を示し、図３Ｅは、図３Ｄの赤外時間領域プレチスモグラフ信号に関して得られる赤外パワースペクトル及びケプストラムを示している。図３Ｅのパワースペクトルは、図３Ｂ及び３Ｃに示すパワースペクトルのような患者の生理的信号状態において典型的に見られるパワースペクトルとは幾分異なるが、図３Ｂ及び３Ｃの実に顕著なケプストラムピークに比べると図３Ｅのケプストラムには顕著なピークは見られないので、患者の生理的信号が無いことは、特にケプス
トラムの検討から明らかである。
患者の脈拍数に関連するピークのケプストラムの検討に加えて、ステップ（２７０）では、赤色ケプストラム及び赤外ケプストラムをモーションアーチファクトに関連するピークについて検討する。通常、モーションアーチファクトに関連する赤色ケプストラム及び赤外ケプストラムのピークは患者の脈拍数に関連するピークほど顕著ではない。各ケプストラムのさほど顕著ではないピークの位置（複数の位置）は、このケプストラムが得られるプレチスモグラフ波形に含まれるモーションアーチファクトに関する示唆を与え、この情報に基づいて、赤色プレチスモグラフ信号及び赤外プレチスモグラフ信号に含まれるモーションアーチファクトの周波数を推定することができる（２９０）。
一旦、脈拍数の推定値が得られると、この脈拍数情報を使用してフィルタを構成して、入力赤色光信号及び入力赤外光信号からノイズ及びモーションアーチファクトを除去する。これは、時間領域で赤色信号及び赤外信号に適用される適応バンドパスフィルタを使用して行なうことができ、このフィルタではカットオフ周波数がケプストラム領域で特定されるパルス周波数により決定される。別の構成として、図２の実施形態に示すように、赤色周波数領域プレチスモグラフ信号及び赤外周波数領域プレチスモグラフ信号を、第１段階ＦＦＴ後に、ケプストラム領域から得られるパルス周波数情報を使用して構成する周波数領域フィルタによって、周波数領域でフィルタリングすることができる（３００）。逆高速フーリェ変換（ＩＦＦＴ）操作をフィルタリング処理した周波数領域信号に対して行なって（３１０）フィルタリング処理した赤色時間領域プレチスモグラフ信号及び赤外時間領域プレチスモグラフ信号を取得し、これらの信号は、時間領域の赤色入力信号及び赤外入力信号を使用する回帰分析をベースとするＳＰＯ２推定のような後続の処理に使用される。赤色信号及び赤外信号からノイズを除去することにより、回帰分析をベースとするＳＰＯ２推定のような後続の処理が改善される。
さらに、スペクトル領域及びケプストラム領域の双方における情報を使用してＳＰＯ２に関する指標が得られる。赤色プレチスモグラフ信号及び赤外プレチスモグラフ信号の全体としてのＤＣレベルは第１段階スペクトルから決定することができ、脈拍の周波数に対応するケプストラムピークの相対振幅を使用して赤色プレチスモグラフ信号及び赤外プレチスモグラフ信号のＡＣレベルに関する指標が得られる。この点に関して、次の計算式を利用することができる。
Ｒ’＝ＡＣ（ケプストラム−赤色）／ＤＣ（スペクトル−赤色）／ＡＣ（ケプストラム−赤外）／ＤＣ（ケプストラム−赤外）
または、別の計算式で表わすことができる。
Ｒ’＝ＡＣ（ケプストラム−赤色）／ＤＣ（スペクトル−赤色）×ＤＣ（スペクトル赤外）／ＡＣ（ケプストラム−赤外）
ここで、ＡＣ（ケプストラム−赤色）は赤色ケプストラムから得られる赤色プレチスモグラフ信号のＡＣレベルであり、ＤＣ（スペクトル−赤色）は赤色スペクトルから得られる赤色プレチスモグラフ信号のＤＣレベルであり、ＡＣ（ケプストラム−赤外）は赤外ケプストラムから得られる赤外プレチスモグラフ信号のＡＣレベルであり、ＤＣ（スペクトル−赤外）は赤外スペクトルから得られる赤外プレチスモグラフ信号のＤＣレベルである。次に、生成された指標Ｒ’を使用して、患者のＳＰＯ２レベルを既知の回帰技術と同様な方法で推定する（３２０）ことができる。この回帰技術ではＡＣ及びＤＣ推定値が時間領域の赤色信号及び赤外信号から得られる。このような既知の回帰技術の一例は、「パルスオキシメータによるＳＰＯ２判定システム（ＳＹＳＴＥＭ ＦＯＲ ＰＵＬＳＥ ＯＸＩＭＥＴＲＹ ＳＰＯ２ ＤＥＴＥＲＭＩＮＡＴＩＯＮ）」と題される米国特許第５，９３４，２７７号に開示されており、この文献はその全体が開示されることにより本発明の開
示に含まれる。
次に図４を参照すると、方法（４００）の別の実施形態を示すブロック図が示されている。この方法においては、赤色時間領域プレチスモグラフ信号及び赤外時間領域プレチスモグラフ信号をケプストラム領域で処理して、患者の脈拍数及び血液分析レベル（例えばＳＰＯ２）情報のような患者の生理状態に関する所望の情報を取得する。図４に示すケプストラム領域プレチスモグラフ信号処理方法（２００）は、図２に示す方法（２００）と同様な態様で行なわれる。この点に関して、赤色プレチスモグラフ信号及び赤外プレチスモグラフ信号のような２つの連続時間領域プレチスモグラフ信号は、これらの信号を適切な周波数でサンプリングすることによってデジタル化される（４１０）。５０Ｈｚでサンプリングした代表的な赤色時間領域プレチスモグラフ信号及び赤外時間領域プレチスモグラフ信号を図５Ａ及び図６Ａに示す。図６Ａの信号はモーションアーチファクトを含む。図２の方法（２００）のように、ケプストラム領域処理方法（４００）は特に、図１に関連して上に記載したようなパルスオキシメータ１０のデジタルプロセッサ８０が実行することができるソフトウェアで実施するのに適している。他の実施形態では、ケプストラム領域処理方法（４００）は、非デジタル化プレチスモグラフ信号を処理するように構成することができ、適切なハードウェア構成要素で実行することができる。さらに、ケプストラム領域処理方法（４００）は、２つよりも多くのプレチスモグラフ信号を同時に処理するように構成することができる。
デジタル化した赤色時間領域プレチスモグラフ信号及び赤外時間領域プレチスモグラフ信号を適切な平滑化ウィンドウ（例えば、Ｈａｎｎｉｎｇ，ＨａｍｍｉｎｇまたはＫａｉｓｅｒ）を使用して平滑化し（４２０）、次に複素ＦＦＴ（４３０）を使用して並列的に処理する。次に、第１段階ＦＦＴからの出力をデコードし、個々の赤色及び赤外エネルギースペクトル及び対数パワースペクトルを算出して、保存する（４４０，４５０）。図５Ａ及び図６Ａの赤色信号及び赤外信号に関して得られる赤色及び赤外エネルギースペクトル及び対数パワースペクトルのプロットをそれぞれ図５Ｃ及び図５Ｄ、並びに図６Ｃ及び図６Ｄに示す。次に、第２段階ＦＦＴ（４６０）を対数パワースペクトルに適用して、その結果から赤色ケプストラム及び赤外ケプストラム（４７０）を取得する。必要に応じて、第１及び第２段階ＦＦＴ演算の結果をスケーリングして、後続の演算における浮動小数点エラーの防止に役立てる。図５Ａ及び図６Ａの赤色信号及び赤外信号に関して得られる赤色ケプストラム及び赤外ケプストラムのプロットを図５Ｅ及び図６Ｅに示す。ケプストラム（ケフレンシーの次元を有する）のピークを検討し（４８０）、変換してパルス周波数の推定値を供給する。
ケプストラムベースの脈拍数推定値をパルス調整モジュール（４９０）に供給する。パルス調整モジュール（４９０）はまた、エネルギースペクトル及び対数パワースペクトルのピーク分析に基づく患者の脈拍数推定値を受信する。加えて、時間領域脈拍数推定値を、デジタル化した赤色時間領域プレチスモグラフ信号及び赤外時間領域プレチスモグラフ信号から、微分、しきい値設定、及び最も共通して検出される間隔をピッキングすることのような従来技術を使用して抽出する（５００）。図５Ａ及び図６Ａの赤色時間領域プレチスモグラフ信号及び赤外時間領域プレチスモグラフ信号から得られる微分波形のプロットを図５Ｂ及び図６Ｂに示す。また、時間領域ベースの脈拍数推定値を入力としてパルス調整モジュール（４９０）に供給する。
エネルギースペクトル及びエネルギーケプストラムのピークに関する情報をモーション区分兼モーション強度推定モジュール（５１０）に入力する。モーション区分兼モーション強度推定モジュール（５１０）は、赤色及び赤外のエネルギースペクトル及びエネルギーケプストラムのそれぞれのピークの振幅、相対位置及び間隔の全てを使用して、モーション区分判定及びモーション強度判定を行なう。簡単な指標区分及びモーション推定は、
ケプストラムピークの数及び間隔を使用することにより決定することができる。この点に関して、比較的明瞭なプレチスモグラフ信号により通常、一つの主要なケプストラムピークを生成することができる。ケプストラムピークの数及びサイズが大きくなると、相当大きなモーション要素の存在が推測される。モーション区分兼モーション強度推定モジュール（５１０）からの情報をアダプティブフィルタモジュール（５２０）及びパルス調整モジュール（４９０）の双方に入力する。
アダプティブフィルタモジュール（５２０）はパルス周波数の推定値及びモーションノイズ成分（が在る場合）の周波数分布を使用して周波数領域のフィルタリングを制御して、パルス基本周波数成分及び／又はその高調波の信号対ノイズ比を改善する。この点に関して、第１段階ＦＦＴ（４３０）信号の後に得られる赤色周波数領域プレチスモグラフ信号及び赤外周波数領域プレチスモグラフ信号をフィルタリングして（５３０）、フィルタリング処理した赤色周波数領域プレチスモグラフ信号及び赤外周波数領域プレチスモグラフ信号を生成する。図５Ａ及び図６Ａの赤色時間領域プレチスモグラフ信号及び赤外時間領域プレチスモグラフ信号に対応するフィルタリング処理した赤色周波数領域プレチスモグラフ信号及び赤外周波数領域プレチスモグラフ信号のプロットを図５Ｆ及び図６Ｆに示す。有限インパルス応答（ｆｉｎｉｔｅ ｉｍｐｕｌｓｅ ｒｅｓｐｏｎｓｅ：ＦＩＲ）フィルタ及び無限インパルス応答（ｉｎｆｉｎｉｔｅ ｉｍｐｕｌｓｅ ｒｅｓｐｏｎｓｅ：ＩＩＲ）フィルタの双方を含む多くの異なるタイプのフィルタを実現することができる。スペクトル法の一つの不利な点は、これらのスペクトル法が入力信号の高速変化を追跡するには向かないことである。しかしながら、本方法（４００）では、スペクトル情報を使用してアダプティブフィルタを制御する。時間領域パルス測定技術をこのフィルタからの出力信号に使用することにより、かなり速い変化を追跡する能力が得られる。
逆ＦＦＴ操作（５４０）を実行して、フィルタリング処理した赤色時間領域プレチスモグラフ信号及び赤外時間領域プレチスモグラフ信号を取得し、オーバーラップ及び加算操作（５５０）を実行して、ＤＣ成分が差し引かれ、かつモーション成分を減らしたプレチスモグラフ信号を再構成する。オーバーラップ及び加算操作（５５０）に続いて、フィルタリング処理した赤色信号及び赤外信号の双方のエネルギー成分を、例えば最小二乗法（ｒｏｏｔ−ｍｅａｎ−ｓｑｕａｒｅ （ｒｍｓ） ｍｅａｓｕｒｅ）を使用して取得する（５６０）。これにより、赤色ＡＣレベル及び赤外ＡＣレベルの推定値が得られる。図４には示していないが、ケプストラム領域で表わされる赤色ＡＣレベル及び赤外ＡＣレベルの推定値を取得することもできる。赤色ケプストラム及び赤外ケプストラムの主要ピーク位置を周波数値に変換し、その周波数及び周波数の高調波のエネルギー値を赤色信号及び赤外信号の保存エネルギースペクトルを参照することにより取得する（すなわち積分する）ことができる。赤色及び赤外ケプストラムピークの相対振幅を使用してＡＣ推定値を生成することも可能である。オーバーラップ及び加算操作（５５０）に続いて、別の従来の時間領域ベースのパルス推定をフィルタリング処理した赤色信号及び赤外信号に対しても行ない（５７０）、この推定値もパルス調整モジュール（４９０）に送信する。
パルス調整器（４９０）は種々の時間領域、フィルタリング処理した時間領域、エネルギースペクトル、対数パワースペクトル、及びケプストラムベースのパルス推定値、及びモーション強度及び区分を使用して、患者の脈拍数の全体としての最良の推定値（５８０）を供給する。この点に関して、ある範囲のモーションの場合、主要ケプストラムピーク位置はパルス周波数の良好な推定値として十分に役に立つ。しかしながら、大きなモーションの振幅及び赤色プレチスモグラフ信号及び赤外プレチスモグラフ信号の波形と同様な波形を生じさせるモーションの場合、多くのパラメータを検討して競合する推定値の中から一つを決定する必要がある。特に、パルス調整モジュール（４９０）によって時間領域（フィルタリング処理済み、及びフィルタリング処理を行なっていないものの双方）、スペクトル領域（エネルギー及び対数パワーの双方）、及びケプストラム領域ベースのパル
ス推定値の相関性を検討し、モーション区分兼モーション強度推定モジュール（５１０）においてケプストラムから生成されるモーション推定を使用して、それぞれの脈拍数推定値に重み付けを行なう。大きなモーションが在る場合には、ケプストラム情報を使用して、競合するスペクトルパルス候補の間に分解する。この点に関して、「ノコギリ歯状」の典型的なパルス波形は、普通少なくとも２つの可視高調波ピークを有する主要基本スペクトルピークとなる。結果として得られるケプストラムは、基本周波数に関連する主要ピークである。従って、対応するケプストラムピークを持たないスペクトル候補は排除され得る。また、基本周波数ピーク近傍に競合ノイズが在る場合には、ケプストラムピークは、基本周波数ピーク及び関連する高調波のエネルギーまたは対数スペクトルを検討することにより確認することができる。前に記載したパルス調整プロセス（４９０）に加えて、パルス調整プロセス（４９０）用の神経網を用いることも可能である。
パルス調整モジュール（４９０）に用いることができる別の手法では、ケプストラムピークをエネルギースペクトルの領域またはチャネルに関連付け、ＡＣ値を取得し、次にＳＰＯ２推定値を生成する。このＳＰＯ２推定値は、許容パルス範囲（例えば、３０〜３５０ｂｐｍ）に渡る平均エネルギーから生成される別のＳＰＯ２推定値とすることができる。有効なケプストラム候補によってＳＰＯ２を平均エネルギーから生成される推定値として同様に経時的に追跡することができる。この情報を使用して、競合するケプストラム候補の中からパルス周波数に関連する一のケプストラムを決定することもできる。
患者の脈拍数の全体としての最良の推定値（５８０）を取得するのに加えて、図４のプレチスモグラフ信号処理方法（４００）によれば、患者のＳＰＯ２レベルの推定値も生成される。赤色時間領域プレチスモグラフ信号及び赤外時間領域プレチスモグラフ信号のエネルギー成分は、例えば最小二乗法（ｒｍｓ）による変換を通して得られる（５９０）。これによって赤色ＤＣレベル及び赤外ＤＣレベルの推定値が得られる。赤色ＤＣレベル及び赤外ＤＣレベル（５９０）、及び赤色ＡＣレベル及び赤外ＡＣレベル（５６０）はＳＰＯ２モジュール（６００）に供給される。図２に示す方法（２００）のステップ（３１０）に関連する形で上に詳細に議論したように、ＳＰＯ２モジュール（６００）は赤色ＤＣレベル及び赤外ＤＣレベル、及び赤色ＡＣレベル及び赤外ＡＣレベルを使用して患者のＳＰＯ２レベルと相互に関連する指標を従来の回帰分析をベースとする技術と同様な方法で生成する。
本発明の種々の実施形態について詳細に記載してきたが、本発明をさらに変形し、適合させることが可能なことはこの技術分野の当業者であれば明らかである。しかしながら、このような変形及び適合は本発明の技術思想及び技術範囲に含まれるものであることは明白に理解されるものと考える。
本発明によるケプストラム領域プレチスモグラフ信号処理方法が実施されるパルスオキシメータの一実施形態のブロック図。 本発明によるケプストラム領域でプレチスモグラフ信号を処理する方法の一実施形態を示すブロック図。 図２のステップに従って処理する典型的な赤色光及び赤外光使用の時間領域プレチスモグラフ入力信号を示すプロット。 図２のステップに従った処理の後の図３Ａの赤色プレチスモグラフ入力信号に対応するスペクトル及びケプストラムを示すプロット。 図２のステップに従った処理の後の図３Ａの赤外プレチスモグラフ入力信号に対応するスペクトル及びケプストラムを示すプロット。 パルスオキシメータプローブからの信号が患者の組織部位を正しく透過していない（例えば、プローブが患者の指から離れてしまう場合）場合における典型的な赤外光使用の時間領域プレチスモグラフ入力信号を示すプロット。 図２のステップに従った処理の後の図３Ｄの赤外プレチスモグラフ入力信号に対応するスペクトル及びケプストラムを示すプロット。 本発明によるケプストラム領域でプレチスモグラフ信号を処理する方法の別の実施形態を示すブロック図。 図４のステップに従って処理する典型的な赤色光及び赤外光使用の時間領域プレチスモグラフ入力信号を示すプロット。 図５Ａに示す典型的な赤色光及び赤外光使用の時間領域プレチスモグラフ入力信号から得られる微分波形を示すプロット。 図５Ａに示す典型的な赤色光及び赤外光使用の時間領域プレチスモグラフ入力信号に対応する赤色及び赤外エネルギースペクトルを示すプロット。 図５Ａに示す典型的な赤色光及び赤外光使用の時間領域プレチスモグラフ入力信号に対応する赤色及び赤外対数スペクトルを示すプロット。 図５Ａに示す典型的な赤色光及び赤外光使用の時間領域プレチスモグラフ入力信号に対応する赤色及び赤外ケプストラムを示すプロット。 図５Ａに示す典型的な赤色光及び赤外光使用の時間領域プレチスモグラフ入力信号に対応する周波数領域でフィルタリング処理した赤色及び赤外プレチスモグラフ波形を示すプロット。 図４のステップに従って処理した典型的な赤色光及び赤外光使用の時間領域プレチスモグラフ入力信号を示すプロットであって、これらの信号は約２００ｂｐｍの主モーション周波数のモーション誘起ノイズ成分を含むプロット。 図６Ａに示す典型的な赤色光及び赤外光使用の時間領域プレチスモグラフ入力信号から得られる微分波形を示すプロット。 図６Ａに示す典型的な赤色光及び赤外光使用の時間領域プレチスモグラフ入力信号に対応する赤色及び赤外エネルギースペクトルを示すプロット。 図６Ａに示す典型的な赤色光及び赤外光使用の時間領域プレチスモグラフ入力信号に対応する赤色及び赤外対数スペクトルを示すプロット。 図６Ａに示す典型的な赤色光及び赤外光使用の時間領域プレチスモグラフ入力信号に対応する赤色及び赤外ケプストラムを示すプロット。 図６Ａに示す典型的な赤色光及び赤外光使用の時間領域プレチスモグラフ入力信号に対応する周波数領域でフィルタリング処理した赤色及び赤外プレチスモグラフ波形を示すプロット。

Claims (52)

  1. 患者から得られる少なくとも第１及び第２の時間領域プレチスモグラフ信号を処理する方法であって、
    前記第１の時間領域プレチスモグラフ信号に対してフーリェ変換を行なって前記第１のプレチスモグラフ信号を第１の周波数領域プレチスモグラフ信号に変換する工程と、
    前記第２の時間領域プレチスモグラフ信号に対してフーリェ変換を行なって前記第２のプレチスモグラフ信号を第２の周波数領域プレチスモグラフ信号に変換する工程と、
    第１パワースペクトルを前記第１の周波数領域プレチスモグラフ信号から算出する工程と、
    第２パワースペクトルを前記第２の周波数領域プレチスモグラフ信号から算出する工程と、
    前記第１パワースペクトルに対してフーリェ変換を行なって前記第１パワースペクトルを第１ケプストラムに変換する工程と、
    前記第２パワースペクトルに対してフーリェ変換を行なって前記第２パワースペクトルを第２ケプストラムに変換する工程と、
    前記第１及び第２ケプストラムを検討して、これらのケプストラムから前記患者の生理状態に関する情報を取得する工程とを備える方法。
  2. 前記第１の時間領域プレチスモグラフ信号に対してフーリェ変換を行なう工程において、前記第１のプレチスモグラフ信号に高速フーリェ変換を行ない、かつ前記第２の時間領域プレチスモグラフ信号に対してフーリェ変換を行なう工程において、前記第２のプレチスモグラフ信号に対して高速フーリェ変換を行なう、請求項１記載の方法。
  3. 第１パワースペクトルを算出する工程において、前記第１の周波数領域プレチスモグラフ信号の実数周波数成分及び虚数周波数成分を自乗して合算し、かつ第２パワースペクトルを算出する工程において、前記第２の周波数領域プレチスモグラフ信号の実数周波数成分及び虚数周波数成分を自乗して合算する、請求項１記載の方法。
  4. 前記第１パワースペクトルに対してフーリェ変換を行なう工程において、前記第１パワースペクトルに対して高速フーリェ変換を行ない、かつ前記第２パワースペクトルに対してフーリェ変換を行なう工程において、前記第２パワースペクトルに対して高速フーリェ変換を行なう、請求項１記載の方法。
  5. 前記患者の前記生理状態は前記患者の脈拍数を含む請求項１記載の方法。
  6. 前記第１及び第２ケプストラムを検討する工程において、
    前記患者の前記脈拍数に関連する前記第１ケプストラムのピークを特定し、
    前記患者の前記脈拍数に関連する前記第２ケプストラムのピークを特定し、かつ
    前記患者の前記脈拍数を前記第１及び第２ケプストラムの前記特定されたピークに基づいて推定する、請求項５記載の方法。
  7. 前記患者の前記脈拍数に関連する前記第１ケプストラムのピークを特定する工程において、前記第１ケプストラムの最大振幅ピークを選択し、かつ前記患者の前記脈拍数に関連する前記第２ケプストラムのピークを特定する工程において、前記第２ケプストラムの最大振幅ピークを選択する、請求項６記載の方法。
  8. 前記患者の前記脈拍数に関連する前記第１ケプストラムのピークを特定する前記工程及び前記患者の前記脈拍数に関連する前記第２ケプストラムのピークを特定する工程において、前記患者の前記脈拍数の時間領域ベースの推定値を利用する工程をさらに含む、請求
    項６記載の方法。
  9. 推定する工程において、推定された少なくとも前記患者の脈拍数に基づいて、モーションアーチファクトを取り除くためのフィルタを構成する工程をさらに含む、請求項６記載の方法。
  10. 前記構成する工程において、前記フィルタはアダプティブバンドパスフィルタを備え、このアダプティブバンドパスフィルタは、推定する工程において推定された前記患者の前記脈拍数の周波数により決まる遮断周波数を有する、請求項９記載の方法。
  11. 前記第１及び第２の時間領域プレチスモグラフ信号に対して前記フィルタを使用してフィルタリングを行なう工程をさらに含む、請求項９記載の方法。
  12. 前記第１及び第２の周波数領域プレチスモグラフ信号に対して前記フィルタを使用してフィルタリングを行なう工程をさらに含む、請求項９記載の方法。
  13. 前記第１パワースペクトルのＤＣレベルを決定する工程と、
    前記第２パワースペクトルのＤＣレベルを決定する工程と、
    前記第１の時間領域プレチスモグラフ信号のＡＣレベルを前記第１ケプストラ ムの前記特定されたピークから取得する工程と、
    前記第２の時間領域プレチスモグラフ信号のＡＣレベルを前記第２ケプストラムの前記特定されたピークから取得する工程と、
    前記患者の血液分析レベルと相互に関連する値を前記第１及び第２パワースペクトルの前記ＤＣ値、及び前記第１及び第２の時間領域プレチスモグラフ信号の前記ＡＣレベルから算出する工程とをさらに含む、請求項６記載の方法。
  14. 前記算出する工程において、前記血液分析レベルはＳＰＯ２レベルである、請求項１３記載の方法。
  15. 赤色波長光信号を前記患者の組織部位を透過させて前記第１の時間領域プレチスモグラフ信号を取得する工程と、
    赤外波長光信号を前記患者の組織部位を透過させて前記第２の時間領域プレチスモグラフ信号を取得する工程とをさらに含む、請求項１記載の方法。
  16. 前記第１の時間領域プレチスモグラフ信号に対してフーリェ変換を行なう前記工程、及び前記第２の時間領域プレチスモグラフ信号に対してフーリェ変換を行なう前記工程の前に、平滑化ウィンドウを前記第１及び第２の時間領域プレチスモグラフ信号に適用する工程をさらに含む、請求項１記載の方法。
  17. 平滑化ウィンドウを適用する工程において、前記平滑化ウィンドウはＨａｎｎｉｎｇウィンドウ及びＨａｍｍｉｎｇウィンドウの内の一つを含む、請求項１６記載の方法。
  18. 平滑化ウィンドウを適用する工程において、前記平滑化ウィンドウはＫａｉｓｅｒウィンドウを含む、請求項１６記載の方法。
  19. 前記第１パワースペクトルに対してフーリェ変換を行なう工程、及び前記第２パワースペクトルに対してフーリェ変換を行なう工程の前に、前記第１及び第２パワースペクトルを対数関数でスケーリングする工程をさらに含む、請求項１記載の方法。
  20. 前記第１及び第２ケプストラムに含まれるピークの数及び間隔を解析して前記第１及び
    第２の時間領域プレチスモグラフ信号に含まれるモーションアーチファクトに関する情報を取得する工程をさらに含む、請求項１記載の方法。
  21. 患者の脈拍数を、前記患者から得られる少なくとも一つの時間領域プレチスモグラフ信号から決定する方法であって、
    前記患者の前記脈拍数の時間領域ベースの推定値を前記時間領域プレチスモグラフ信号から取得する工程と、
    前記時間領域プレチスモグラフ信号をスペクトル領域プレチスモグラフ信号に変換する工程と、
    前記患者の前記脈拍数のスペクトル領域ベースの推定値を前記スペクトル領域プレチスモグラフ信号から取得する工程と、
    前記スペクトル領域プレチスモグラフ信号をケプストラム領域プレチスモグラフ信号に変換する工程と、
    前記患者の前記脈拍数のケプストラム領域ベースの推定値を前記ケプストラム領域プレチスモグラフ信号から取得する工程と、
    前記患者の前記脈拍数の最良の推定値を少なくとも前記患者の前記脈拍数の前記時間領域ベースの推定値、スペクトル領域ベースの推定値及びケプストラム領域ベースの推定値に基づいて決定する工程と、を備える方法。
  22. 前記時間領域プレチスモグラフ信号をスペクトル領域プレチスモグラフ信号に変換する工程において、前記時間領域プレチスモグラフ信号に対してフーリェ変換操作を実行する、請求項２１記載の方法。
  23. 前記スペクトル領域プレチスモグラフ信号をケプストラム領域プレチスモグラフ信号に変換する工程において、前記スペクトル領域プレチスモグラフ信号に対してフーリェ変換操作を実行する、請求項２１記載の方法。
  24. 前記時間領域プレチスモグラフ信号をスペクトル領域プレチスモグラフ信号に変換する前記工程の前に、平滑化ウィンドウを前記時間領域プレチスモグラフ信号に適用する工程を含む、請求項２１記載の方法。
  25. 平滑化ウィンドウを適用する工程において、前記平滑化ウィンドウはＨａｎｎｉｎｇウィンドウ及びＨａｍｍｉｎｇウィンドウの内の一つを含む、請求項２４記載の方法。
  26. 平滑化ウィンドウを適用する工程において、前記平滑化ウィンドウはＫａｉｓｅｒウィンドウを含む、請求項２４記載の方法。
  27. 前記時間領域プレチスモグラフに含まれるモーションアーチファクトに関する情報を、少なくとも前記スペクトル領域プレチスモグラフ信号及び前記ケプストラム領域プレチスモグラフ信号から生成する工程と、
    前記時間領域プレチスモグラフ信号に含まれるモーションアーチファクトに関する前記情報を前記患者の前記脈拍数の最良の推定値を決定する前記工程に取り入れることによって、前記患者の前記脈拍数の前記最良の推定値が、少なくとも前記患者の前記脈拍数の前記時間領域ベースの推定値、スペクトル領域ベースの推定値及びケプストラム領域ベースの推定値及び前記時間領域プレチスモグラフ信号に含まれるモーションアーチファクトに関する情報に基づくものとなる工程とをさらに含む、請求項２１記載の方法。
  28. 少なくとも前記患者の前記脈拍数の前記最良の推定値、前記スペクトル領域プレチスモグラフ信号、及び前記時間領域プレチスモグラフ信号に含まれるモーションアーチファクトに関する情報に基づいてモーションアーチファクトを取り除くための周波数領域フィル
    タを構成する工程と、
    前記スペクトル領域プレチスモグラフ信号に対して前記フィルタによりフィルタリングを行なって、フィルタリング処理したスペクトル領域プレチスモグラフ信号を取得する工程と、
    前記フィルタリング処理したスペクトル領域プレチスモグラフ信号をフィルタリング処理した時間領域プレチスモグラフ信号に変換する工程と、
    前記患者の前記脈拍数のフィルタリング処理した時間領域ベースの推定値を前記フィルタリング処理した時間領域プレチスモグラフ信号から取得する工程と、
    前記患者の前記脈拍数の前記フィルタリング処理した時間領域ベースの推定値を、前記患者の前記脈拍数の最良の推定値を決定する工程に取り入れることによって、前記患者の前記脈拍数の前記最良の推定値が、少なくとも前記患者の前記脈拍数の時間領域ベースの推定値、スペクトル領域ベースの推定値、ケプストラム領域ベースの推定値、及びフィルタリング処理した時間領域ベースの推定値、及び前記時間領域プレチスモグラフ信号に含まれるモーションアーチファクトに関する情報に基づくものとなる工程とをさらに含む、請求項２７記載の方法。
  29. 前記フィルタリング処理したスペクトル領域プレチスモグラフ信号をフィルタリング処理した時間領域プレチスモグラフ信号に変換する工程において、前記フィルタリング処理したスペクトル領域プレチスモグラフ信号に逆フーリェ変換操作を実行する、請求項２８記載の方法。
  30. 前記スペクトル領域プレチスモグラフ信号をケプストラム領域プレチスモグラフ信号に変換する工程の前に、前記スペクトル領域プレチスモグラフ信号を対数関数でスケーリングして、対数変換されたスペクトル領域プレチスモグラフ信号を取得する工程と、
    前記患者の前記脈拍数の対数変換されたスペクトル領域ベースの推定値を前記対数変換されたスペクトル領域プレチスモグラフ信号から取得する工程と、
    前記患者の前記脈拍数の前記対数変換されたスペクトル領域ベースの推定値を前記患者の前記脈拍数の最良の推定値を決定する前記工程に取り入れることによって、前記患者の前記脈拍数の前記最良の推定値が、少なくとも前記患者の前記脈拍数の時間領域ベースの推定値、スペクトル領域ベースの推定値、ケプストラム領域ベースの推定値、フィルタリング処理した時間領域ベースの推定値及び対数変換されたスペクトル領域ベースの推定値、及び前記時間領域プレチスモグラフ信号に含まれるモーションアーチファクトに関する前記情報に基づくものとなる工程とをさらに含む、請求項２８記載の方法。
  31. 第１波長により特徴付けられる光信号を放出するように動作する第１光信号源と、
    前記第１波長とは異なる第２波長により特徴付けられる光信号を放出するように動作する第２光信号源と、
    前記第１及び第２光信号源を動作させて前記第１及び第２光信号源の各々がそれぞれ第１及び第２光信号を多重化方法に従って放出するように動作可能である駆動システムと、
    前記第１及び第２光信号が患者の患者組織部位によって減衰した後に、前記第１及び第２光信号を受信するように動作可能である検出器であって、さらに前記減衰した第１及び第２光信号を表わすアナログ検出器出力信号を供給するように動作可能である検出器と、
    前記アナログ検出器出力信号を所望のサンプリングレートでサンプリングし、前記減衰した第１及び第２光信号を表わす一連のサンプリング値を有するデジタル信号を出力するように動作可能であるデジタルサンプラーと、
    前記一連のサンプリング値を逆多重化して第１及び第２の時間領域プレチスモグラフ信号とし、前記第１及び第２の時間領域プレチスモグラフ信号を第１及び第２スペクトル領域プレチスモグラフ信号に変換し、前記第１及び第２スペクトル領域プレチスモグラフ信号を第１及び第２ケプストラム領域プレチスモグラフ信号に変換し、さらに前記第１及び第２ケプストラム領域プレチスモグラフ信号を検討してこれらの信号から前記患者の生理
    状態に関する情報を取得することが可能であるデジタルプロセッサとを備えるパルスオキシメータ。
  32. 前記第１波長は赤外光波長の範囲内にあり、かつ前記第２波長は赤色光波長の範囲内にある、請求項３１記載のパルスオキシメータ。
  33. 前記所望のサンプリングレートは少なくとも５０Ｈｚである請求項３１記載のパルスオキシメータ。
  34. 前記多重化方法は、周波数分割多重化、時分割多重化、及び符号分割多重化の内の少なくとも一つを含む、請求項３１記載のパルスオキシメータ。
  35. 前記デジタルプロセッサは、前記第１及び第２の時間領域プレチスモグラフ信号に対して高速フーリェ変換を行なって、前記第１及び第２の時間領域プレチスモグラフ信号を第１及び第２スペクトル領域信号に変換することが可能である、請求項３１記載のパルスオキシメータ。
  36. 前記デジタルプロセッサは、前記第１及び第２のスペクトル領域プレチスモグラフ信号に対して高速フーリェ変換を行なって前記第１及び第２のスペクトル領域プレチスモグラフ信号を第１及び第２ケプストラム領域信号に変換することが可能である、請求項３１記載のパルスオキシメータ。
  37. 前記患者の前記生理状態は前記患者の脈拍数を含む請求項３１記載のパルスオキシメータ。
  38. 前記デジタルプロセッサはさらに、少なくとも前記患者の前記脈拍数に基づいて周波数領域フィルタを構成し、前記第１及び第２のスペクトル領域プレチスモグラフ信号を前記フィルタを使用してフィルタリングして、フィルタリング処理した第１及び第２のスペクトル領域プレチスモグラフ信号を取得し、さらに前記フィルタリング処理した第１及び第２のスペクトル領域プレチスモグラフ信号をフィルタリング処理した第１及び第２の時間領域プレチスモグラフ信号に変換することが可能である、請求項３７記載のパルスオキシメータ。
  39. 前記デジタルプロセッサはさらに、前記第１及び第２の時間領域プレチスモグラフ信号のＤＣレベルを決定し、前記フィルタリング処理した第１及び第２のスペクトル領域プレチスモグラフ信号のＡＣレベルを決定し、さらに前記第１及び第２の時間領域プレチスモグラフ信号のＤＣ値及び前記フィルタリング処理した第１及び第２の時間領域プレチスモグラフ信号のＡＣレベルから前記患者の血液分析レベルに相互に関連付けられる値を算出することが可能である、請求項３８記載のシステム。
  40. 前記血液分析レベルはＳＰＯ２レベルである請求項３９記載のパルスオキシメータ。
  41. 前記デジタルプロセッサはさらに、前記第１及び第２の時間領域プレチスモグラフ信号を前記第１及び第２のスペクトル領域信号に変換する前に、前記第１及び第２の時間領域プレチスモグラフ信号を平滑化ウィンドウを使用して平滑化することが可能である、請求項３１記載のパルスオキシメータ。
  42. 前記平滑化ウィンドウはＨａｎｎｉｎｇウィンドウ及びＨａｍｍｉｎｇウィンドウの内の一つを含む請求項４１記載のパルスオキシメータ。
  43. 前記平滑化ウィンドウはＫａｉｓｅｒウィンドウを含む請求項４１記載のパルスオキシメータ。
  44. 前記デジタルプロセッサはさらに、前記第１及び第２のスペクトル領域プレチスモグラフ信号を前記第１及び第２のケプストラム領域プレチスモグラフ信号に変換する前に、前記第１及び第２のスペクトル領域プレチスモグラフ信号を対数関数でスケーリングすることが可能である、請求項３１記載のパルスオキシメータ。
  45. 患者の基本パルス周波数を、前記患者から得られる少なくとも一つの時間領域プレチスモグラフ信号に関連する複数の信号領域から決定する際に使用されるパルス調整方法であって、
    前記時間領域プレチスモグラフ信号をスペクトル領域プレチスモグラフ信号に変換する工程と、
    前記スペクトル領域プレチスモグラフ信号をケプストラム領域プレチスモグラフ信号に変換する工程と、
    前記スペクトル領域プレチスモグラフ信号及びケプストラム領域プレチスモグラフ信号を検討して、対応するスペクトル領域プレチスモグラフ信号ピーク及びケプストラム領域プレチスモグラフ信号ピークを特定する工程と、
    前記特定した対応スペクトル領域プレチスモグラフ信号ピーク及びケプストラム領域プレチスモグラフ信号ピークを使用して、前記基本パルス周波数を前記患者の基本パルス周波数に対する複数の可能な候補の中から選択する工程と、を備える方法。
  46. 前記時間領域プレチスモグラフ信号をスペクトル領域プレチスモグラフ信号に変換する工程において、前記時間領域プレチスモグラフ信号に対してフーリェ変換操作を実行する、請求項４５記載の方法。
  47. 前記スペクトル領域プレチスモグラフ信号をケプストラム領域プレチスモグラフ信号に変換する工程において、前記スペクトル領域プレチスモグラフ信号に対してフーリェ変換操作を実行する、請求項４５記載の方法。
  48. 前記患者の基本パルス周波数の少なくとも一つの候補を前記時間領域プレチスモグラフ信号から取得する工程と、
    前記時間領域プレチスモグラフ信号から取得した前記患者の基本パルス周波数の候補を、前記特定した対応スペクトル領域プレチスモグラフ信号ピーク及びケプストラム領域プレチスモグラフ信号ピークを使用して前記基本パルス周波数を選択する工程における前記患者の基本パルス周波数の複数の候補に含める工程とをさらに含む、請求項４５記載の方法。
  49. 前記スペクトル領域プレチスモグラフ信号を対数関数でスケーリングして、対数変換されたスペクトル領域プレチスモグラフ信号を取得する工程と、
    前記患者の前記パルス周波数の少なくとも一つの候補を前記対数変換されたスペクトル領域プレチスモグラフ信号から取得する工程と、
    前記対数変換されたスペクトル領域プレチスモグラフ信号から取得した前記患者の基本パルス周波数の候補を、前記特定した対応するスペクトル領域プレチスモグラフ信号ピーク及びケプストラム領域プレチスモグラフ信号ピークを使用して前記基本パルス周波数を選択する工程における前記患者の基本パルス周波数の複数の候補に含める工程とをさらに含む、請求項４５記載の方法。
  50. 前記患者の前記基本パルス周波数の少なくとも一つの候補を前記スペクトル領域プレチスモグラフ信号から取得する工程と、
    前記スペクトル領域プレチスモグラフ信号から取得した前記患者の基本パルス周波数の候補を、前記特定した対応するスペクトル領域プレチスモグラフ信号ピーク及びケプストラム領域プレチスモグラフ信号ピークを使用して、前記基本パルス周波数を選択する工程における前記患者の基本パルス周波数の複数の候補に含める工程とをさらに含む、請求項４５記載の方法。
  51. 前記患者の前記基本パルス周波数の少なくとも一つの候補を前記ケプストラム領域プレチスモグラフ信号から取得する工程と、
    前記ケプストラム領域プレチスモグラフ信号から取得した前記患者の基本パルス周波数の候補を、前記特定した対応するスペクトル領域プレチスモグラフ信号ピーク及びケプストラム領域プレチスモグラフ信号ピークを使用して前記基本パルス周波数を選択する工程における前記患者の基本パルス周波数の複数の候補に含める工程とをさらに含む、請求項４５記載の方法。
  52. 少なくとも前記患者の前記基本パルス周波数、前記スペクトル領域プレチスモグラフ信号、及び少なくとも前記スペクトル領域プレチスモグラフ信号及び前記ケプストラム領域プレチスモグラフ信号から生成された、前記時間領域プレチスモグラフ信号におけるモーションアーチファクトに関する情報に基づいて、モーションアーチファクトを取り除く周波数領域フィルタを構成する工程と、
    前記スペクトル領域プレチスモグラフ信号を前記周波数領域フィルタでフィルタリングして、フィルタリング処理したスペクトル領域プレチスモグラフ信号を取得する工程と、
    前記フィルタリング処理したスペクトル領域プレチスモグラフ信号をフィルタリング処理した時間領域プレチスモグラフ信号に変換する工程と、
    前記患者の前記基本パルス周波数の少なくとも一つの候補を前記フィルタリング処理した時間領域プレチスモグラフ信号から取得する工程と、
    前記フィルタリング処理した時間領域プレチスモグラフ信号から取得した前記患者の基本パルス周波数の候補を、前記特定した対応するスペクトル領域プレチスモグラフ信号ピーク及びケプストラム領域プレチスモグラフ信号ピークを使用して前記基本パルス周波数を選択する工程における前記患者の基本パルス周波数の複数の候補に含める工程とをさらに含む、請求項４５記載の方法。
JP2003570692A 2002-02-22 2003-02-21 ケプストラム領域パルスオキシメータ Pending JP2005518238A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US35901802P 2002-02-22 2002-02-22
PCT/US2003/005181 WO2003071941A1 (en) 2002-02-22 2003-02-21 Cepstral domain pulse oximetry

Publications (1)

Publication Number Publication Date
JP2005518238A true JP2005518238A (ja) 2005-06-23

Family

ID=27766033

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2003570692A Pending JP2005518238A (ja) 2002-02-22 2003-02-21 ケプストラム領域パルスオキシメータ

Country Status (5)

Country Link
US (2) US6650918B2 (ja)
EP (1) EP1485015A1 (ja)
JP (1) JP2005518238A (ja)
AU (1) AU2003216348A1 (ja)
WO (1) WO2003071941A1 (ja)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011524196A (ja) * 2008-06-16 2011-09-01 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 干渉を回避するための”ｉｎ‐ｓｉｔｕ”変調方式を用いる患者のバイタルパラメータのモニタリング
JP2011215027A (ja) * 2010-03-31 2011-10-27 National Institute Of Advanced Industrial Science & Technology 焦電型赤外線センサアレイを用いた測位システム及び測位方法
JP2012504022A (ja) * 2008-09-26 2012-02-16 クゥアルコム・インコーポレイテッド 光電脈波（ｐｐｇ）データのアンダーサンプリングされた収集および送信ならびに受信機におけるフルバンドｐｐｇデータの再構成のための方法および装置
JP2013506523A (ja) * 2009-10-06 2013-02-28 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 第１の信号の少なくとも一つの周期的成分を特徴付けるための分析のため第１の信号を得るための方法及びシステム
WO2019202971A1 (ja) * 2018-04-17 2019-10-24 ソニー株式会社 生体情報評価装置および生体情報評価方法
JP7442746B2 (ja) 2021-01-21 2024-03-04 コーニンクレッカ フィリップス エヌ ヴェ 動脈血酸素化測定

Families Citing this family (108)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6018673A (en) 1996-10-10 2000-01-25 Nellcor Puritan Bennett Incorporated Motion compatible sensor for non-invasive optical blood analysis
US9468378B2 (en) 1997-01-27 2016-10-18 Lawrence A. Lynn Airway instability detection system and method
US8932227B2 (en) 2000-07-28 2015-01-13 Lawrence A. Lynn System and method for CO2 and oximetry integration
US9042952B2 (en) 1997-01-27 2015-05-26 Lawrence A. Lynn System and method for automatic detection of a plurality of SPO2 time series pattern types
US20070191697A1 (en) 2006-02-10 2007-08-16 Lynn Lawrence A System and method for SPO2 instability detection and quantification
US9521971B2 (en) 1997-07-14 2016-12-20 Lawrence A. Lynn System and method for automatic detection of a plurality of SPO2 time series pattern types
US6675031B1 (en) 1999-04-14 2004-01-06 Mallinckrodt Inc. Method and circuit for indicating quality and accuracy of physiological measurements
US20060195041A1 (en) 2002-05-17 2006-08-31 Lynn Lawrence A Centralized hospital monitoring system for automatically detecting upper airway instability and for preventing and aborting adverse drug reactions
US9053222B2 (en) 2002-05-17 2015-06-09 Lawrence A. Lynn Patient safety processor
US6748254B2 (en) 2001-10-12 2004-06-08 Nellcor Puritan Bennett Incorporated Stacked adhesive optical sensor
US7020507B2 (en) * 2002-01-31 2006-03-28 Dolphin Medical, Inc. Separating motion from cardiac signals using second order derivative of the photo-plethysmogram and fast fourier transforms
JP2005518238A (ja) * 2002-02-22 2005-06-23 デイテックス−オーメダ インコーポレイテッド ケプストラム領域パルスオキシメータ
US7190986B1 (en) 2002-10-18 2007-03-13 Nellcor Puritan Bennett Inc. Non-adhesive oximeter sensor for sensitive skin
US7740591B1 (en) * 2003-12-01 2010-06-22 Ric Investments, Llc Apparatus and method for monitoring pressure related changes in the extra-thoracic arterial circulatory system
US7194292B2 (en) * 2004-02-25 2007-03-20 General Electric Company Simultaneous signal attenuation measurements utilizing frequency orthogonal random codes
US7194293B2 (en) 2004-03-08 2007-03-20 Nellcor Puritan Bennett Incorporated Selection of ensemble averaging weights for a pulse oximeter based on signal quality metrics
EP1611847A1 (en) * 2004-06-28 2006-01-04 Datex-Ohmeda, Inc. Validating pulse oximetry signals in the potential presence of artifact
US7343186B2 (en) * 2004-07-07 2008-03-11 Masimo Laboratories, Inc. Multi-wavelength physiological monitor
US7590439B2 (en) 2005-08-08 2009-09-15 Nellcor Puritan Bennett Llc Bi-stable medical sensor and technique for using the same
US7657294B2 (en) 2005-08-08 2010-02-02 Nellcor Puritan Bennett Llc Compliant diaphragm medical sensor and technique for using the same
US7657295B2 (en) 2005-08-08 2010-02-02 Nellcor Puritan Bennett Llc Medical sensor and technique for using the same
US20070060808A1 (en) 2005-09-12 2007-03-15 Carine Hoarau Medical sensor for reducing motion artifacts and technique for using the same
US7725147B2 (en) 2005-09-29 2010-05-25 Nellcor Puritan Bennett Llc System and method for removing artifacts from waveforms
US7904130B2 (en) 2005-09-29 2011-03-08 Nellcor Puritan Bennett Llc Medical sensor and technique for using the same
US7869850B2 (en) 2005-09-29 2011-01-11 Nellcor Puritan Bennett Llc Medical sensor for reducing motion artifacts and technique for using the same
US8092379B2 (en) 2005-09-29 2012-01-10 Nellcor Puritan Bennett Llc Method and system for determining when to reposition a physiological sensor
US7725146B2 (en) 2005-09-29 2010-05-25 Nellcor Puritan Bennett Llc System and method for pre-processing waveforms
US7899510B2 (en) 2005-09-29 2011-03-01 Nellcor Puritan Bennett Llc Medical sensor and technique for using the same
US7881762B2 (en) 2005-09-30 2011-02-01 Nellcor Puritan Bennett Llc Clip-style medical sensor and technique for using the same
US7486979B2 (en) 2005-09-30 2009-02-03 Nellcor Puritan Bennett Llc Optically aligned pulse oximetry sensor and technique for using the same
US7483731B2 (en) 2005-09-30 2009-01-27 Nellcor Puritan Bennett Llc Medical sensor and technique for using the same
US8233954B2 (en) 2005-09-30 2012-07-31 Nellcor Puritan Bennett Llc Mucosal sensor for the assessment of tissue and blood constituents and technique for using the same
US8062221B2 (en) 2005-09-30 2011-11-22 Nellcor Puritan Bennett Llc Sensor for tissue gas detection and technique for using the same
US7555327B2 (en) 2005-09-30 2009-06-30 Nellcor Puritan Bennett Llc Folding medical sensor and technique for using the same
US8005523B2 (en) * 2005-09-30 2011-08-23 Conmed Corporation Signal processing for pulse oximetry
US7519409B2 (en) * 2005-12-29 2009-04-14 Medtronic, Inc. Implantable cell/tissue-based biosensing device
US7668579B2 (en) 2006-02-10 2010-02-23 Lynn Lawrence A System and method for the detection of physiologic response to stimulation
US8073518B2 (en) 2006-05-02 2011-12-06 Nellcor Puritan Bennett Llc Clip-style medical sensor and technique for using the same
US8145288B2 (en) 2006-08-22 2012-03-27 Nellcor Puritan Bennett Llc Medical sensor for reducing signal artifacts and technique for using the same
US8219170B2 (en) 2006-09-20 2012-07-10 Nellcor Puritan Bennett Llc System and method for practicing spectrophotometry using light emitting nanostructure devices
US8175671B2 (en) 2006-09-22 2012-05-08 Nellcor Puritan Bennett Llc Medical sensor for reducing signal artifacts and technique for using the same
US8190225B2 (en) 2006-09-22 2012-05-29 Nellcor Puritan Bennett Llc Medical sensor for reducing signal artifacts and technique for using the same
US8396527B2 (en) 2006-09-22 2013-03-12 Covidien Lp Medical sensor for reducing signal artifacts and technique for using the same
US7869849B2 (en) 2006-09-26 2011-01-11 Nellcor Puritan Bennett Llc Opaque, electrically nonconductive region on a medical sensor
US7574245B2 (en) 2006-09-27 2009-08-11 Nellcor Puritan Bennett Llc Flexible medical sensor enclosure
US7890153B2 (en) 2006-09-28 2011-02-15 Nellcor Puritan Bennett Llc System and method for mitigating interference in pulse oximetry
US7796403B2 (en) 2006-09-28 2010-09-14 Nellcor Puritan Bennett Llc Means for mechanical registration and mechanical-electrical coupling of a faraday shield to a photodetector and an electrical circuit
US8068891B2 (en) 2006-09-29 2011-11-29 Nellcor Puritan Bennett Llc Symmetric LED array for pulse oximetry
US8175667B2 (en) 2006-09-29 2012-05-08 Nellcor Puritan Bennett Llc Symmetric LED array for pulse oximetry
US7684842B2 (en) 2006-09-29 2010-03-23 Nellcor Puritan Bennett Llc System and method for preventing sensor misuse
US7476131B2 (en) 2006-09-29 2009-01-13 Nellcor Puritan Bennett Llc Device for reducing crosstalk
US7680522B2 (en) 2006-09-29 2010-03-16 Nellcor Puritan Bennett Llc Method and apparatus for detecting misapplied sensors
US8280473B2 (en) 2006-10-12 2012-10-02 Masino Corporation, Inc. Perfusion index smoother
US20080183232A1 (en) * 2007-01-30 2008-07-31 Voss Gregory I Method and system for determining cardiac function
US8280469B2 (en) 2007-03-09 2012-10-02 Nellcor Puritan Bennett Llc Method for detection of aberrant tissue spectra
US8265724B2 (en) 2007-03-09 2012-09-11 Nellcor Puritan Bennett Llc Cancellation of light shunting
US7894869B2 (en) 2007-03-09 2011-02-22 Nellcor Puritan Bennett Llc Multiple configuration medical sensor and technique for using the same
US8346328B2 (en) 2007-12-21 2013-01-01 Covidien Lp Medical sensor and technique for using the same
US8352004B2 (en) 2007-12-21 2013-01-08 Covidien Lp Medical sensor and technique for using the same
US8366613B2 (en) 2007-12-26 2013-02-05 Covidien Lp LED drive circuit for pulse oximetry and method for using same
US8577434B2 (en) 2007-12-27 2013-11-05 Covidien Lp Coaxial LED light sources
US8452364B2 (en) 2007-12-28 2013-05-28 Covidien LLP System and method for attaching a sensor to a patient's skin
US8442608B2 (en) 2007-12-28 2013-05-14 Covidien Lp System and method for estimating physiological parameters by deconvolving artifacts
US8092993B2 (en) 2007-12-31 2012-01-10 Nellcor Puritan Bennett Llc Hydrogel thin film for use as a biosensor
US8199007B2 (en) 2007-12-31 2012-06-12 Nellcor Puritan Bennett Llc Flex circuit snap track for a biometric sensor
US8070508B2 (en) 2007-12-31 2011-12-06 Nellcor Puritan Bennett Llc Method and apparatus for aligning and securing a cable strain relief
US8897850B2 (en) 2007-12-31 2014-11-25 Covidien Lp Sensor with integrated living hinge and spring
US8437822B2 (en) 2008-03-28 2013-05-07 Covidien Lp System and method for estimating blood analyte concentration
US8112375B2 (en) 2008-03-31 2012-02-07 Nellcor Puritan Bennett Llc Wavelength selection and outlier detection in reduced rank linear models
WO2009137682A1 (en) 2008-05-07 2009-11-12 Lynn Lawrence A Medical failure pattern search engine
US7880884B2 (en) 2008-06-30 2011-02-01 Nellcor Puritan Bennett Llc System and method for coating and shielding electronic sensor components
US8071935B2 (en) 2008-06-30 2011-12-06 Nellcor Puritan Bennett Llc Optical detector with an overmolded faraday shield
US7887345B2 (en) 2008-06-30 2011-02-15 Nellcor Puritan Bennett Llc Single use connector for pulse oximetry sensors
US8532932B2 (en) 2008-06-30 2013-09-10 Nellcor Puritan Bennett Ireland Consistent signal selection by signal segment selection techniques
EP2326239B1 (en) 2008-07-03 2017-06-21 Masimo Laboratories, Inc. Protrusion for improving spectroscopic measurement of blood constituents
US8630691B2 (en) 2008-08-04 2014-01-14 Cercacor Laboratories, Inc. Multi-stream sensor front ends for noninvasive measurement of blood constituents
US8364220B2 (en) 2008-09-25 2013-01-29 Covidien Lp Medical sensor and technique for using the same
US8423112B2 (en) 2008-09-30 2013-04-16 Covidien Lp Medical sensor and technique for using the same
US8417309B2 (en) 2008-09-30 2013-04-09 Covidien Lp Medical sensor
US8914088B2 (en) 2008-09-30 2014-12-16 Covidien Lp Medical sensor and technique for using the same
US8216136B2 (en) 2009-03-05 2012-07-10 Nellcor Puritan Bennett Llc Systems and methods for monitoring heart rate and blood pressure correlation
DE202010017895U1 (de) 2009-03-06 2013-01-08 Koninklijke Philips Electronics N.V. System zur Verarbeitung von Bildern von mindestens einem Lebewesen
EP2404261A1 (en) 2009-03-06 2012-01-11 Koninklijke Philips Electronics N.V. Method of controlling a function of a device and system for detecting the presence of a living being
US8452366B2 (en) 2009-03-16 2013-05-28 Covidien Lp Medical monitoring device with flexible circuitry
US8221319B2 (en) 2009-03-25 2012-07-17 Nellcor Puritan Bennett Llc Medical device for assessing intravascular blood volume and technique for using the same
US8478538B2 (en) * 2009-05-07 2013-07-02 Nellcor Puritan Bennett Ireland Selection of signal regions for parameter extraction
US8509869B2 (en) 2009-05-15 2013-08-13 Covidien Lp Method and apparatus for detecting and analyzing variations in a physiologic parameter
US8634891B2 (en) 2009-05-20 2014-01-21 Covidien Lp Method and system for self regulation of sensor component contact pressure
US8311601B2 (en) 2009-06-30 2012-11-13 Nellcor Puritan Bennett Llc Reflectance and/or transmissive pulse oximeter
US8505821B2 (en) 2009-06-30 2013-08-13 Covidien Lp System and method for providing sensor quality assurance
US9010634B2 (en) 2009-06-30 2015-04-21 Covidien Lp System and method for linking patient data to a patient and providing sensor quality assurance
US8290730B2 (en) 2009-06-30 2012-10-16 Nellcor Puritan Bennett Ireland Systems and methods for assessing measurements in physiological monitoring devices
US8636667B2 (en) 2009-07-06 2014-01-28 Nellcor Puritan Bennett Ireland Systems and methods for processing physiological signals in wavelet space
US8391941B2 (en) 2009-07-17 2013-03-05 Covidien Lp System and method for memory switching for multiple configuration medical sensor
US8417310B2 (en) 2009-08-10 2013-04-09 Covidien Lp Digital switching in multi-site sensor
US8428675B2 (en) 2009-08-19 2013-04-23 Covidien Lp Nanofiber adhesives used in medical devices
US8840562B2 (en) * 2009-09-24 2014-09-23 Covidien Lp Signal processing warping technique
WO2011042844A1 (en) 2009-10-06 2011-04-14 Koninklijke Philips Electronics N.V. Formation of a time-varying signal representative of at least variations in a value based on pixel values
WO2011117780A1 (en) * 2010-03-23 2011-09-29 Koninklijke Philips Electronics N.V. Interference reduction in monitoring a vital parameter of a patient
EP2568876A4 (en) * 2010-05-14 2014-09-03 Ct For Dev Of Advanced Computing DIAGNOSTIC CLASSIFICATIONS OF WAVEFORM DATA OF PULSE SIGNALS
US9402571B2 (en) 2011-01-06 2016-08-02 Siemens Medical Solutions Usa, Inc. Biological tissue function analysis
US9706952B2 (en) 2011-01-06 2017-07-18 Siemens Healthcare Gmbh System for ventricular arrhythmia detection and characterization
US8727991B2 (en) * 2011-08-29 2014-05-20 Salutron, Inc. Probabilistic segmental model for doppler ultrasound heart rate monitoring
MX2014002199A (es) 2011-09-02 2014-05-30 Koninkl Philips Nv Camara para generar una señal biometrica de un ser vivo.
US8880155B2 (en) 2012-02-24 2014-11-04 Covidien Lp Hypovolemia diagnosis technique
CN104755018B (zh) * 2012-11-02 2017-05-24 皇家飞利浦有限公司 用于提取生理信息的设备和方法
US9848785B2 (en) * 2013-12-05 2017-12-26 Siemens Healthcare Gmbh Analysis and characterization of patient signals
CN113367676B (zh) * 2021-06-07 2022-06-21 广东电网有限责任公司 一种用于可穿戴式设备的ppg运动噪声滤波方法及装置

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3566035A (en) * 1969-07-17 1971-02-23 Bell Telephone Labor Inc Real time cepstrum analyzer
JPS60116345A (ja) 1983-11-30 1985-06-22 富士通株式会社 超音波診断装置
US4911167A (en) * 1985-06-07 1990-03-27 Nellcor Incorporated Method and apparatus for detecting optical pulses
US5934277A (en) 1991-09-03 1999-08-10 Datex-Ohmeda, Inc. System for pulse oximetry SpO2 determination
US5327893A (en) 1992-10-19 1994-07-12 Rensselaer Polytechnic Institute Detection of cholesterol deposits in arteries
JP3464697B2 (ja) * 1993-12-21 2003-11-10 興和株式会社 酸素飽和度測定装置
JP2812184B2 (ja) 1994-02-23 1998-10-22 日本電気株式会社 音声の複素ケプストラム分析装置
DE19506484C2 (de) * 1995-02-24 1999-09-16 Stiftung Fuer Lasertechnologie Verfahren und Vorrichtung zur selektiven nichtinvasiven Lasermyographie (LMG)
US5766127A (en) 1996-04-15 1998-06-16 Ohmeda Inc. Method and apparatus for improved photoplethysmographic perfusion-index monitoring
US6002952A (en) * 1997-04-14 1999-12-14 Masimo Corporation Signal processing apparatus and method
US6333986B1 (en) 1998-05-08 2001-12-25 Lockheed Martin Corporation Cepstral method and system for detecting/classifying objects from air-based or space-based images
US6390986B1 (en) * 1999-05-27 2002-05-21 Rutgers, The State University Of New Jersey Classification of heart rate variability patterns in diabetics using cepstral analysis
KR100316023B1 (ko) * 1999-11-01 2001-12-12 박종섭 전압제어오실레이터와 쉬프트레지스터형 지연고정루프를결합한 아날로그-디지털 혼합형 지연고정루프
JP2005518238A (ja) * 2002-02-22 2005-06-23 デイテックス−オーメダ インコーポレイテッド ケプストラム領域パルスオキシメータ

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011524196A (ja) * 2008-06-16 2011-09-01 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 干渉を回避するための”ｉｎ‐ｓｉｔｕ”変調方式を用いる患者のバイタルパラメータのモニタリング
JP2012504022A (ja) * 2008-09-26 2012-02-16 クゥアルコム・インコーポレイテッド 光電脈波（ｐｐｇ）データのアンダーサンプリングされた収集および送信ならびに受信機におけるフルバンドｐｐｇデータの再構成のための方法および装置
US10213164B2 (en) 2008-09-26 2019-02-26 Qualcomm Incorporated Method and apparatus for under-sampled acquisition and transmission of photoplethysmograph (PPG) data and reconstruction of full band PPG data at the receiver
US10939873B2 (en) 2008-09-26 2021-03-09 Qualcomm Incorporated Wearable system for capturing and transmitting biomedical signals
US11819343B2 (en) 2008-09-26 2023-11-21 Qualcomm Incorporated Wearable system for capturing and transmitting biomedical signals
JP2013506523A (ja) * 2009-10-06 2013-02-28 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 第１の信号の少なくとも一つの周期的成分を特徴付けるための分析のため第１の信号を得るための方法及びシステム
JP2011215027A (ja) * 2010-03-31 2011-10-27 National Institute Of Advanced Industrial Science & Technology 焦電型赤外線センサアレイを用いた測位システム及び測位方法
WO2019202971A1 (ja) * 2018-04-17 2019-10-24 ソニー株式会社 生体情報評価装置および生体情報評価方法
JP7442746B2 (ja) 2021-01-21 2024-03-04 コーニンクレッカ フィリップス エヌ ヴェ 動脈血酸素化測定

Also Published As

Publication number Publication date
EP1485015A1 (en) 2004-12-15
WO2003071941A1 (en) 2003-09-04
US7139599B2 (en) 2006-11-21
AU2003216348A1 (en) 2003-09-09
US20030163032A1 (en) 2003-08-28
US6650918B2 (en) 2003-11-18
US20040171948A1 (en) 2004-09-02

Similar Documents

Publication Publication Date Title
JP2005518238A (ja) ケプストラム領域パルスオキシメータ
US20040039273A1 (en) Cepstral domain pulse oximetry
US8073516B2 (en) Separating motion from cardiac signals using second order derivative of the photo-plethysmogram and fast fourier transforms
US9289167B2 (en) Signal processing apparatus and method
JP4830693B2 (ja) 酸素飽和度測定装置及び測定方法
US6931269B2 (en) Multi-domain motion estimation and plethysmographic recognition using fuzzy neural-nets
US20060122476A1 (en) Relative phase estimation of harmonic frequency component of a plethysmographic waveform
US7403806B2 (en) System for prefiltering a plethysmographic signal
EP0335357B1 (en) Improved method and apparatus for detecting optical pulses
US6094592A (en) Methods and apparatus for estimating a physiological parameter using transforms
Ferro et al. Automated detection of the onset and systolic peak in the pulse wave using Hilbert transform
US20110270059A1 (en) Signal processing for pulse oximetry
Almeida et al. Automatic delineation of T and P waves using a wavelet-based multiscale approach
JP2001518822A (ja) パルスレート及び飽和度を測定するための方法及び装置
JP2012024320A (ja) 生体信号測定装置および生体信号測定方法