JP2020528295A - 不整脈に関係する心拍を分類するためのシステム及び方法 - Google Patents
不整脈に関係する心拍を分類するためのシステム及び方法 Download PDFInfo
- Publication number
- JP2020528295A JP2020528295A JP2019571260A JP2019571260A JP2020528295A JP 2020528295 A JP2020528295 A JP 2020528295A JP 2019571260 A JP2019571260 A JP 2019571260A JP 2019571260 A JP2019571260 A JP 2019571260A JP 2020528295 A JP2020528295 A JP 2020528295A
- Authority
- JP
- Japan
- Prior art keywords
- matrix
- heartbeat
- column
- beat
- real
- 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.)
- Granted
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
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
- A61B5/0006—ECG or EEG signals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/0245—Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/333—Recording apparatus specially adapted therefor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/35—Detecting specific parameters of the electrocardiograph cycle by template matching
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/361—Detecting fibrillation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/363—Detecting tachycardia or bradycardia
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/364—Detecting abnormal ECG interval, e.g. extrasystoles, ectopic heartbeats
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/048—Activation functions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Cardiology (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Artificial Intelligence (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Physiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Fuzzy Systems (AREA)
- Psychiatry (AREA)
- Computer Networks & Wireless Communication (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
本出願は、2017年6月22日に出願されたES出願第201730826号に基づく優先権を主張するものである2017年6月29日に出願されたUS出願第15/638,263号の最先の有効出願日への優先権を主張する及びその権利を有するものである。上記の出願の内容が参照により本明細書に組み込まれる。
Claims (20)
- 少なくとも1つのECG記録の少なくとも1つの誘導により取り込まれる場合のユーザの心臓活動に関連する少なくとも1つの生体信号に基づいてユーザの不整脈に関係する心拍を解析及び分類するための方法であって、
少なくとも1つのコンピューティングデバイス上のメモリに常駐するユーザアプリケーションを実装するステップと、前記少なくとも1つのコンピューティングデバイスは、複数の心拍を表す少なくとも1つのECG記録を格納する少なくとも1つの比較データベースと選択的に通信し、各前記ECG記録は、各表される心拍に関連する時間位置及び拍動クラスを備え、
ユーザの心臓活動に関連する少なくとも1つの誘導に対応するリアルタイム行列を構築するステップと、前記リアルタイム行列の少なくとも1つの行のそれぞれは、前記少なくとも1つの誘導の連続する少なくとも1つの心拍を表し、前記リアルタイム行列の少なくとも1つの列のそれぞれは、前記少なくとも1つの心拍の特徴を表し、
前記少なくとも1つの誘導を所定の時間的長さの複数のセグメントへ分割するステップと、
少なくとも1つのセグメントのそれぞれに関して:
拍動行列を定義するステップと、前記拍動行列の少なくとも1つの行のそれぞれは、前記セグメントの連続する少なくとも1つの心拍を表し、前記拍動行列の少なくとも1つの列のそれぞれは、前記少なくとも1つの心拍の時間位置の付近でとった前記ECG記録の少なくとも1つのサンプルを表し、
拍動行列を前記拍動行列のすべての行が平均値0及び標準偏差1を有するように正規化するステップと、
前記セグメント内の少なくとも1つの心拍のそれぞれに関して:
前記心拍に関する行を前記リアルタイム行列に追加するステップと、
リアルタイム行列の第1の列に、前記心拍と直前に先行する心拍との間の拍動間隔をポピュレートするステップと、
リアルタイム行列の第2の列に、前記心拍と直後に後続する心拍との間の拍動間隔をポピュレートするステップと、
リアルタイム行列の第3の列に、前記心拍に対する所定数の先行及び後続する心拍にわたって計算した間隔平均値をポピュレートするステップと、
リアルタイム行列の第4の列に、前記心拍に対応する正規化された拍動行列の行の二乗の平均をポピュレートするステップと、
リアルタイム行列の第5の列に、前記心拍に対応する正規化された拍動行列の行の導関数の二乗の平均をポピュレートするステップと、
第4の列の値と第5の列の値との相対的に最も低い比を有する正規化された拍動行列の行間の平均を計算することにより基準拍動を決定するステップと、
リアルタイム行列の第6の列に、基準拍動の二乗の平均をポピュレートするステップと、
リアルタイム行列の第7の列に、基準拍動の導関数の二乗の平均をポピュレートするステップと、
リアルタイム行列の第8の列に、基準拍動と前記心拍に対応する拍動行列の行との相関係数をポピュレートするステップと、
リアルタイム行列の第9の列に、基準拍動の導関数と前記心拍に対応する拍動行列の行の導関数との相関係数をポピュレートするステップと、
リアルタイム行列の第10の列に、基準拍動の二乗と前記心拍に対応する拍動行列の行の二乗との相関係数をポピュレートするステップと、
リアルタイム行列の第11の列に、基準拍動の導関数の二乗と前記心拍に対応する拍動行列の行の導関数の二乗との相関係数をポピュレートするステップと、
リアルタイム行列を、前記少なくとも1つのコンピューティングデバイスと選択的に通信する少なくとも1つの分類器に送信するステップと、
前記セグメントが不整脈に関係する心拍を含むかどうかを判定するステップと、
を含む、方法。 - 前記誘導を複数のセグメントへ分割するステップが、前記誘導を所定の時間的長さの複数の重複しないセグメントへ分割するステップをさらに含む、請求項1に記載の方法。
- 前記誘導を複数のセグメントへ分割するステップが、前記誘導を所定の時間的長さの複数の重複するセグメントへ分割するステップをさらに含み、各セグメントは所定の頻度で取り込まれる、請求項1に記載の方法。
- 前記誘導を複数のセグメントへ分割するステップが、前記少なくとも1つのセグメントのそれぞれに関して:
所与のセグメントの少なくとも1つの拍動間隔値の平均値を計算するステップと、
前記所与のセグメントの計算した拍動間隔の平均値の所定のパーセンテージに等しくなるように直後に後続するセグメントの長さを調節するステップと、
をさらに含む、請求項1に記載の方法。 - 前記少なくとも1つの分類器をトレーニングするステップをさらに含む、請求項1に記載の方法。
- 前記少なくとも1つの比較データベースのそれぞれに関して:
前記比較データベースに格納された少なくとも1つのECG記録のそれぞれに関して:
前記ECG記録の少なくとも1つの誘導のそれぞれに関して:
誘導行列を定義するステップと、前記誘導行列の少なくとも1つの行のそれぞれは、前記ECG記録の連続する少なくとも1つの心拍を表し、前記誘導行列の少なくとも1つの列のそれぞれは、前記少なくとも1つの心拍の特徴を表し、
前記誘導を所定の時間的長さの複数のセグメントへ分割するステップと、
少なくとも1つのセグメントのそれぞれに関して:
拍動行列を定義するステップと、前記拍動行列の少なくとも1つの行のそれぞれは、前記セグメントの連続する少なくとも1つの心拍を表し、前記拍動行列の少なくとも1つの列のそれぞれは、前記少なくとも1つの心拍の時間位置の付近でとった前記ECG記録の少なくとも1つのサンプルを表し、
拍動行列を前記拍動行列のすべての行が平均値0及び標準偏差1を有するように正規化するステップと、
前記セグメント内の少なくとも1つの心拍のそれぞれに関して:
前記心拍に関する行を前記誘導行列に追加するステップと、
誘導行列の第1の列に、前記心拍と直前に先行する心拍との間の拍動間隔をポピュレートするステップと、
誘導行列の第2の列に、前記心拍と直後に後続する心拍との間の拍動間隔をポピュレートするステップと、
誘導行列の第3の列に、前記心拍に対する所定数の先行及び後続する心拍にわたって計算した間隔平均値をポピュレートするステップと、
誘導行列の第4の列に、前記心拍に対応する正規化された拍動行列の行の二乗の平均をポピュレートするステップと、
誘導行列の第5の列に、前記心拍に対応する正規化された拍動行列の行の導関数の二乗の平均をポピュレートするステップと、
第4の列の値と第5の列の値との相対的に最も低い比を有する正規化された拍動行列の行間の平均を計算することにより基準拍動を決定するステップと、
誘導行列の第6の列に、基準拍動の二乗の平均をポピュレートするステップと、
誘導行列の第7の列に、基準拍動の導関数の二乗の平均をポピュレートするステップと、
誘導行列の第8の列に、基準拍動と前記心拍に対応する拍動行列の行との相関係数をポピュレートするステップと、
誘導行列の第9の列に、基準拍動の導関数と前記心拍に対応する拍動行列の行の導関数との相関係数をポピュレートするステップと、
誘導行列の第10の列に、基準拍動の二乗と前記心拍に対応する拍動行列の行の二乗との相関係数をポピュレートするステップと、
誘導行列の第11の列に、基準拍動の導関数の二乗と前記心拍に対応する拍動行列の行の導関数の二乗との相関係数をポピュレートするステップと、
少なくとも1つの誘導行列のそれぞれを、前記比較データベースに格納された少なくとも1つのECG記録に関連した単一のECG行列へマージするステップと、
をさらに含む、請求項5に記載の方法。 - 前記比較データベースに格納された少なくとも1つのECG記録のそれぞれに関して、
前記ECG記録を適切な共通のサンプリングレートにリサンプリングするステップと、
前記ECG記録の各表される心拍に関連する時間位置を時間単位に変換するステップと、
前記ECG記録の各表される心拍に関連する拍動クラスをバイナリ値に変換するステップと、
をさらに含む、請求項6に記載の方法。 - 前記ECG記録の各表される心拍に関連する拍動クラスをバイナリ値に変換するステップが、
所与の心拍が上室性を有すると判定すると、前記心拍に関する拍動クラスに0のバイナリ値を割り当てるステップと、
所与の心拍が心室性を有すると判定すると、前記心拍に関する拍動クラスに1のバイナリ値を割り当てるステップと、
をさらに含む、請求項7に記載の方法。 - 前記リアルタイム行列の第3の列にポピュレートするステップが、前記心拍に対する先行する10心拍及び後続する10心拍にわたって計算した間隔平均値を第3の列にポピュレートするステップをさらに含む、請求項1に記載の方法。
- 前記誘導行列の第3の列にポピュレートするステップが、前記心拍に対する先行する10心拍及び後続する10心拍にわたって計算した間隔平均値を第3の列にポピュレートするステップをさらに含む、請求項6に記載の方法。
- 前記拍動行列を定義するステップが、前記少なくとも1つの心拍の時間位置の付近の520ミリ秒のウィンドウ内でとった前記ECG記録の少なくとも1つのサンプルを拍動行列の列にポピュレートするステップをさらに含む、請求項1に記載の方法。
- 前記拍動行列を定義するステップが、前記少なくとも1つの心拍の時間位置の前にとった前記ECG記録の30サンプル及び前記少なくとも1つの心拍の時間位置の後にとった前記ECG記録の60サンプルを拍動行列の列にポピュレートするステップをさらに含む、請求項11に記載の方法。
- 前記拍動行列を定義するステップが、前記少なくとも1つの心拍の時間位置の付近の520ミリ秒のウィンドウ内でとった前記ECG記録の少なくとも1つのサンプルを拍動行列の列にポピュレートするステップをさらに含む、請求項6に記載の方法。
- 前記拍動行列を定義するステップが、前記少なくとも1つの心拍の時間位置の前にとった前記ECG記録の30サンプル及び前記少なくとも1つの心拍の時間位置の後にとった前記ECG記録の60サンプルを拍動行列の列にポピュレートするステップをさらに含む、請求項13に記載の方法。
- 前記リアルタイム行列の第6の列にポピュレートするステップが、520ミリ秒のウィンドウにわたる基準拍動の二乗の平均を第6の列にポピュレートするステップをさらに含む、請求項1に記載の方法。
- 前記誘導行列の第6の列にポピュレートするステップが、520ミリ秒のウィンドウにわたる基準拍動の二乗の平均を第6の列にポピュレートするステップをさらに含む、請求項6に記載の方法。
- 前記リアルタイム行列の第7の列にポピュレートするステップが、520ミリ秒のウィンドウにわたる基準拍動の導関数の二乗の平均を第7の列にポピュレートするステップをさらに含む、請求項1に記載の方法。
- 前記誘導行列の第7の列にポピュレートするステップが、520ミリ秒のウィンドウにわたる基準拍動の導関数の二乗の平均を第7の列にポピュレートするステップをさらに含む、請求項6に記載の方法。
- 少なくとも1つのECG記録の少なくとも1つの誘導により取り込まれる場合のユーザの心臓活動に関連する少なくとも1つの生体信号に基づいてユーザの不整脈に関係する心拍を解析及び分類するための方法であって、
少なくとも1つのコンピューティングデバイス上のメモリに常駐するユーザアプリケーションを実装するステップと、前記少なくとも1つのコンピューティングデバイスは、複数の心拍を表す少なくとも1つのECG記録を格納する少なくとも1つの比較データベースと選択的に通信し、各前記ECG記録は、各表される心拍に関連する時間位置及び拍動クラスを備え、
ユーザの心臓活動に関連する少なくとも1つの誘導に対応するリアルタイム行列を構築するステップと、前記リアルタイム行列の少なくとも1つの行のそれぞれは、前記少なくとも1つの誘導の連続する少なくとも1つの心拍を表し、前記リアルタイム行列の少なくとも1つの列のそれぞれは、前記少なくとも1つの心拍の特徴を表し、
前記少なくとも1つの誘導を所定の時間的長さの複数のセグメントへ分割するステップと、
前記少なくとも1つのセグメントのそれぞれに関して:
拍動行列を定義するステップと、前記拍動行列の少なくとも1つの行のそれぞれは、前記セグメントの連続する少なくとも1つの心拍を表し、前記拍動行列の少なくとも1つの列のそれぞれは、前記少なくとも1つの心拍の時間位置の付近でとった前記ECG記録の少なくとも1つのサンプルを表し、
拍動行列を前記拍動行列のすべての行が平均値0及び標準偏差1を有するように正規化するステップと、
前記セグメント内の少なくとも1つの心拍のそれぞれに関して:
前記心拍に関する行をリアルタイム行列に追加するステップと、
リアルタイム行列の第1の列に、前記心拍と直前に先行する心拍との間の拍動間隔をポピュレートするステップと、
リアルタイム行列の第2の列に、前記心拍と直後に後続する心拍との間の拍動間隔をポピュレートするステップと、
リアルタイム行列の第3の列に、前記心拍に対する所定数の先行及び後続する心拍にわたって計算した間隔平均値をポピュレートするステップと、
リアルタイム行列の第4の列に、前記心拍に対応する正規化された拍動行列の行の二乗の平均をポピュレートするステップと、
リアルタイム行列の第5の列に、前記心拍に対応する正規化された拍動行列の行の導関数の二乗の平均をポピュレートするステップと、
第4の列の値と第5の列の値との相対的に最も低い比を有する正規化された拍動行列の行間の平均を計算することにより基準拍動を決定するステップと、
リアルタイム行列の第6の列に、基準拍動の二乗の平均をポピュレートするステップと、
リアルタイム行列の第7の列に、基準拍動の導関数の二乗の平均をポピュレートするステップと、
リアルタイム行列の第8の列に、基準拍動と前記心拍に対応する拍動行列の行との相関係数をポピュレートするステップと、
リアルタイム行列の第9の列に、基準拍動の導関数と前記心拍に対応する拍動行列の行の導関数との相関係数をポピュレートするステップと、
リアルタイム行列の第10の列に、基準拍動の二乗と前記心拍に対応する拍動行列の行の二乗との相関係数をポピュレートするステップと、
リアルタイム行列の第11の列に、基準拍動の導関数の二乗と前記心拍に対応する拍動行列の行の導関数の二乗との相関係数をポピュレートするステップと、
リアルタイム行列を、前記少なくとも1つのコンピューティングデバイスと選択的に通信する少なくとも1つの分類器に送信するステップと、
前記セグメントが不整脈に関係する心拍を含むかどうかを判定するステップと、
前記セグメントの少なくとも1つの拍動間隔値の平均値を計算するステップと、
前記セグメントの計算した拍動間隔の平均値の所定のパーセンテージに等しくなるように直後に後続するセグメントの長さを調節するするステップと、
を含む、方法。 - 少なくとも1つのECG記録の少なくとも1つの誘導により取り込まれる場合のユーザの心臓活動に関連する少なくとも1つの生体信号に基づいてユーザの上室性異所性心拍及び心室性異所性心拍を解析及び分類するための不整脈検出システムであって、
少なくとも1つのコンピューティングデバイスを備え、前記少なくとも1つのコンピューティングデバイスは、複数の心拍を表す少なくとも1つのECG記録を格納する少なくとも1つの比較データベースと選択的に通信し、各前記ECG記録は、各表される心拍に関連する時間位置及び拍動クラスを備え、
前記少なくとも1つのコンピューティングデバイスがさらに、
ユーザの心臓活動に関連する少なくとも1つの誘導に対応するリアルタイム行列を構築し、前記リアルタイム行列の少なくとも1つの行のそれぞれは、前記少なくとも1つの誘導の連続する少なくとも1つの心拍を表し、前記リアルタイム行列の少なくとも1つの列のそれぞれは、前記少なくとも1つの心拍の特徴を表し、
前記少なくとも1つの誘導を所定の時間的長さの複数のセグメントへ分割し、
少なくとも1つのセグメントのそれぞれに関して:
拍動行列を定義し、前記拍動行列の少なくとも1つの行のそれぞれは、前記セグメントの連続する少なくとも1つの心拍を表し、前記拍動行列の少なくとも1つの列のそれぞれは、前記少なくとも1つの心拍の時間位置の付近でとった前記ECG記録の少なくとも1つのサンプルを表し、
拍動行列を前記拍動行列のすべての行が平均値0及び標準偏差1を有するように正規化し、
前記セグメント内の少なくとも1つの心拍のそれぞれに関して:
前記心拍に関する行をリアルタイム行列に追加し、
リアルタイム行列の第1の列に、前記心拍と直前に先行する心拍との間の拍動間隔をポピュレートし、
リアルタイム行列の第2の列に、前記心拍と直後に後続する心拍との間の拍動間隔をポピュレートし、
リアルタイム行列の第3の列に、前記心拍に対する所定数の先行及び後続する心拍にわたって計算した間隔平均値をポピュレートし、
リアルタイム行列の第4の列に、前記心拍に対応する正規化された拍動行列の行の二乗の平均をポピュレートし、
リアルタイム行列の第5の列に、前記心拍に対応する正規化された拍動行列の行の導関数の二乗の平均をポピュレートし、
第4の列の値と第5の列の値との相対的に最も低い比を有する正規化された拍動行列の行間の平均を計算することにより基準拍動を決定し、
リアルタイム行列の第6の列に、基準拍動の二乗の平均をポピュレートし、
リアルタイム行列の第7の列に、基準拍動の導関数の二乗の平均をポピュレートし、
リアルタイム行列の第8の列に、基準拍動と前記心拍に対応する拍動行列の行との相関係数をポピュレートし、
リアルタイム行列の第9の列に、基準拍動の導関数と前記心拍に対応する拍動行列の行の導関数との相関係数をポピュレートし、
リアルタイム行列の第10の列に、基準拍動の二乗と前記心拍に対応する拍動行列の行の二乗との相関係数をポピュレートし、
リアルタイム行列の第11の列に、基準拍動の導関数の二乗と前記心拍に対応する拍動行列の行の導関数の二乗との相関係数をポピュレートし、
リアルタイム行列を、前記少なくとも1つのコンピューティングデバイスと選択的に通信する少なくとも1つの分類器に送信し、
前記セグメントが不整脈に関係する心拍を含むかどうかを判定する、
ように構成される、システム。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
ESP201730826 | 2017-06-22 | ||
ES201730826 | 2017-06-22 | ||
US15/638,263 US10383539B2 (en) | 2017-06-22 | 2017-06-29 | System and methods for classifying arrhythmia-related heartbeats |
US15/638,263 | 2017-06-29 | ||
PCT/EP2018/066611 WO2018234468A1 (en) | 2017-06-22 | 2018-06-21 | SYSTEMS AND METHODS FOR CLASSIFYING CARDIAC BEATS HAVING ARRHYTHMIA |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2020528295A true JP2020528295A (ja) | 2020-09-24 |
JP2020528295A5 JP2020528295A5 (ja) | 2021-07-29 |
JP7119012B2 JP7119012B2 (ja) | 2022-08-16 |
Family
ID=64691219
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019571260A Active JP7119012B2 (ja) | 2017-06-22 | 2018-06-21 | 不整脈に関係する心拍を分類するためのシステム |
Country Status (9)
Country | Link |
---|---|
US (1) | US10383539B2 (ja) |
EP (1) | EP3641628B1 (ja) |
JP (1) | JP7119012B2 (ja) |
CN (1) | CN111031900B (ja) |
AU (1) | AU2018287078A1 (ja) |
ES (1) | ES2908664T3 (ja) |
IL (1) | IL271649B (ja) |
PL (1) | PL3641628T3 (ja) |
WO (1) | WO2018234468A1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018180330A1 (ja) * | 2017-03-28 | 2018-10-04 | 国立大学法人九州工業大学 | 感情推定装置 |
CN113796871B (zh) * | 2020-05-29 | 2024-06-14 | 上海微创电生理医疗科技股份有限公司 | 信号处理方法、装置、计算机设备、存储介质及标测*** |
US20220068483A1 (en) * | 2020-09-01 | 2022-03-03 | Biosense Webster (Israel) Ltd. | Arrhythmia classification for cardiac mapping |
CN112686091B (zh) * | 2020-11-23 | 2024-02-23 | 南京信息工程大学 | 基于深度神经网络的两步骤心律失常分类方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011048592A1 (en) * | 2009-10-20 | 2011-04-28 | Widemed Ltd. | Method and system for detecting cardiac arrhythmia |
JP2016500022A (ja) * | 2012-11-29 | 2016-01-07 | カーディアック ペースメイカーズ, インコーポレイテッド | 不整脈を識別するための方法及びシステム |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IL155955A0 (en) * | 2003-05-15 | 2003-12-23 | Widemed Ltd | Adaptive prediction of changes of physiological/pathological states using processing of biomedical signal |
US8262582B2 (en) * | 2008-08-22 | 2012-09-11 | Valtion Teknillinen Tutkimuskeskus | Extraction of heart inter beat interval from multichannel measurements |
US20110105928A1 (en) * | 2009-11-05 | 2011-05-05 | Newcardio, Inc. | ECG Reconstruction For Atrial Activity Monitoring And Detection |
US9808196B2 (en) | 2010-11-17 | 2017-11-07 | Smart Solutions Technologies, S.L. | Sensors |
WO2014074913A1 (en) * | 2012-11-08 | 2014-05-15 | Alivecor, Inc. | Electrocardiogram signal detection |
US9468386B2 (en) * | 2014-03-11 | 2016-10-18 | Ecole polytechnique fédérale de Lausanne (EPFL) | Method for detecting abnormalities in an electrocardiogram |
US20160135706A1 (en) * | 2014-11-14 | 2016-05-19 | Zoll Medical Corporation | Medical Premonitory Event Estimation |
US9549681B2 (en) * | 2014-11-18 | 2017-01-24 | Siemens Medical Solutions Usa, Inc. | Matrix-based patient signal analysis |
-
2017
- 2017-06-29 US US15/638,263 patent/US10383539B2/en active Active
-
2018
- 2018-06-21 WO PCT/EP2018/066611 patent/WO2018234468A1/en unknown
- 2018-06-21 ES ES18737169T patent/ES2908664T3/es active Active
- 2018-06-21 CN CN201880054110.2A patent/CN111031900B/zh active Active
- 2018-06-21 EP EP18737169.5A patent/EP3641628B1/en active Active
- 2018-06-21 JP JP2019571260A patent/JP7119012B2/ja active Active
- 2018-06-21 AU AU2018287078A patent/AU2018287078A1/en not_active Abandoned
- 2018-06-21 PL PL18737169T patent/PL3641628T3/pl unknown
-
2019
- 2019-12-22 IL IL271649A patent/IL271649B/en unknown
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011048592A1 (en) * | 2009-10-20 | 2011-04-28 | Widemed Ltd. | Method and system for detecting cardiac arrhythmia |
JP2016500022A (ja) * | 2012-11-29 | 2016-01-07 | カーディアック ペースメイカーズ, インコーポレイテッド | 不整脈を識別するための方法及びシステム |
Also Published As
Publication number | Publication date |
---|---|
IL271649B (en) | 2022-05-01 |
AU2018287078A1 (en) | 2020-02-13 |
EP3641628A1 (en) | 2020-04-29 |
CN111031900A (zh) | 2020-04-17 |
IL271649A (en) | 2020-02-27 |
ES2908664T3 (es) | 2022-05-03 |
US10383539B2 (en) | 2019-08-20 |
PL3641628T3 (pl) | 2022-04-04 |
JP7119012B2 (ja) | 2022-08-16 |
CN111031900B (zh) | 2021-11-09 |
WO2018234468A1 (en) | 2018-12-27 |
US20180368723A1 (en) | 2018-12-27 |
EP3641628B1 (en) | 2021-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210204860A1 (en) | Electrocardiogram processing system for delineation and classification | |
CN109411041B (zh) | 心电信息处理方法和心电工作站*** | |
Pathinarupothi et al. | Instantaneous heart rate as a robust feature for sleep apnea severity detection using deep learning | |
JP2020528295A (ja) | 不整脈に関係する心拍を分類するためのシステム及び方法 | |
CN108294745B (zh) | 多导联心电图信号中p波、t波起止点检测方法及*** | |
CN106815570B (zh) | 一种基于动态模式识别的心电信号st-t段识别方法 | |
JP2020536693A (ja) | 人工知能自己学習に基づく心電図自動解析方法及び装置 | |
EP3251594B1 (en) | Device for detecting electrocardiogram anomalies | |
CN109009084B (zh) | 多导联心电信号的qrs波群校验方法、装置及设备、介质 | |
Leutheuser et al. | Comparison of real-time classification systems for arrhythmia detection on Android-based mobile devices | |
JP2008086754A (ja) | 減少電極システム特定のecg解釈を持つ方法及び装置 | |
CN114742114B (zh) | 高频qrs波形曲线分析方法、装置、计算机设备与存储介质 | |
KR101366101B1 (ko) | 개인별 ecg 신호의 정상 신호 분류 시스템 및 방법 | |
Wu et al. | Personalizing a generic ECG heartbeat classification for arrhythmia detection: a deep learning approach | |
JP2016536044A (ja) | マルチチャネルecg信号の評価装置及び方法 | |
KR101977745B1 (ko) | 심장 부정맥을 분류하기 위한 방법 및 장치 | |
US11672464B2 (en) | Electrocardiogram processing system for delineation and classification | |
US20120136580A1 (en) | System and Method for Analyzing an Electrophysiological Signal | |
Krishnan et al. | ANovel severity index of heart disease from beat-wise analysis of ECG using fuzzy logic for smart-health | |
US9474460B2 (en) | Non-invasive evaluation of cardiac repolarisation instability for risk stratification of sudden cardiac death | |
Yao et al. | Arrhythmia classification from single lead ecg by multi-scale convolutional neural networks | |
Augustyniak | A robust heartbeat detector not depending on ECG sampling rate | |
Surrel et al. | Design of ultra-low-power smart wearable systems | |
Guo et al. | Machine learning-based automatic cardiovascular disease diagnosis using two ecg leads | |
Zermeño-Campos et al. | PÉEK: A cloud-based application for automatic electrocardiogram pre-diagnosis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210618 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210618 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20210618 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210817 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211112 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220104 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220404 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220614 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20220714 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220803 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7119012 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |