JP6199312B2 - チェーンストークス呼吸パターンの判別 - Google Patents
チェーンストークス呼吸パターンの判別 Download PDFInfo
- Publication number
- JP6199312B2 JP6199312B2 JP2014553583A JP2014553583A JP6199312B2 JP 6199312 B2 JP6199312 B2 JP 6199312B2 JP 2014553583 A JP2014553583 A JP 2014553583A JP 2014553583 A JP2014553583 A JP 2014553583A JP 6199312 B2 JP6199312 B2 JP 6199312B2
- Authority
- JP
- Japan
- Prior art keywords
- respiratory
- data
- processor
- apnea
- cycle length
- 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.)
- Active
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
- A61B5/72—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
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0826—Detecting or evaluating apnoea events
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/087—Measuring breath flow
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/091—Measuring volume of inspired or expired gases, e.g. to determine lung capacity
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
- A61M16/0003—Accessories therefor, e.g. sensors, vibrators, negative pressure
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
- A61M16/0057—Pumps therefor
- A61M16/0066—Blowers or centrifugal pumps
- A61M16/0069—Blowers or centrifugal pumps the speed thereof being controlled by respiratory parameters, e.g. by inhalation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
- A61M16/021—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes operated by electrical means
- A61M16/022—Control means therefor
- A61M16/024—Control means therefor including calculation means, e.g. using a processor
- A61M16/026—Control means therefor including calculation means, e.g. using a processor specially adapted for predicting, e.g. for determining an information representative of a flow limitation during a ventilation cycle by using a root square technique or a regression analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4818—Sleep apnoea
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
- A61M16/06—Respiratory or anaesthetic masks
- A61M16/0666—Nasal cannulas or tubing
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
- A61M16/0003—Accessories therefor, e.g. sensors, vibrators, negative pressure
- A61M2016/003—Accessories therefor, e.g. sensors, vibrators, negative pressure with a flowmeter
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
- A61M16/0003—Accessories therefor, e.g. sensors, vibrators, negative pressure
- A61M2016/003—Accessories therefor, e.g. sensors, vibrators, negative pressure with a flowmeter
- A61M2016/0033—Accessories therefor, e.g. sensors, vibrators, negative pressure with a flowmeter electrical
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/33—Controlling, regulating or measuring
- A61M2205/3303—Using a biosensor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/50—General characteristics of the apparatus with microprocessors or computers
- A61M2205/52—General characteristics of the apparatus with microprocessors or computers with memories providing a history of measured variating parameters of apparatus or patient
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/005—Parameter used as control input for the apparatus
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/20—Blood composition characteristics
- A61M2230/205—Blood composition characteristics partial oxygen pressure (P-O2)
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/40—Respiratory characteristics
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Pulmonology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Physics & Mathematics (AREA)
- Physiology (AREA)
- Emergency Medicine (AREA)
- Anesthesiology (AREA)
- Hematology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Description
本出願は、2012年1月27日に出願された米国仮特許出願第61/591,346号の出願日の利益を主張し、その出願の開示内容は参照することにより本明細書の一部をなすものとする。
本技術の実施形態は、CSR事象検出を用いるシステム、デバイス、分類器及び/又は方法を含むことができる。本明細書では、実施形態例を、添付図面、より詳細には図1〜図7を参照して説明する。
図1は、幾つかの検出構成要素及び計算構成要素を有するCSR検出器100を示しており、それらの構成要素と一例のチェーンストークス検出モジュールとの関係も示される。複数の構成要素は、流れ発生器を備える呼吸処理装置等のデバイス若しくは装置内又は別のコンピューティングデバイス若しくは検出デバイス内の1つ又は複数のプロセッサによって実現することができる。それらの構成要素は、患者呼吸信号を表すデータにアクセスし、そのデータを検討評価し、呼吸関連事象の存在を判断することができる。
検出器102、104及び計算器106からのデータ出力は、チェーンストークス検出モジュール108に渡され、チェーンストークス検出モジュールは、無呼吸クラスタ及び呼吸低下クラスタを解析することによってチェーンストークス呼吸の期間を分類する。具体的には、チェーンストークス検出モジュールは、収集されたデータセットに基づいて1つ又は複数の未加工の特徴を計算し、その特徴を分類し、その後、CSR検出を示す出力を生成することができる。例示を容易にするために、通常のCSR期間を示す図2を参照しながら、未加工の特徴が説明される。
サイクル長ヒストグラムの計算が最初に説明される。サイクル長ヒストグラムは、CSR期間中のサイクル長の分布を特徴付けるために形成される。サイクル長ヒストグラムは、CSR期間中の無呼吸クラスタ/呼吸低下クラスタのためのサイクル長データを蓄積し、その長さに基づいて、各サイクルを複数のビンのうちの1つに関連付け、データを複数のビンに実効的に分割し、潜在的なサイクル長の頻度を評価する。各ビンは中点及び幅によって特定することができる。ビンの中点は等間隔に配置することができるか、又はデータの密度に応じて変更することができる。一例では、ビン中点は10秒のビン幅で5秒から105秒まで均等な間隔で配置される(例えば、5、15、25、35、...、105において中点を有する離散したビンが形成される)。しかしながら、ビン中点及びビン幅は所望により変更できることは理解されよう。例えば、ビン幅は、3秒、5秒、10秒又は15秒に設定することができる。さらに、ヒストグラムは、データの密度に応じて幅が変化するビンを含むことができる。
無呼吸クラスタ及び/又は呼吸低下クラスタから、同様に、形状特徴を計算することができる。上記のように、形状特徴は、無呼吸又は呼吸低下直後の流量波形の形態を示すために用いられる指標である。図5A及び図5Bは、2つの異なるタイプの流量形態を示す。1つの未加工の特徴のみ(例えば、形状特徴のみ、又はサイクル長のみ)を用いて、CSRを分類し、検出できることは理解されよう。幾つかの実施形態では、2つ以上の未加工の特徴を評価することができ、これらの組み合わせを用いて、CSRの可能性の更に正確な指標を生成することができる。そのような場合に、特徴のうちの1つ又は複数に重み付け係数を適用することができる。
ジャンプ特徴235は、形状特徴の一例であり、閉塞性無呼吸/呼吸低下と中枢性無呼吸/呼吸低下とを区別するために用いることもできる。図5A及び図5Bを比較することによって理解できるように、閉塞性事象後の同等の過呼吸期間と比べるとき、中枢性事象後のピーク流量のジャンプの振幅変化(ジャンプ特徴)は緩やかである。これは、中枢性無呼吸後に呼吸ドライブがゆっくり戻ってくることに関連する。CSRは単に高密度の中枢性無呼吸/呼吸低下を伴う期間であるので、通常のOSAと比べるとき、CSR事象中の流量形態には明らかな相違がある。
1.形態ベクトル内の第1のピーク − Pmaxを見つける
2.ピークに対する所定の比に達する点を見つける。所定の比は、60%〜95%、好ましくは70%〜90%、一例では、85%(ピークの85%に達する点はP85と呼ばれる場合もある)等の、ピークの或るパーセンテージとすることができる。
3.形態ベクトル内のP85と第1の点(P0)との間の勾配を計算する。
4.その勾配に対して任意の必要なスケーリングを適用し、そのスケーリング済み勾配をジャンプ特徴として設定する。
上記の説明はジャンプ特徴を計算する1つのタイプの例にすぎないことに留意されたい。無呼吸後の呼吸ドライブの回復を定量化しようと試みる任意の他の方法を用いて、ジャンプ特徴を計算することができる。例えば、ジャンプ特徴は、図2に示されるように、呼吸流量に基づいて計算できるだけでなく、換気データ又は1回換気量データに基づいて計算することもできる。そのような関数の積分される性質に起因して、それらのプロファイルは、呼吸ドライブプロファイル包絡線230と視覚的に比較することができる。この場合、上記の例と同様に、包絡線のピークと、ピークに対して所定の比に達する包絡線上の点との間に描かれる線の勾配を計算することによって、ジャンプ特徴を導出することができる。
上記で言及されたように、デューティサイクルは、無呼吸長とサイクル長との比とすることができる。通常のチェーンストークス患者の場合、このデューティサイクルは、約1/3であると予想される(例えば、60秒サイクル長内の20秒無呼吸)。必然的に患者によって違いがあることに起因して、その比もわずかに異なる場合がある。数学的には、デューティサイクル(Duty Cycle)は以下のように計算される。
1.J(x)及びC(p)ごとに、D(x,p)を計算し、ステップ2に進む。
ii.そうでない場合には、ステップ3に進む。
3.1−D(x,p)>0.3の場合に、
i.C(p)が0.5以上の場合には、
ii.CSRprob=0
点P1
C(p)=0.8;J(x)=0.8;D1(x,p)=0.92
1−D(x,p)≦0.3であるので、CSRprobは単にD(x,p)=0.92と見なされる。
点P2
C(p)=0.6;J(x)=0.2;D2(x,p)=0.11
1−D(x,p)>0.3であり、かつC(p)≧0.5であるので、
C(p)=0.4;J(x)=0.8;D3(x,p)=0.37
1−D(x,p)>0.3であり、かつC(p)<0.5であるので、CSRprob=0
1.変換された特徴をビンに分配し、ヒストグラム(例えば、形状特徴又はジャンプ特徴)を形成する。
2.領域(0.5,1.0)内のヒストグラムのパワーを計算する。
3.全てのヒストグラムのパワーが、設定されたしきい値(例えば、0.5)より大きい場合には、CSR確率(CSRprob)がヒストグラムパワーの最大値と見なされる。
なお、出願当初の特許請求の範囲は以下の通りである。
(請求項1)
呼吸信号からチェーンストークス呼吸の存在を検出するプロセッサの方法であって、該方法は、
前記呼吸信号を表すデータにアクセスするステップと、
前記アクセスされたデータを検討評価して、無呼吸事象及び/又は呼吸低下事象を検出するステップと、
前記事象に基づいてサイクル長ヒストグラムを生成するステップと、
前記サイクル長ヒストグラムに基づいて、チェーンストークス呼吸の事例を検出するステップと、
を含む、方法。
(請求項2)
前記サイクル長ヒストグラムは複数のビンを含み、該複数のビンはそれぞれ中点及びビン幅を有する、請求項1に記載の方法。
(請求項3)
前記複数のビンは均等な間隔で配置される、請求項2に記載の方法。
(請求項4)
前記アクセスされたデータを検討評価して、無呼吸事象及び/又は呼吸低下事象を検出するステップは、各事象の持続時間を求めるステップを含む、請求項1乃至3のいずれか一項に記載の方法。
(請求項5)
前記チェーンストークス呼吸の事例を検出するステップは、選択された1組のサイクル長に及ぶビンの組み合わせにわたって電力を計算するステップを含む、請求項2乃至4のいずれか一項に記載の方法。
(請求項6)
無呼吸事象又は呼吸低下事象直後の呼吸データを評価して、前記呼吸データの変化を表す形状特徴を推定するステップを更に含み、前記チェーンストークス呼吸の事例を検出するステップは、前記生成されたサイクル長ヒストグラム及び前記推定された形状特徴に基づく、請求項1乃至5のいずれか一項に記載の方法。
(請求項7)
前記形状特徴は、患者の呼吸ドライブの立ち上がり及び立ち下がりのうちの少なくとも一方を表す、請求項6に記載の方法。
(請求項8)
前記形状特徴はジャンプ特徴である、請求項6に記載の方法。
(請求項9)
前記ジャンプ特徴は、前記呼吸データの第1のピークを選択し、該第1のピークの所定の比にある第2のピークを選択し、前記第1のピークと前記第2のピークとの間の勾配を計算することによって計算される、請求項8に記載の方法。
(請求項10)
前記第1のピークと前記第2のピークとの間の前記勾配をスケーリングするステップを更に含む、請求項9に記載の方法。
(請求項11)
前記形状特徴は、前記呼吸データに近似関数を当てはめることによって推定される、請求項7又は8に記載の方法。
(請求項12)
前記呼吸データは呼吸流量ピークの値又は1回換気量の値を含む、請求項6に記載の方法。
(請求項13)
呼吸信号からチェーンストークス呼吸の存在を検出する装置であって、
前記呼吸信号に関連付けられる呼吸データを記憶するメモリと、
前記メモリに結合されるプロセッサであって、該プロセッサは、(a)前記呼吸データを検討評価して、無呼吸事象及び/又は呼吸低下事象を検出し、(b)前記事象に基づいてサイクル長ヒストグラムを生成し、(c)前記サイクル長ヒストグラムに基づいてチェーンストークス呼吸の事例を検出するように構成される、プロセッサと、
を備える、装置。
(請求項14)
前記プロセッサは、無呼吸事象又は呼吸低下事象直後の呼吸信号を評価して、前記呼吸データの変化を表す形状特徴を推定し、前記サイクル長ヒストグラム及び前記形状特徴に基づいてチェーンストークス呼吸の事例を検出するように更に構成される、請求項13に記載の装置。
(請求項15)
前記形状特徴は患者の呼吸ドライブの立ち上がり及び立ち下がりのうちの少なくとも一方を表す、請求項14に記載の装置。
(請求項16)
前記プロセッサは、前記呼吸信号の呼吸流量ピークの値、換気の値、又は1回換気量の値、の少なくとも1つを評価するように構成される、請求項14に記載の装置。
(請求項17)
呼吸信号からチェーンストークス呼吸の存在を検出するプロセッサの方法であって、
前記呼吸信号を表す呼吸データにアクセスするステップと、
前記アクセスされた呼吸データを検討評価して、無呼吸事象及び/又は呼吸低下事象を検出するステップと、
前記無呼吸事象又は前記呼吸低下事象直後の呼吸データを評価して、前記呼吸データの変化を表す形状特徴を推定するステップと、
前記形状特徴に基づいてチェーンストークス呼吸の事例を検出するステップと、
を含む、方法。
(請求項18)
前記呼吸データを評価することは、2つの隣接する無呼吸事象及び/又は呼吸低下事象間の時間の少なくとも一部の間に吸気1回換気量を計算することを含む、請求項17に記載の方法。
(請求項19)
前記呼吸データを評価することは、ピーク吸気流量データと吸気1回換気量との積を計算することと、前記積を形態ベクトルに蓄積することとを含む、請求項17又は18に記載の方法。
(請求項20)
呼吸データを評価することは、前記形態ベクトルと近似関数との間の平均二乗誤差を計算することを更に含む、請求項19に記載の方法。
(請求項21)
呼吸データを評価することは、無呼吸事象及び/又は呼吸低下事象間の前記流量データを積分することと、前記流量データを形態ベクトルに蓄積することとを含む、請求項19に記載の方法。
(請求項22)
呼吸データを評価することは、前記形態ベクトルと近似関数との間の平均二乗誤差を計算することを更に含む、請求項21に記載の方法。
(請求項23)
前記事象に基づいてサイクル長ヒストグラムを求めるステップを更に含み、前記チェーンストークス呼吸の事例を検出するステップは、前記サイクル長ヒストグラム及び前記形状特徴に基づく、請求項17乃至20のいずれか一項に記載の方法。
(請求項24)
前記形状特徴は、患者の呼吸ドライブの立ち上がり及び立ち下がりのうちの少なくとも一方を表す、請求項17に記載の方法。
(請求項25)
呼吸信号からチェーンストークス呼吸の存在を検出する装置であって、
前記呼吸信号に関連付けられる呼吸データを記憶するメモリと、
前記メモリに結合されるプロセッサであって、該プロセッサは、(a)前記呼吸信号に関連付けられる前記呼吸データを検討評価して、無呼吸事象及び/又は呼吸低下事象を検出し、(b)前記無呼吸事象又は前記呼吸低下事象直後のデータ内のピークを評価して、前記呼吸データの変化を表す形状特徴を推定し、(c)前記形状特徴に基づいてチェーンストークス呼吸の事例を検出するように構成される、プロセッサと、
を備える、装置。
(請求項26)
前記呼吸信号に関連付けられる前記データは流量データ及び1回換気量データを含み、前記プロセッサは、
ピーク吸気流量データ及び吸気1回換気量を計算し、
前記ピーク吸気流量データと吸気1回換気量との積を計算し、該積を形態ベクトルに蓄積するように構成される、請求項25に記載の装置。
(請求項27)
前記プロセッサは、前記形態ベクトルと近似関数との間の平均二乗誤差を計算することによって、前記流量データ内のピークを評価するように構成される、請求項25又は26に記載の装置。
(請求項28)
前記プロセッサは、前記形態ベクトルを0〜1の確率空間に変換することによって前記形態ベクトルを正規化するように構成される、請求項26に記載の装置。
(請求項29)
前記形状特徴は、患者の呼吸ドライブの立ち上がり及び立ち下がりのうちの少なくとも一方を表す、請求項25に記載の装置。
(請求項30)
呼吸信号からチェーンストークス呼吸の存在を検出するプロセッサの方法であって、該方法は、
前記呼吸信号を表す呼吸流量データにアクセスするステップと、
前記アクセスされた呼吸流量データを検討評価して、無呼吸事象及び/又は呼吸低下事象を検出するステップと、
前記事象に基づいてサイクル長ヒストグラムを求めるステップと、
前記無呼吸事象又は前記呼吸低下事象直後の前記流量データ内のピークを評価して、前記流量データの前記ピークの変化を表す形状特徴を推定するステップと、
前記サイクル長ヒストグラム及び前記形状特徴に基づいて、チェーンストークス呼吸の事例を検出するステップと、
を含む、方法。
(請求項31)
前記サイクル長ヒストグラム及び前記形状特徴を0〜1の確率空間に変換することによって、前記サイクル長ヒストグラム及び前記形状特徴を正規化するステップを更に含む、請求項30に記載の方法。
(請求項32)
前記アクセスされたデータを検討評価して、無呼吸事象及び/又は呼吸低下事象を検出するステップは、少なくとも1つの無呼吸期間の持続時間及び少なくとも1つのサイクル長を計算するステップを含み、前記少なくとも1つの無呼吸期間の持続時間及び前記少なくとも1つのサイクル長に基づいてデューティサイクルを計算するステップを更に含む、請求項30又は31に記載の方法。
(請求項33)
前記チェーンストークス呼吸の事例を検出するステップは、選択された1組のサイクル長に及ぶビンの組み合わせにわたって電力を計算するステップを含む、請求項30乃至32のいずれか一項に記載の方法。
(請求項34)
前記チェーンストークス呼吸の事例を検出するステップは、前記形状特徴、前記サイクル長、及び前記電力を用いてチェーンストークス呼吸の確率を求めるステップを含む、請求項33に記載の方法。
(請求項35)
複数の選択された期間にわたって、重み付けされたチェーンストークス呼吸確率を結合することによって、全睡眠期間にわたる全チェーンストークス呼吸確率を求めるステップを更に含む、請求項34に記載の方法。
(請求項36)
前記形状特徴は患者の呼吸ドライブの立ち上がり及び立ち下がりのうちの少なくとも一方を表す、請求項30に記載の方法。
(請求項37)
呼吸信号からチェーンストークス呼吸の存在を検出する装置であって、
前記呼吸信号に関連付けられる呼吸データを記憶するメモリと、
前記メモリに結合されるプロセッサであって、該プロセッサは、(a)前記呼吸データを検討評価して、無呼吸事象及び/又は呼吸低下事象を検出し、(b)前記事象に基づいてサイクル長ヒストグラムを求め、(c)前記無呼吸事象又は前記呼吸低下事象直後の前記呼吸データの変化を評価して、形状特徴を推定し、(d)前記サイクル長ヒストグラム及び前記形状特徴に基づいてチェーンストークス呼吸の事例を検出するように構成される、プロセッサと、
を備える、装置。
(請求項38)
前記プロセッサは、少なくとも1つの無呼吸期間の持続時間及び少なくとも1つのサイクル長を計算することによって、前記データを検討評価して無呼吸事象及び/又は呼吸低下事象を検出し、前記プロセッサは、前記少なくとも1つの無呼吸期間の持続時間及び前記少なくとも1つのサイクル長に基づいてデューティサイクルを計算するように更に構成される、請求項37に記載の装置。
(請求項39)
前記プロセッサは、選択された1組のサイクル長に及ぶビンの組み合わせにわたって電力を計算し、前記形状特徴、前記サイクル長及び前記電力を用いてチェーンストークス呼吸確率を求めることによって、チェーンストークス呼吸の事例を検出するように構成される、請求項38に記載の装置。
(請求項40)
前記形状特徴は患者の呼吸ドライブの立ち上がり及び立ち下がりのうちの少なくとも一方を表す、請求項37に記載の装置。
(請求項41)
呼吸信号からチェーンストークス呼吸(CSR)を検出する装置であって、該装置は、
前記呼吸信号を表す呼吸データにアクセスする少なくとも1つのプロセッサを有するコントローラを備え、
該コントローラは、(a)前記呼吸データを検討評価して、無呼吸事象及び/又は呼吸低下事象を検出し、(b)前記事象に基づいてサイクル長ヒストグラムを求め、(c)前記無呼吸事象又は前記呼吸低下事象直後の呼吸データを評価して、形状特徴を計算し、(d)前記サイクル長ヒストグラム及び前記形状特徴に基づいてチェーンストークス呼吸の事例を検出するように更に構成される、装置。
(請求項42)
前記呼吸データは、呼吸流量データ、換気データ、又は1回換気量データを含み、前記形状特徴の計算は、前記呼吸流量データ、前記換気データ、及び前記1回換気量データ、のうちの少なくとも1つの値に基づく、請求項41に記載の装置。
(請求項43)
流量センサを更に備え、前記コントローラは、前記流量センサを用いて前記呼吸信号を求めるように更に構成される、請求項41又は42に記載の装置。
(請求項44)
大気圧より高い圧力において患者用の呼吸可能ガスを生成するように構成される流れ発生器を更に備え、
前記コントローラは、前記検出された無呼吸事象及び/又は呼吸低下事象に基づいて、圧力療法に従って前記呼吸可能ガスを生成するよう前記流れ発生器を制御するように更に構成される、請求項43に記載の装置。
(請求項45)
前記形状特徴は、患者の呼吸ドライブの立ち上がり及び立ち下がりのうちの少なくとも一方を表す、請求項41に記載の装置。
(請求項46)
呼吸流量信号からチェーンストークス呼吸の存在を検出する装置であって、該装置は、
前記呼吸流量信号に関連付けられる呼吸データを記憶するメモリと、
前記メモリと結合されるプロセッサであって、該プロセッサは、(a)前記呼吸データを検討評価して、無呼吸事象及び/又は呼吸低下事象を検出し、(b)サイクル長、形状特徴、及びデューティサイクルから選択された未加工の特徴を計算し、(c)前記未加工の特徴を正規化し、(d)前記未加工のデータを分類するように構成される、装置。
(請求項47)
前記プロセッサは、変換関数を用いて前記未加工の特徴を正規化し、前記未加工の特徴を0〜1の値を有する確率空間に変換するように構成される、請求項46に記載の装置。
(請求項48)
前記プロセッサは、1つ又は複数のヒストグラムを作成し、前記未加工の特徴をそれぞれ分類することによって、1つ又は複数の未加工の特徴を分類するように構成される、請求項46又は47に記載の装置。
(請求項49)
前記プロセッサは、前記未加工の特徴をビンに区分して、前記1つ又は複数のヒストグラムを作成し、1つ又は複数の所定の領域において前記ヒストグラムの電力を計算し、前記ヒストグラムのそれぞれの前記電力が所定のしきい値より高い場合には、チェーンストークス呼吸の確率を前記計算されたヒストグラム電力の最大値になるように設定することによって、前記未加工の特徴を分類するように構成される、請求項48に記載の装置。
Claims (46)
- 呼吸流量信号からチェーンストークス呼吸の存在を検出する装置であって、
(a)前記呼吸流量信号に関連付けられる呼吸データを検討評価して、無呼吸事象及び/又は呼吸低下事象を検出し、
(b)サイクル長、デューティサイクル、及び前記呼吸データにおける変化を表す形状特徴、から選択された少なくとも1つの未加工の特徴を計算し、
(c)検出された無呼吸事象及び/又は呼吸低下事象に基づいてサイクル長ヒストグラムを、前記少なくとも1つの未加工の特徴とは独立して生成し、
(d)計算された未加工の特徴及び生成されたサイクル長ヒストグラムに基づいてチェーンストークス呼吸の存在を検出する、
ように構成されるプロセッサ、を備える、装置。 - 前記プロセッサは、前記未加工の特徴を正規化し、分類するように構成される、請求項1に記載の装置。
- 前記呼吸流量信号に関連付けられる前記呼吸データを記憶し、かつ前記プロセッサと通信するメモリを更に備える、請求項1又は2に記載の装置。
- 前記プロセッサは、変換関数を用いて前記未加工の特徴を正規化し、該未加工の特徴を0〜1の値を有する確率空間に変換するように構成される、請求項2又は3に記載の装置。
- 前記プロセッサは、1つ又は複数のヒストグラムを作成して前記未加工の特徴のそれぞれを分類することにより、1つ又は複数の未加工の特徴を分類するように構成される、請求項2乃至4のいずれか一項に記載の装置。
- 前記プロセッサは、前記未加工の特徴を前記1つ又は複数のヒストグラムにビン区分し、1つ又は複数の所定の領域において前記ヒストグラムのパワーを計算し、前記ヒストグラムのそれぞれの前記パワーが所定のしきい値より大きい場合には、チェーンストークス呼吸の確率を、該計算されたヒストグラムパワーの最大値になるように設定することによって、前記未加工の特徴を分類するように構成される、請求項5に記載の装置。
- 前記未加工の特徴は、前記呼吸データの変化を表す形状特徴であり、該形状特徴は、前記無呼吸事象又は前記呼吸低下事象直後のデータ内のピークを評価することによって推定される、請求項1乃至6のいずれか一項に記載の装置。
- 前記呼吸流量信号に関連付けられる前記呼吸データは、流量データ及び1回換気量データを含み、前記プロセッサは、
ピーク吸気流量データ及び吸気1回換気量を計算し、
前記ピーク吸気流量データと吸気1回換気量との積を計算し、該積を形態ベクトルに蓄積する、
ように構成される、請求項7に記載の装置。 - 前記プロセッサは、形態ベクトルと近似関数との間の平均二乗誤差を計算することによって、流量データ内のピークを評価するように構成される、請求項7又は8に記載の装置。
- 前記プロセッサは、前記形態ベクトルを0〜1の確率空間に変換することによって前記形態ベクトルを正規化するように構成される、請求項8に記載の装置。
- 前記形状特徴は、患者の呼吸ドライブの立ち上がり及び立ち下がりのうちの少なくとも一方を表す、請求項7乃至10のいずれか一項に記載の装置。
- 前記プロセッサは、(a)検出された無呼吸事象及び/又は呼吸低下事象に基づいてサイクル長ヒストグラムを生成し、(b)該サイクル長ヒストグラム及び推定された形状特徴に基づいてチェーンストークス呼吸の事例を検出する、ように更に構成される、請求項7乃至11のいずれか一項に記載の装置。
- 前記プロセッサは、前記呼吸流量信号の呼吸流量ピークの値、換気の値、又は1回換気量の値、のうちの少なくとも1つを評価するように構成される、請求項12に記載の装置。
- 前記プロセッサは、事象に基づいてサイクル長ヒストグラムを求め、前記無呼吸事象又は前記呼吸低下事象直後の流量データ内のピークを評価して、該流量データの前記ピークの変化を表す形状特徴を推定し、前記サイクル長ヒストグラム及び前記形状特徴に基づいて、チェーンストークス呼吸の事例を検出する、ように更に構成される、請求項1又は2に記載の装置。
- 前記プロセッサは、前記サイクル長ヒストグラム及び前記形状特徴を0〜1の確率空間に変換することによって、前記サイクル長ヒストグラム及び前記形状特徴を正規化するように更に構成される、請求項14に記載の装置。
- 前記プロセッサは、アクセスされた呼吸流量データを検討評価して、無呼吸事象及び/又は呼吸低下事象を、少なくとも1つの無呼吸期間の持続時間及び少なくとも1つのサイクル長を計算することによって検出するように更に構成され、かつ前記少なくとも1つの無呼吸期間の持続時間及び前記少なくとも1つのサイクル長に基づいてデューティサイクルを計算するように更に構成される、請求項14又は15に記載の装置。
- 前記プロセッサは、選択された1組のサイクル長に及ぶビンの組み合わせにわたってパワーを計算することにより、チェーンストークス呼吸の事例を検出するように更に構成される、請求項14乃至16のいずれか一項に記載の装置。
- 前記プロセッサは、前記形状特徴、前記サイクル長、及び前記パワーを用いてチェーンストークス呼吸の確率を求めることにより、前記チェーンストークス呼吸の事例を検出するように更に構成される、請求項17に記載の装置。
- 前記プロセッサは、重み付けされたチェーンストークス呼吸確率を複数の選択された期間にわたって結合することにより、全睡眠期間にわたる全チェーンストークス呼吸確率を求めるように更に構成される、請求項18に記載の装置。
- 前記プロセッサは、前記呼吸流量信号の呼吸流量ピークの値、換気の値、又は1回換気量の値、のうちの少なくとも1つを評価するように構成される、請求項15に記載の装置。
- 流量センサを更に備え、前記プロセッサは、前記流量センサを用いて前記呼吸流量信号を求めるように更に構成される、請求項20に記載の装置。
- 大気圧より高い圧力において患者用の呼吸可能ガスを生成するように構成される流れ発生器を更に備え、
前記プロセッサは、検出された無呼吸事象及び/又は呼吸低下事象に基づいて、圧力療法に従って前記呼吸可能ガスを生成するよう前記流れ発生器を制御するように更に構成される、請求項21に記載の装置。 - 呼吸信号からチェーンストークス呼吸の存在を検出するプロセッサの方法であって、
前記呼吸信号を表す呼吸データにアクセスするステップと、
該アクセスされた呼吸データを検討評価して、無呼吸事象及び/又は呼吸低下事象を検出するステップと、
サイクル長、デューティサイクル、及び前記呼吸データにおける変化を表す形状特徴、から選択された少なくとも1つの未加工の特徴を計算するステップと、
検出された無呼吸事象及び/又は呼吸低下事象に基づいてサイクル長ヒストグラムを生成するステップであって、該サイクル長ヒストグラム及び前記少なくとも1つの未加工の特徴は、互いに独立して生成される、ステップと、
計算された未加工の特徴及び生成されたサイクル長ヒストグラムに基づいて、チェーンストークス呼吸の存在を検出するステップと、
を含む、方法。 - 前記未加工の特徴を正規化するステップを更に含む、請求項23に記載の方法。
- (a)事象に基づいてサイクル長ヒストグラムを生成するステップと、
(b)前記サイクル長ヒストグラムの1つに基づいて、チェーンストークス呼吸の事例を検出するステップと、
を更に含む、請求項23又は24に記載の方法。 - 前記サイクル長ヒストグラムは複数のビンを含み、該複数のビンはそれぞれ中点及びビン幅を有する、請求項25に記載の方法。
- 前記複数のビンは均等な間隔で配置される、請求項26に記載の方法。
- 前記アクセスされた呼吸データを検討評価して、無呼吸事象及び/又は呼吸低下事象を検出するステップは、各事象の持続時間を求めるステップを含む、請求項23乃至27のいずれか一項に記載の方法。
- 前記チェーンストークス呼吸の事例を検出するステップは、選択された1組のサイクル長に及ぶビンの組み合わせにわたってパワーを計算するステップを含む、請求項25乃至28のいずれか一項に記載の方法。
- 前記形状特徴は、患者の呼吸ドライブの立ち上がり及び立ち下がりのうちの少なくとも一方を表す、請求項25乃至29のいずれか一項に記載の方法。
- 前記形状特徴はジャンプ特徴である、請求項25乃至29のいずれか一項に記載の方法。
- 検出された無呼吸事象及び/又は呼吸低下事象後の呼吸ドライブの回復の速さに基づいて事象のタイプを識別するステップを更に含む、請求項25乃至29のいずれか一項に記載の方法。
- 前記ジャンプ特徴は、前記呼吸データの第1のピークを選択し、該第1のピークの所定の比にある第2のピークを選択し、前記第1のピークと前記第2のピークとの間の勾配を計算する、ことによって計算される、請求項31に記載の方法。
- 前記第1のピークと前記第2のピークとの間の前記勾配をスケーリングするステップを更に含む、請求項33に記載の方法。
- 前記形状特徴は、前記呼吸データに近似関数を当てはめることによって推定される、請求項30又は31に記載の方法。
- 前記呼吸データは、呼吸流量ピークの値又は1回換気量の値を含む、請求項25乃至29のいずれか一項に記載の方法。
- 前記無呼吸事象又は前記呼吸低下事象直後の呼吸データを評価して、前記呼吸データの変化を表す形状特徴を推定するステップと、該形状特徴に基づいてチェーンストークス呼吸の事例を検出するステップと、を更に含む、請求項23に記載の方法。
- 前記呼吸データを評価するステップは、2つの隣接する無呼吸事象及び/又は呼吸低下事象間の時間の少なくとも一部の間に吸気1回換気量を計算するステップを含む、請求項37に記載の方法。
- 前記呼吸データを評価するステップは、ピーク吸気流量データと吸気1回換気量との積を計算し、該積を形態ベクトルに蓄積するステップ、を含む、請求項37又は38に記載の方法。
- 前記呼吸データを評価するステップは、前記形態ベクトルと近似関数との間の平均二乗誤差を計算するステップを更に含む、請求項39に記載の方法。
- 前記呼吸データを評価するステップは、前記無呼吸事象及び/又は前記呼吸低下事象間の流量データを積分し、その値を形態ベクトルに蓄積するステップ、を含む、請求項39に記載の方法。
- 前記呼吸データを評価するステップは、前記形態ベクトルと近似関数との間の平均二乗誤差を計算するステップを更に含む、請求項41に記載の方法。
- 事象に基づいてサイクル長ヒストグラムを求めるステップを更に含み、前記チェーンストークス呼吸の事例を検出するステップは、前記サイクル長ヒストグラム及び前記形状特徴に基づく、請求項37乃至40のいずれか一項に記載の方法。
- 前記形状特徴は、患者の呼吸ドライブの立ち上がり及び立ち下がりのうちの少なくとも一方を表す、請求項37に記載の方法。
- 前記無呼吸事象又は前記呼吸低下事象直後の流量データ内のピークを評価して、該流量データの前記ピークの変化を表す形状特徴を推定するステップと、サイクル長ヒストグラム及び前記形状特徴に基づいて、チェーンストークス呼吸の事例を検出するステップと、を更に含む、請求項23に記載の方法
- 前記未加工の特徴は、前記呼吸データの変化を表す形状特徴であり、該形状特徴は、前記無呼吸事象又は前記呼吸低下事象直後のデータ内のピークを評価することによって推定され、前記プロセッサは、前記形状特徴に基づいてチェーンストークス呼吸の事例を検出するように更に構成される、請求項23に記載の方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201261591346P | 2012-01-27 | 2012-01-27 | |
US61/591,346 | 2012-01-27 | ||
PCT/AU2013/000063 WO2013110136A1 (en) | 2012-01-27 | 2013-01-25 | Discrimination of cheyne-stokes breathing patterns |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2015504744A JP2015504744A (ja) | 2015-02-16 |
JP2015504744A5 JP2015504744A5 (ja) | 2017-04-27 |
JP6199312B2 true JP6199312B2 (ja) | 2017-09-20 |
Family
ID=48872834
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014553583A Active JP6199312B2 (ja) | 2012-01-27 | 2013-01-25 | チェーンストークス呼吸パターンの判別 |
Country Status (7)
Country | Link |
---|---|
US (2) | US10863949B2 (ja) |
EP (1) | EP2806932B1 (ja) |
JP (1) | JP6199312B2 (ja) |
CN (1) | CN104640591B (ja) |
AU (1) | AU2013212534B2 (ja) |
NZ (2) | NZ625969A (ja) |
WO (1) | WO2013110136A1 (ja) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3104768B1 (en) * | 2014-02-11 | 2023-07-26 | Cyberonics, Inc. | Systems for detecting and treating obstructive sleep apnea |
NZ630749A (en) * | 2014-02-13 | 2016-03-31 | Resmed Ltd | Real-time detection of periodic breathing |
US9931483B2 (en) | 2014-05-28 | 2018-04-03 | Devilbiss Healtcare Llc | Detection of periodic breathing during CPAP therapy |
EP2989978B1 (de) | 2014-08-28 | 2017-03-08 | Löwenstein Medical Technology S.A. | Beatmungsgerät zur detektion einer cheyene-strokes-atmung |
CN105664313B (zh) * | 2014-11-21 | 2019-11-19 | 中国医学科学院北京协和医院 | 一种呼吸机及其通气控制装置和方法 |
JP6714271B2 (ja) * | 2014-12-22 | 2020-06-24 | 国立大学法人三重大学 | 呼吸に関するばらつき値を得る方法、及び呼吸の安定性評価システム |
CN104688232B (zh) * | 2015-03-23 | 2017-12-01 | 北京怡和嘉业医疗科技股份有限公司 | 一种睡眠呼吸暂停的检测方法及设备 |
US10159421B2 (en) | 2015-03-30 | 2018-12-25 | Resmed Sensor Technologies Limited | Detection of periodic breathing |
US11247002B2 (en) * | 2015-06-29 | 2022-02-15 | Koninklijke Philips N.V. | Control device for a medical aerosol delivery device |
EP3410934B1 (en) * | 2016-02-02 | 2021-04-07 | ResMed Pty Ltd | Methods and apparatus for treating respiratory disorders |
CN105769122B (zh) * | 2016-03-16 | 2018-10-12 | 中国科学院电子学研究所 | 一种睡眠呼吸暂停低通气指数的测量设备 |
WO2018033889A1 (en) * | 2016-08-19 | 2018-02-22 | Nox Medical | Method, apparatus, and system for measuring respiratory effort of a subject |
CN110325110B (zh) | 2016-11-10 | 2022-08-09 | 纽约州立大学研究基金会 | 用于气道阻塞的***、方法和生物标记 |
CN108113678A (zh) * | 2017-12-04 | 2018-06-05 | 广州和普乐健康科技有限公司 | 一种呼吸气流检测方法 |
JP6626543B2 (ja) * | 2018-08-17 | 2019-12-25 | パラマウントベッド株式会社 | 呼吸障害判定装置及び呼吸障害判定方法 |
CN109481808B (zh) * | 2019-01-11 | 2021-02-02 | 滨州医学院 | 一种重复呼吸装置 |
NL2026764B1 (en) | 2020-10-26 | 2022-06-17 | Morrow N V | Optical device with electroactive lens |
JP7158641B1 (ja) * | 2022-03-14 | 2022-10-24 | ヘルスセンシング株式会社 | 無呼吸低呼吸指標推定装置、方法およびプログラム |
Family Cites Families (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7081095B2 (en) | 2001-05-17 | 2006-07-25 | Lynn Lawrence A | Centralized hospital monitoring system for automatically detecting upper airway instability and for preventing and aborting adverse drug reactions |
US7758503B2 (en) | 1997-01-27 | 2010-07-20 | Lynn Lawrence A | Microprocessor system for the analysis of physiologic and financial datasets |
EP0661947B1 (en) | 1992-08-19 | 2002-05-22 | Lawrence A. Lynn | Apparatus for the diagnosis of sleep apnea |
US6223064B1 (en) | 1992-08-19 | 2001-04-24 | Lawrence A. Lynn | Microprocessor system for the simplified diagnosis of sleep apnea |
US20050062609A9 (en) | 1992-08-19 | 2005-03-24 | Lynn Lawrence A. | Pulse oximetry relational alarm system for early recognition of instability and catastrophic occurrences |
DE69433051T2 (de) | 1993-11-05 | 2004-06-03 | Resmed Ltd., North Ryde | Sensor für Apnoe und Hindernis im Luftweg eines Atmungssystems |
US20130060110A1 (en) | 1997-01-27 | 2013-03-07 | Lawrence A. Lynn | System and method for automatic detection of a plurality of spo2 time series pattern types |
US20060155207A1 (en) | 1997-01-27 | 2006-07-13 | Lynn Lawrence A | System and method for detection of incomplete reciprocation |
US8932227B2 (en) | 2000-07-28 | 2015-01-13 | Lawrence A. Lynn | System and method for CO2 and oximetry integration |
US20060161071A1 (en) | 1997-01-27 | 2006-07-20 | Lynn Lawrence A | Time series objectification system and method |
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 |
US20080287756A1 (en) | 1997-07-14 | 2008-11-20 | Lynn Lawrence A | Pulse oximetry relational alarm system for early recognition of instability and catastrophic occurrences |
US6641542B2 (en) | 2001-04-30 | 2003-11-04 | Medtronic, Inc. | Method and apparatus to detect and treat sleep respiratory events |
US20070093721A1 (en) | 2001-05-17 | 2007-04-26 | Lynn Lawrence A | Microprocessor system for the analysis of physiologic and financial datasets |
US20080200775A1 (en) | 2007-02-20 | 2008-08-21 | Lynn Lawrence A | Maneuver-based plethysmographic pulse variation detection system and method |
US7160252B2 (en) | 2003-01-10 | 2007-01-09 | Medtronic, Inc. | Method and apparatus for detecting respiratory disturbances |
US7438686B2 (en) * | 2003-01-10 | 2008-10-21 | Medtronic, Inc. | Apparatus and method for monitoring for disordered breathing |
EP1512430B1 (de) | 2003-09-02 | 2008-02-13 | Biotronik GmbH & Co. KG | Vorrichtung zur Behandlung von Schlaf-Apnoe |
US7094207B1 (en) * | 2004-03-02 | 2006-08-22 | Pacesetter, Inc. | System and method for diagnosing and tracking congestive heart failure based on the periodicity of cheyne-stokes respiration using an implantable medical device |
US7413549B1 (en) | 2004-03-17 | 2008-08-19 | Pacesetter, Inc. | Detecting and quantifying apnea using ventilatory cycle histograms |
US7717110B2 (en) * | 2004-10-01 | 2010-05-18 | Ric Investments, Llc | Method and apparatus for treating Cheyne-Stokes respiration |
AU2005301097B2 (en) | 2004-11-04 | 2012-03-15 | ResMed Pty Ltd | Using motor speed in a PAP device to estimate flow |
US7361146B1 (en) | 2004-11-24 | 2008-04-22 | Pacesetter, Inc. | System and method for detecting abnormal respiration via respiratory parameters derived from intracardiac electrogram signals |
WO2006066337A1 (en) | 2004-12-23 | 2006-06-29 | Resmed Limited | Method for detecting and disciminatng breathing patterns from respiratory signals |
US8992436B2 (en) * | 2005-09-16 | 2015-03-31 | Cardiac Pacemakers, Inc. | Respiration monitoring using respiration rate variability |
US9744354B2 (en) * | 2008-12-31 | 2017-08-29 | Cyberonics, Inc. | Obstructive sleep apnea treatment devices, systems and methods |
US8794235B2 (en) * | 2007-06-08 | 2014-08-05 | Ric Investments, Llc | System and method for treating ventilatory instability |
EP2265176A4 (en) | 2008-03-27 | 2014-01-29 | Widemed Ltd | DIAGNOSIS OF PERIODIC BREATHING |
US8844525B2 (en) * | 2008-07-25 | 2014-09-30 | Resmed Limited | Method and apparatus for detecting and treating heart failure |
DE102008061122A1 (de) * | 2008-12-09 | 2010-06-17 | Fresenius Medical Care Deutschland Gmbh | Verfahren und Vorrichtung zum Ermitteln und/oder Überwachen eines körperlichen Zustandes, insbesondere einer kardiovaskulären Größe, eines Patienten basierend auf einer Amplitude eines Drucksignals |
US9526429B2 (en) * | 2009-02-06 | 2016-12-27 | Resmed Sensor Technologies Limited | Apparatus, system and method for chronic disease monitoring |
NZ594879A (en) | 2009-04-20 | 2013-08-30 | Resmed Ltd | Discrimination of cheyne -stokes breathing patterns by use of oximetry signals |
US8985106B2 (en) | 2009-06-05 | 2015-03-24 | Resmed Limited | Methods and devices for the detection of hypopnoea |
EP2477544A4 (en) * | 2009-09-14 | 2017-11-01 | Sleep Methods | System and method for anticipating the onset of an obstructive sleep apnea event |
-
2013
- 2013-01-25 EP EP13741408.2A patent/EP2806932B1/en active Active
- 2013-01-25 NZ NZ625969A patent/NZ625969A/en not_active IP Right Cessation
- 2013-01-25 CN CN201380007007.XA patent/CN104640591B/zh not_active Expired - Fee Related
- 2013-01-25 NZ NZ717175A patent/NZ717175A/en unknown
- 2013-01-25 WO PCT/AU2013/000063 patent/WO2013110136A1/en active Application Filing
- 2013-01-25 JP JP2014553583A patent/JP6199312B2/ja active Active
- 2013-01-25 AU AU2013212534A patent/AU2013212534B2/en active Active
- 2013-01-25 US US14/374,761 patent/US10863949B2/en active Active
-
2020
- 2020-11-13 US US17/097,092 patent/US11992344B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
CN104640591A (zh) | 2015-05-20 |
CN104640591B (zh) | 2017-12-29 |
EP2806932A4 (en) | 2015-09-16 |
AU2013212534B2 (en) | 2015-04-16 |
NZ717175A (en) | 2017-07-28 |
NZ625969A (en) | 2016-03-31 |
EP2806932B1 (en) | 2018-10-31 |
US10863949B2 (en) | 2020-12-15 |
WO2013110136A1 (en) | 2013-08-01 |
JP2015504744A (ja) | 2015-02-16 |
US20150038867A1 (en) | 2015-02-05 |
US11992344B2 (en) | 2024-05-28 |
EP2806932A1 (en) | 2014-12-03 |
AU2013212534A1 (en) | 2014-07-03 |
US20210128075A1 (en) | 2021-05-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6199312B2 (ja) | チェーンストークス呼吸パターンの判別 | |
US11896388B2 (en) | Method for detecting and discriminating breathing patterns from respiratory signals | |
AU2010239127B2 (en) | Discrimination of Cheyne -Stokes breathing patterns by use of oximetry signals | |
US10512429B2 (en) | Discrimination of cheyne-stokes breathing patterns by use of oximetry signals | |
EP2584966B1 (en) | Method and system for sleep disturbance analysis | |
US20080281219A1 (en) | Method and System for Assessing Lung Condition and Managing Mechanical Respiratory Ventilation | |
Thommandram et al. | Detection of apnoea from respiratory time series data using clinically recognizable features and kNN classification | |
Jayawardhana et al. | Enhanced detection of sleep apnoea using heart-rate, respiration effort and oxygen saturation derived from a photoplethysmography sensor | |
Avcı et al. | Sleep apnea detection using wavelet analysis of ECG derived respiratory signal | |
US20230380792A1 (en) | Method and apparatus for determining lung pathologies and severity from a respiratory recording and breath flow analysis using a convolution neural network (cnn) | |
AU2013221962B2 (en) | Discrimination of Cheyne-Stokes Breathing Patterns by Use of Oximetry Signals | |
TW202239369A (zh) | 睡眠資料之評估 | |
WO2022218766A1 (en) | Tracking respiratory mechanics of a patient |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160125 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160125 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20161227 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20161227 |
|
A524 | Written submission of copy of amendment under article 19 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A524 Effective date: 20170324 |
|
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: 20170801 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170823 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6199312 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |