DE102007018906A1 - Detektion von Herzflimmern unter Verwendung von SPO2 - Google Patents
Detektion von Herzflimmern unter Verwendung von SPO2 Download PDFInfo
- Publication number
- DE102007018906A1 DE102007018906A1 DE102007018906A DE102007018906A DE102007018906A1 DE 102007018906 A1 DE102007018906 A1 DE 102007018906A1 DE 102007018906 A DE102007018906 A DE 102007018906A DE 102007018906 A DE102007018906 A DE 102007018906A DE 102007018906 A1 DE102007018906 A1 DE 102007018906A1
- Authority
- DE
- Germany
- Prior art keywords
- pulse
- patient
- analysis
- intervals
- plethysmographic waveform
- 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.)
- Withdrawn
Links
- 206010003658 Atrial Fibrillation Diseases 0.000 title abstract description 50
- 238000001514 detection method Methods 0.000 title description 14
- 229910003798 SPO2 Inorganic materials 0.000 title description 2
- 101100478210 Schizosaccharomyces pombe (strain 972 / ATCC 24843) spo2 gene Proteins 0.000 title description 2
- 238000000034 method Methods 0.000 claims abstract description 41
- 206010061592 cardiac fibrillation Diseases 0.000 claims abstract description 10
- 238000004458 analytical method Methods 0.000 claims description 35
- 230000003416 augmentation Effects 0.000 claims description 16
- 230000033764 rhythmic process Effects 0.000 claims description 13
- 230000001788 irregular Effects 0.000 claims description 10
- 238000012806 monitoring device Methods 0.000 claims description 8
- 241001465754 Metazoa Species 0.000 claims description 3
- 230000002600 fibrillogenic effect Effects 0.000 claims description 3
- 239000008280 blood Substances 0.000 abstract description 12
- 210000004369 blood Anatomy 0.000 abstract description 12
- 238000012544 monitoring process Methods 0.000 abstract description 10
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 abstract description 5
- 229910052760 oxygen Inorganic materials 0.000 abstract description 5
- 239000001301 oxygen Substances 0.000 abstract description 5
- 238000005259 measurement Methods 0.000 description 6
- 238000004883 computer application Methods 0.000 description 5
- 230000036772 blood pressure Effects 0.000 description 4
- 230000001419 dependent effect Effects 0.000 description 4
- 230000002861 ventricular Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000000747 cardiac effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000013213 extrapolation Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 208000017667 Chronic Disease Diseases 0.000 description 2
- 208000009729 Ventricular Premature Complexes Diseases 0.000 description 2
- 206010003119 arrhythmia Diseases 0.000 description 2
- 210000001367 artery Anatomy 0.000 description 2
- 238000010009 beating Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008602 contraction Effects 0.000 description 2
- 210000005240 left ventricle Anatomy 0.000 description 2
- 230000002028 premature Effects 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 238000002560 therapeutic procedure Methods 0.000 description 2
- 238000011282 treatment Methods 0.000 description 2
- 208000002102 Atrial Premature Complexes Diseases 0.000 description 1
- 101100518972 Caenorhabditis elegans pat-6 gene Proteins 0.000 description 1
- 206010033557 Palpitations Diseases 0.000 description 1
- 241000287181 Sturnus vulgaris Species 0.000 description 1
- 208000007536 Thrombosis Diseases 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000002785 anti-thrombosis Effects 0.000 description 1
- 239000003146 anticoagulant agent Substances 0.000 description 1
- 230000006793 arrhythmia Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000003205 diastolic effect Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 210000005241 right ventricle Anatomy 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000035488 systolic blood pressure Effects 0.000 description 1
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
- A61B5/24—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
- A61B5/72—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)
- Cardiology (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Physiology (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
Das Verfahren und die Vorrichtung enthalten das Detektieren von Herzflimmern in einem Patienten durch Überwachen des Sättigungsniveaus des Blutsauerstoffs über eine Zeitspanne. Das Verfahren und die Vorrichtung erzeugen eine plethysmographische Kurvenform (30, 300, 550) aus dem überwachten Sättigungsniveau des Blutsauerstoffs und analysieren die plethysmographische Kurvenform (30, 300, 550) und detektieren Intervalle (312, 314) und ermitteln, ob bei dem Patienten Herzflimmern vorliegt. Das Verfahren und die Vorrichtung sind bevorzugt in einer Softwareanwendung implementiert und können konfiguriert sein, um an einen Benutzer über den gegenwärtigen Zustand des Herzflimmerns (AFIB) und eines vorliegenden Trends zu berichten.
Description
- GEBIET DER ERFINDUNG
- Die Erfindung betrifft das Gebiet der Patienten-Überwachung. Insbesondere betrifft die Erfindung das Gebiet der Patienten-Überwachung, um Herzflimmern zu detektieren.
- HINTERGUND DER ERFINDUNG
- Monitoring oder Überwachen von chronisch kranken Patienten in der häuslichen Umgebung wird in der nahen Zukunft immer verbreiteter werden, da die Bevölkerung altert, die Gesundheitsversorgungskosten ansteigen und die Patienten mehr Kontrolle über ihre eigene Betreuung hinaus verlangen. Die klinischen Daten, die zu Hause erfasst werden, wie Blutdruck, Gewicht und Herzfrequenz, können zu einem Individualfürsorger oder Kliniker übersendet werden, der frühzeitiges Einschreiten oder Intervention leisten kann, um eine wiederholte Aufnahme ins Krankenhaus zu vermeiden. Viele Patienten mit chronischer Krankheit könnten von einer häuslichen Überwachung des Herzens profitieren.
- Eine sehr typische und gefährliche Arrhythmie ist das Herzflimmern (AFIB). AFIB ist die am meisten verbreitete kardiale Arrhythmie, die in den Vereinigten Staaten zu Krankenhauseinweisung führt. AFIB wird durch einen unregelmäßigen Herzrhythmus identifiziert und ist klinisch definiert als unkoordinierte Kontraktion der Arterie. Die Patienten leiden oft an Herzklopfen und haben ein erhöhtes Risiko eines Schlaganfalls. Einige Patienten können ohne erkennbare Sym ptome, genannt asymptomatisch, sein. Ungefähr ein Drittel aller Schlaganfälle beruhen auf AFIB. Darüber hinaus macht das Vorhandensein von AFIB einen Schlaganfall fünf Mal wahrscheinlicher und zieht zwei Mal mehr Einschränkungen oder Behinderungen nach sich.
- AFIB verlangt eine tatkräftige Behandlung. Je länger ein Patient AFIB hat, desto wahrscheinlicher verbleibt er im Zustand des AFIB, was eine frühe Erkennung wünschenswert macht. Sofortiges Erkennen des Einsetzens von AFIB schafft eine Gelegenheit zur Therapie während der ersten 48 Stunden, während teure antithrombotische Behandlungen nicht notwendig sein müssen, da in der Arterie die Bildung von Blutpfropfen noch nicht eingesetzt hat.
- Gegenwärtige Verfahren der Erkennung von AFIB sind in erster Linie auf die Verwendung von kontinuierlichen EKG-Mitschriften angewiesen. Unglücklicherweise hat das kontinuierliche kardiale Überwachen oder Monitoring mittels EKG viele Schwierigkeiten, einschließlich die der genauen Anwendung vieler Elektroden, eine unbequeme Vorrichtung und Verkabelung und verlangt das Auswechseln von Batterien. Bei vielen Patienten sind diese Anforderungen an Zuverlässigkeit nicht gewährleistet. Es wäre wünschenswert, in der Lage zu sein, AFIB einfacher zu beobachten, ohne Elektroden und zusätzliche Sensoren zu benötigen.
- BESCHREIBUNG DER ERFINDUNG
- Das Verfahren und die Vorrichtung enthält das Detektieren von Herzflimmern eines Patienten durch die Erfassung einer plethysmographischen Kurvenform aus einer Überwachungseinrichtung für den Sättigungsgrad des Blutes mit Sauerstoff.
- Die plethysmographische Kurvenform wird analysiert und Pulsintervalle werden berechnet, um zu ermitteln ob der Patient sich in einem Zustand mit Herzflimmern befindet. Das Verfahren und die Vorrichtung sind bevorzugt in einer Softwareanwendung implementiert und sind in einem Bericht an den Patienten und/oder Kliniker über den gegenwärtigen Zustand des Herzflimmerns (atrial fibrillation: AFIB) und der gegenwärtigen Entwicklung des AFIBs festgehalten.
- In einem Aspekt der vorliegenden Erfindung weist ein Verfahren zum Detektieren von Herzflimmern in einem menschlichen oder tierischen Objekt das Akquirieren einer plethysmographischen Kurvenform eines Patienten mit einer Überwachungseinrichtung über eine Zeitspanne, das Messen eines Satzes von Pulsintervallen aus der plethysmographischen Kurvenform, das Messen eines Satzes von Merkmalen oder Eigenschaften aus der plethysmographischen Kurvenform und das Analysieren des Satzes von Pulsintervallen und des Satzes der Pulseigenschaften aus der plethysmographischen Kurvenform auf, um einen Zustand des Herzflimmerns eines Patienten zu ermitteln, und worin die Überwachungseinrichtung ein Sensor eines Pulsoximeters ist und einer aus dem Satz von Eigenschaften ist ein Satz von Plusamplituden.
- Dieses Verfahren weist ferner das Analysieren des Satzes von Pulsintervallen und des Satzes von Pulseigenschaften aus der plethysmographischen Kurvenform auf, um einen Trend zum Herzflimmern zu erkennen, und des Berichtens des Trends zum Herzflimmern und ferner das Berichten des Zustandes des Herzflimmerns. Das Verfahren weist ebenfalls die Analyse des Satzes von Pulsintervallen auf, die enthält: eine Analyse mit Hidden Markov Modellen auf den Satz von Pulsintervallen anzuwenden und eine kontextabhängige Analyse auf den Satz von Pulsintervallen anwenden und worin die Analyse mit Hidden Markov Modellen die Wahrscheinlichkeit eines Patienten ermittelt, einen unregelmäßigen Herzrhythmus zu haben, und eine kontexturale Analyse findet das Herzflimmern als eine Ursache für das Herzflimmern heraus.
- Das Analysieren des Satzes von Pulseigenschaften enthält in diesem Verfahren die Berechnung der Amplitudenvariationen zwischen jedem aufeinander folgenden Satz der Pulsamplituden, worin das Ermitteln des Zustandes des Herzflimmerns abhängig ist von einer Analyse der Pulsamplitudenvariation, und das Analysieren des Satzes von Pulsamplituden enthält die Ermittelung eines Satzes der Füllzeitdynamiken des Satzes von Pulsamplituden und ferner worin die Schritte der Analyse des Satzes von Pulsamplituden und der Ermittelung des Satzes der Füllzeitdynamiken eine Anzeige für den Grad der gegenwärtigen arteriellen Zunahme schafft.
- In einem anderen Aspekt der vorliegenden Erfindung weist eine Vorrichtung zum Detektieren von Herzflimmern in einem menschlichen oder tierischen Körper eine Fernmesseinrichtung auf, die konfiguriert ist, um eine plethysmographische Kurvenform aus einer Überwachungseinrichtung zu analysieren, ein Speichermedium zum Speichern einer Computeranwendung, eine Prozessoreinheit, die mit der Fernmesseinrichtung und dem Speichermedium verbunden ist, und die konfiguriert ist, um die Computeranwendung auszuführen, und ferner konfiguriert ist, um die plethysmographische Kurvenform von der Fernmesseinrichtung zu empfangen, wobei wenn die Computeranwendung ausgeführt wird, ein Satz von Pulsmerkmalen aus der plethysmographischen Kurvenform detektiert werden und ein Satz von Pulsintervallen aus der plethysmographischen Kurvenform gemessen wird, und ferner, worin der Satz von Pulsintervallen und der Satz der Pulseigenschaften analysiert wird, um einen Zustand des Herzflimmerns des Patienten zu ermitteln. Die Überwachungseinrichtung ist ein Pulsoximeter-Sensor, und wenn der Satz von Pulsintervallen und der Satz von Pulseigenschaften aus der plethysmographischen Kurvenform analysiert sind, ist ein Trend zum Herzflimmern detektiert, und eine Einrichtung zum Berichten des Trends des Patienten zum Herzflimmern und eine Einrichtung zum Berichten des Herzflimmerns sind ebenfalls enthalten. Wenn die Computeranwendung ausgeführt ist und der Satz von Impulsintervallen analysiert ist, wird eine Analyse mit Hidden Markov Modellen auf den Satz von Pulsintervallen angewendet und eine kontexturale Analyse wird auf den Satz von Pulsintervallen angewendet, worin die Analyse mit Hidden Markov Modellen eine Wahrscheinlichkeit dafür bestimmt, ob der Patient einen unregelmäßigen Herzrhythmus aufweist, und die kontexturale Analyse das Herzflimmern als Quelle für den unregelmäßigen Herzrhythmus herausfindet.
- Wenn in dieser Vorrichtung die Computeranwendung ausgeführt wird und ein Satz von Pulseigenschaften analysiert ist, ist die Füllzeitdynamik des Satzes von Pulseigenschaften ermittelt und die Variation der Eigenschaften zwischen jedem der Sätze der Pulseigenschaften ist relativ zu dem Mittel, dem Median, den aufeinander folgenden Pulsen oder von dem Minimum bis zum Maximum berechnet, und worin der Ermittelung des Zustand des Herzflimmerns von einer Analyse der Pulsamplitudenvariation abhängig ist, und worin ferner die Analyse der Pulsamplitudenvariation als eine Funktion der Füllzeit einen Hinweis auf den Grad der vorliegenden arteriellen Augmentation schafft.
- KURZE BESCHREIBUNG DER ZEICHNUNG
-
1 stellt einen graphischen Vergleich einer EKG-Kurve und einer plethysmographischen Kurve dar; -
2 stellt ein Ablaufdiagramm eines Verfahrens gemäß einer Ausführungsform der vorliegenden Erfindung dar; -
4a –4b stellen ein Blockdiagramm des Verfahrens gemäß einer Ausführungsform der vorliegenden Erfindung dar; -
5a –5b stellen eine graphische Darstellung eines Steigungsprofils der plethysmographischen Pulse gemäß einer Ausführungsform der vorliegenden Erfindung dar; -
6 stellt ein Blockdiagramm einer Vorrichtung gemäß einer Ausführungsform der vorliegenden Erfindung dar. - DETAILLIERTE BESCHREIBUNG DER ERFINDUNG
-
1 stellt eine EKG-Kurvenform20 und eine plethysmographische Kurvenform30 dar. Typischerweise wird ein Arzt oder ein anderer Leistungserbringer AFIB in einem Patienten unter Verwendung der EKG-Kurvenform20 detektieren und diagnostizieren. Wie vorstehend diskutiert wurde, ist das Erhalten einer EKG-Kurvenform eines Patienten jedoch komplexer und schwieriger als das Erhalten einer plethysmographischen Kurvenform30 eines Patienten. Wie nachstehend diskutiert wird, wird eine Anzahl von Aspekten der plethysmographischen Kurvenform30 untersucht, um AFIB unter Verwendung der plethysmographischen Kurvenform30 zu detektieren. Eine Pulsdetektion wird verwendet und die Pulsintervalle werden unter Verwendung eines Verfahrens der Analyse mit Hidden Markov Modellen (Hidden Markov Model: HMM) und einer kontexturalen Analyse analysiert. Die Amplitude40 wird ebenfalls von jedem Puls gemessen und analysiert, wie auch die ventrikulare Füllzeit50 zwischen jedem Puls der plethysmographischen Kurvenform. Die vorliegende Erfindung wird es mit einem einfacheren und bequemeren Verfahren erlauben, AFIB unter Verwendung einer plethysmographischen Kurvenform des Patienten zu detektieren. Selbstverständlich wird dies eine häusliche Überwachungsvorrichtung, wie diese nachstehend beschrieben werden wird, aufwerten. Das Verfahren und die Vorrichtung und die Implementierung eines solchen werden nachstehend detaillierter beschrieben. -
2 stellt das Auftreten einer Änderung in der Herzfrequenz (oder RR-Intervall) in dem diastolischen plethysmograpischen Puls dar. Das Intervall RR1 ist länger als das vorhergehende Intervall, das den Puls A0 erzeugt. Als ein Ergebnis ist mehr Zeit für das arterielle Blut vorhanden, um passiv in das venöse System hereinzuströmen. Dies erzeugt ein niedrigeres Blutvolumen in einer Diastole (P0). Das lange RR Intervall erlaubt ebenfalls eine längere Sättigungszeit in dem linken Ventrikel des Herzens. Auf Grund des Starlingschen Gesetzes führt das angewachsene Volumen in dem Ventrikel zu einem gewaltvolleren Ausstoß oder Auswurf mit größerer Amplitude des nächsten Volumenpulses A1. - Das nachfolgende RR Intervall (RR2) ist kürzer als die vorhergehenden Intervalle. Da weniger Zeit für das Blut vorhanden ist, um aus dem arteriellen System hinaus zu fließen, fällt das Pulsniveau bei P1 nicht auf einen solch niedrigen Wert an der Diastole wie bei dem vorhergehenden Puls ab. Die kurze Füllzeit führt zu einem niedrigeren Schlagvolumen und einem systolischen Druck (verglichen mit dem vorhergehenden Intervall), der sich in einer niedrigeren Amplitude A2 widerspiegelt. Das Intervall RR4 stellt ein noch kürzeres Intervall mit einem resultierenden höheren Niveau an P2 und reduzierter Amplitude A4 dar.
- Die Amplitude der Pulse (Ai+l-Pi) ist deshalb proportional zu der Länge der vorhergehenden RR Intervalle und kann als Eingabe für den Algorithmus verwendet werden, der verwendet wird, um zu bestimmen, ob der Patient in einem Zustand des AFIB ist.
-
3 stellt ein Detektionsverfahren100 der vorliegenden Erfindung dar. In Schritt110 wird die plethysmographische Kurvenform eines Patienten über eine Zeitperiode des plethysmographischen Sensors erfasst. In Schritt120 werden plethysmographische Pulse aus der plethysmographischen Kurvenform über eine Zeitperiode detektiert, die in Schritt110 erfasst wird. Mehrere der Pulseigenschaften oder Pulseigenschaften werden aus der plethysmographischen Kurvenform analysiert und mehrere Pulseigenschaften werden in Schritt135 gemessen. Die Pulsintervalle und die Pulseigenschaften werden analysiert, um einen AF-Zustand in Schritt140 zu ermitteln. Das Ergebnis der Analyse von Schritt140 wird in Schritt150 berichtet und ein vorliegender Trend des AFIB Zustandes des Patienten wird ebenfalls berichtet. - Ein Blockdiagramm des Detektionsverfahrens
100 wird ferner in den4a und4b dargestellt. Zuerst bezugnehmend auf4a , werden die SPO2-Daten erfasst und als eine plethysmographischen Kurvenform300 dargestellt. Die Pulsdetektion310 wird auf der plethysmographischen Kurvenform300 durchgeführt, die das Detektieren einer Reihe von Pulsen enthält und das Messen der Pulsintervalle312 ,314 , die das wie derholte Füllen der Kammern des Herzens anzeigt. Sobald die Pulsdetektion310 und die Berechnung312 ,314 der Pulsintervalle auftritt, kann eine Analyse mit Hidden Markov Modellen (HMM)330 und eine kontexturale Analyse340 auf die detektierten Pulsintervalle angewendet werden. Eine detailliertere Beschreibung der HMM330 und der kontexturalen Analyse340 wird in der detaillierteren Beschreibung von4b enthalten sein. - Weiterhin bezugnehmend auf
4a und gleichzeitig bezugnehmend auf1 wird eine Impulsmerkmalsmessung320 an der plethysmographischen Kurvenform300 durchgeführt. Die Pulseigenschaftsmessung320 misst jede Amplitude40 der plethysmographischen Kurvenform30 und verwendet diese Information, um die Amplitudenvariation360 zu berechnen. Die Berechnung der Amplitudenvariation360 gibt einen Arzt oder Leistungsanbieter eine Anzeige wie das Herz arbeitet und Änderungen in der Amplitude von jedem aufeinander folgenden Puls, rauf oder runter, stellt eine Information über die Arten und die Gleichmäßigkeit bereit. - Die Detektion
250 der arteriellen Augmentation wird ebenfalls ermittelt unter Verwendung der Daten der Pulseigenschaftsmessung320 . Gleichzeitig bezugnehmend auf die4a und5a bis5b wird die Detektion350 der arteriellen Augmentation ermittelt, wie dies in den5a bis5b dargestellt ist. Die Füllzeitdynamiken400 sind wichtig, da diese Unregelmäßigkeiten bestätigen können, die detektiert werden können, wenn die Amplitudenvariation im Schritt360 berechnet wird. Nachfolgend bezugnehmend auf die5a bis5b , sind die Füllzeitdynamiken400 graphisch dargestellt, indem die Zeit (t) entlang der x-Achse des Graphen und die Amplitude (A) entlang der y-Achse des Graphen aufgetragen sind. Die plethysmographische Pulsamplitude410 ist entschieden von der ventrikularen Füllzeit420 abhängig. Die Amplitudensteigung440 , die aus der Auftragung von mehreren Pulsamplituden430 als Funktion der Zeit erhalten wird, schafft Information über den arteriellen Beitrag zum kardialen Beitrag. Die Änderungen in der Amplitude410 des plethysmographischen Pulses430 und die resultierende Amplitudensteigung440 können entweder das Vorhandensein oder die Abwesenheit eines arteriellen „Stoßes" widerspiegeln und die relativen Änderungen in dem Blutdruck. Es sollte beachtet werden, dass in5a und5b die Pulsamplitude410 und die arterielle Füllzeit420 auf einer einzelnen exemplarischen Pulskurvenform angezeigt ist und dass jede Pulsamplitude430 einen Wert für die Amplitude410 und die Füllzeit420 aufweist. Der resultierende Graph der Füllzeitdynamik400 wird durch „Abschneiden" von jedem individuellen Puls von der plethysmographischen Kurvenform30 (1 ) erzeugt, einschließlich jedes Pulses der arteriellen Füllzeit50 und durch „Hinzufügen" jedes individuellen Impulses in die Graph der Füllzeitdynamik400 und durch das Starten der Füllzeit50 bei „Null". - Es ist bekannt, dass die kleinere obere Kammer des Herzens (linke und rechte Artria), wenn diese ordnungsgemäß funktioniert, extra Blut in die größere untere Kammer (linke und rechte Ventrikel) drückt, gerade vor jeder Hauptkontraktion des Herzens. Dies kann etwa 10% bis 40% der ventrikularen Füllung ausmachen. Diese Augmentation der Ventrikelfüllung bleibt während des Herzflimmerns aus und ist für einige der Symptome dieser Patienten verantwortlich. Die arterielle Augmentation ist ebenfalls als „arterieller Kick" oder „arterieller Beitrag" bekannt. Da die Menschen älter werden, wird der Kick immer bedeutender und folglich sind ältere Menschen mehr von Herzflimmern betroffen.
- Was bisher nicht offenbart wurde, ist ein Verfahren, um in der plethysmographischen Kurvenform einen Hinweis auf die arterielle Augmentation zu erkennen. Die arterielle Augmentation kann in dem Muster der Pulsamplituden bei variierenden Herzschlagintervallen erkannt werden.
- Im Allgemeinen ist das Schlagen eines Herzens im Wesentlichen gleichmäßig, aber ein Grad an Ungleichmäßigkeit im Rhythmus ist immer vorhanden. Die Intervalle zwischen den Herzschlägen verringern sich während der Einatmung. Die Herzschlagintervalle vergrößern sich während der Ausatmung. Einige Schläge treten früher auf und sind bekannt als vorzeitiger ventrikularer Komplexe (premature ventricular complexes: PMC) oder vorzeitiger arterieller Komplexe (premature atrial complexes: PAC) oder andere. Diese variierenden Herzschlagintervalle bedeuten, dass zwischen den Herzschlägen mehr oder weniger Zeit dafür vorhanden ist, dass das Blut die Ventrikel füllt. Eine ansteigende Füllzeit führt zu mehr ausgestoßenem Blut und zu erhöhtem Blutdruck und einer ansteigenden Pulsamplitude in dem Plethysmogramm für diesen Herzschlag.
- Deshalb beeinflussen zwei unter anderen Faktoren die plethysmographische Amplitude, die Augmentation und die Füllzeit.
5a stellt eine Überlagerung von Kurvenformen dar, die veranschaulichen, dass die Pulsamplitude mit der Füllzeit anwächst. In5a hat der Patient Herzflimmern, sodass die Pulsamplitude410 nur als Funktion der Füllzeit420 anwächst und deshalb keine arterielle Augmentation auftritt. - Wenn die arterielle Augmentation vorliegt, ist das Muster der Pulsamplitude
410 bei variierenden Herzschlagintervallen unterschiedlich. In diesem Fall werden die meisten der vorzeitigen Herzschläge nicht länger den Vorteil der arteriellen Steigerung haben und der Pulshöhen im Plethysmogramm dieser Herzschläge wird ähnlich denen in5a gezeigten sein. Bei einem längeren Herzschlagintervall jedoch liegt die arterielle Augmentation vor und so zeigt5b die angestiegene Pulshöhe des ersten und des letzten Pulses. Diese Pulse treten bis zu der gezeigten gestrichelten Linie auf, die bei einem höheren Niveau als in5a liegt. - Deshalb ist die allgemeine Strategie zur Erkennung des Hinweises auf arterielle Augmentation, die plethysmographische Pulsamplitude
430 über eine Zeitperiode hinweg zu beobachten, einschließlich mindestens einiger Auswahl von Herzschlagintervallen, und Beobachten des Grades des Zuwachses der Pulshöhe als Funktion des Anwachsens in dem kürzeren Herzschlagintervall. Dies erlaubt eine Extrapolation der Pulshöhe als Funktion der Füllzeit. Wenn die arterielle Augmentation vorliegt, werden längere Herzschlagintervalle die Pulsamplituden dazu zu bringen, die von der Füllzeit alleine erwarteten Werte zu übertreffen. Die5a und5b stellen eine Vereinfachung dar. Die Höhe gegen die Funktion der Füllzeit kann nicht linear sein und die Extrapolation kann eine kompliziertere Funktion sein. Die Augmentation jedoch wird immer noch als ein Anwachsen des Pulses über die Extrapolation der Füllzeit erkannt. - Bezugnehmend auf
4a werden die Ergebnisse der HMM330 , der kontexturalen Analyse340 , der arteriellen Augmentationsdetektion350 und die Berechnung der Amplitudenvariation360 durchgeführt, um in Schritt370 zu ermitteln, ob der Rhythmus des Herzens unregelmäßig ist. In Schritt380 wird berichtet, ob der Patient ein AFIB ist oder kein AFIB ist und in Schritt390 , ob ein Trend zu AF während der Zeitperiode vorliegt, in der das Plethysmogramm akquiriert wurde. - Nachfolgend bezugnehmend auf
4b wird die HMM330 und die kontexturale Analyse340 genauer beschrieben. In diesem Verfahren100 werden die detektierten Pulsintervalle310 als detaillierte Pulsintervalle in Verfahrensschritt312 und als Pulsintervalle in Verfahrensschritt314 klassifiziert. Die HMM330 und die kontexturale Analyse340 unterscheiden zwischen Rhythmus mit unregelmäßigen und Rhythmus mit regelmäßigen Unregelmäßigkeiten. Für die HMM330 Analyse, die eine Analyse ist, die gewöhnlich im Stand der Technik verwendet wird, um AFIB aus einer EKG–Kurvenform zu detektieren, wird eine detaillierte Klassifikation des Pulsintervalls312 erzeugt, in der die Pulsintervalle als VS = sehr kurz (very short: VS), S = kurz (short: S), SS = nahezu kurz (slightly short: SS), R = normal (regular: R), SL = nahezu lang (slightly long: SL), L = lang (long: L) und VL = sehr lang (very long: VL) klassifiziert werden. Die HMM330 Analyse verlangt weniger Intervalle als die kontexturale Analyse340 , um genau zu sein, und die Einzelheiten der HMM330 Analyse können in dem US Patent mit der Nummer Nr. 6,937,887 gefunden werden. - Während das Hidden Markov Modell bekannt ist, um AFIB aus der EKG-Kurvenform zu detektieren, wurde die Verwendung der HMM
330 Analyse in dieser Vorrichtung und in diesem Verfahren nie in Betracht gezogen. Während die HMM330 Analyse eine Wahrscheinlichkeit eines Herzrhythmus, der ein unregelmäßiger Rhythmus ist, berechnet, verwendet die kontexturale Analyse340 eine größere Anzahl von Pulsintervallen314 , um AFIB als Quelle der Unregelmäßigkeiten herauszufinden. Die kontexturale Analyse340 verwendet eine größere Anzahl von Pulsintervallen314 , während die Intervalle lediglich als S = kurz oder l = lang klassifiziert werden. Nochmals, die Ergebnisse dieser beiden Analysen tragen in Schritt370 dazu bei, zu ermitteln ob der Rhythmus ungleichmäßig unregelmäßig ist. Letztendlich sollte beachtet werden, dass das Verfahren, wie es hierin beschrieben wurde, als ein Satz von Computeralgorithmen, die auf einem Prozessor in einem Überwachungsvorrichtung, wie der in6 dargestellten, ausgeführt werden können. -
6 stellt eine Detektionsvorrichtung500 der vorliegenden Erfindung dar, die eine Fingermesseinrichtung520 enthält, die an dem Finger510 des Patienten befestigt ist und konfiguriert ist, um die plethysmographische Kurvenform des Patientenfinger510 zu akquirieren und das Niveau an den Prozessor560 so zu senden, dass eine plethysmographische Kurvenform550 auf einer elektronischen Einrichtung520 , wie einem Computer, einer tragbaren Einrichtung, einem Laptop oder einer anderen aus dem Stand der Technik bekannten elektronischen Einrichtung530 , dargestellt wird. Die elektronische Einrichtung530 enthält eine Eingabeeinrichtung570 , wie ein Keyboard, sodass ein Patient oder Arzt oder ein andere Benutzer der elektronischen Einrichtung das Display540 manipulieren, die Ausgabe des Verfahrens konfigurieren oder deaktivieren oder einen Alarm aktivieren kann. Der Computercode, der das Verfahren der vorliegenden Erfindung einschließt, ist auf einem Speichermedium580 gespeichert und der Prozessor560 ist konfiguriert, um den Code auszuführen. Der Prozessor560 , während er den Code ausführt, wird alle Faktoren einbeziehen, wie dies vorstehend bei dem Detektionsverfahren100 beschrieben wurde, und ermitteln ob der Patient im AFIB ist. Darüber hinaus können der AFIB-Bericht380 und der Trend-Bericht390 in Schritt540 dargestellt werden. - Die vorliegende Erfindung schafft zahlreiche Vorteile gegenüber dem Stand der Technik. Die Erfindung enthält niedrigere Kosten (Elimination von mehreren EKG-Elektroden und/oder Elektrodenverbindungsgummis), größere Flexibilität und die Erleichterung oder Bequemlichkeit der Verwendung gegenüber mehreren EKG-Elektroden, kürzere Installationszeit und die Vorrichtung und das Verfahren sind bequemer und leichter für die Patienten zu Implementieren als das EKG, was eine größere Patientenzufriedenheit bedeutet. Die Patientenzufriedenheit ist ebenfalls verbessert, dadurch, dass die Akquisitionszeit kürzer ist und die kürzere Messung bedeutet, dass ein zufriedenerer Patient derartige Dinge wie Bewegungsartefakte minimieren kann, die dazu tendieren die EKG-Vorrichtungen weniger genau zu machen.
- Die Vorrichtung und das Verfahren ist zuallererst als ein periodisches Messwerkzeug gedacht, wobei Echtzeit-Ausgaben nicht notwendig sind, und da eine SPO2 Messung bereits eine bekannte Komponente der Patientenüberwachungseinrichtungen ist, ist keine zusätzliche Hardware notwendig, um die Vorrichtung zu implementieren. Die Detektion von AFIB innerhalb von 48 Stunden nach der Einleitung schafft die Möglichkeit oder Gelegenheit der Herzbeobachtung ohne wesentliche Kosten und Zeit der antithrombolytischen Therapie, wobei die Gesundheitsversorgung bei reduzierten Gesundheitsversorgungskosten verbessert wird. Diese verbesserte Vorrichtung und das verbesserte Verfahren der verbesserten Überwachung zu Hause wird ebenfalls zu weniger Besuchen in der Notaufnahme führen, während die Betreuung zu Hause und die Praxisbesuche reduziert werden, auf Grund von nicht Anfordern von professioneller Unterstützung bei der Anwendung von Sensoren, wie dies bei EKG-Anwendungen der Fall ist.
- Diese Techniken könnten ebenfalls in Verbindung mit anderen Einrichtungen zum Messen des Blutvolumens oder der Blutdruckpulse verwendet werden, um die Anwesenheit von AFIB zu messen. Dies schließt ein, aber ist nicht darauf beschränkt: Impedanz-Plethysmographie, optische Reflektions-Plethysmographie, arterielle Tonometrie und piezoelektrische Sensoren.
- Die vorliegende Erfindung wurde in Bezug auf spezifische Ausführungsformen beschrieben, die Details einschließen, um das Verständnis der Prinzipien der Konstruktion und Bedienung der Erfindung zu erleichtern. Derartige Bezüge zu den spezifischen Ausführungsformen und Details davon sind nicht als Beschränkung des Schutzumfangs der nachfolgenden Ansprüche gedacht. Es ist für den Fachmann deutlich geworden, dass Modifikationen oder Änderungen in der Ausführungsform, die zur Darstellung gewählt wurde, gemacht werden können, ohne den Geist und den Umfang der Erfindung zu verlassen.
- Das Verfahren und die Vorrichtung enthalten das Detektieren von Herzflimmern in einem Patienten durch Überwachen des Sättigungsniveaus des Blutsauerstoffs über eine Zeitspanne. Das Verfahren und die Vorrichtung erzeugen eine plethysmographische Kurvenform
30 ,300 ,550 aus dem überwachten Sättigungsniveaus des Blutsauerstoffs und analysiert die plethysmographische Kurvenform30 ,300 ,550 und detektiert Intervalle312 ,314 und ermittelt ob bei dem Patienten Herzflimmern vorliegt. Das Verfahren und die Vorrichtung sind bevorzugt in einer Softwareanwendung implementiert und können konfiguriert sein, um an einen Benutzer über den gegenwärtigen Zustand des Herzflimmerns (AFIB) und eines vorliegenden Trends zu berichten. BEZUGSZEICHENLISTE
Claims (10)
- Verfahren zum Detektieren von Herzflimmern in einem menschlichen oder tierischen Objekt, wobei das Verfahren aufweist: Akquirieren einer plethysmographischen Kurvenform eines Patienten aus einer Überwachungseinrichtung über eine Zeitperiode (
110 ,120 ); Messen eines Satzes von Pulsintervallen von einem Patienten aus der plethysmographischen Kurvenform (130 ); Messen eines Satzes von Eigenschaften oder Merkmalen aus der plethysmographischen Kurvenform (135 ); und Analysieren des Satzes der Pulsintervalle und des Satzes der Pulseigenschaften aus der plethysmographischen Kurvenform, um den Zustand des Herzflimmerns bei einem Patienten zu ermitteln. - Verfahren nach Anspruch 1, worin die Überwachungseinrichtung ein Sensor eines Pulsoximeters ist.
- Verfahren nach Anspruch 1, worin einer der Sätze der Eigenschaften ein Satz von Pulsamplituden (
480 ) ist. - Verfahren nach Anspruch 1, das ferner aufweist, dass der Satz von Pulsintervallen und der Satz von Pulseigenschaften aus der plethysmographischen Kurvenform (
140 ) analy siert werden, um einen Trend zum Herzflimmern bei einem Patienten (480 ) zu detektieren. - Verfahren nach Anspruch 1, worin das Analysieren des Satzes von Pulsintervallen (
140 ) enthält: Durchführen einer Analyse mit Hidden Markov Modellen (330 ) von einem Satz von Pulsintervallen (140 ); und Durchführen einer kontexturalen Analyse (340 ) von dem Satz von Pulsintervallen (140 ). - Verfahren nach Anspruch 5, worin die Analyse (
330 ) mit Hidden Markov Modellen eine Wahrscheinlichkeit für einen Patienten ermittelt, der einen unregelmäßigen Herzrhythmus hat. - Verfahren nach Anspruch 5, worin die kontexturale Analyse (
340 ) das Herzflimmern als Ursache für den unregelmäßigen Herzrhythmus ausschließt. - Verfahren nach Anspruch 1, worin die Analyse des Satzes von Pulseigenschaften enthält: Berechnen von Amplitudenvariation (
360 ) zwischen jedem der aufeinander folgenden Sätze von Pulsamplituden. - Verfahren nach Anspruch 8, worin der Ermittelung (
370 ) abhängig von der Analyse der Pulsamplitudenvariationen (360 ) ist. - Verfahren nach Anspruch 1, worin die Analyse des Satzes der Pulsamplituden (
340 ) die Ermittelung des Satzes der Füllzeitdynamiken (420 ) des Satzes der Pulsamplituden (430 ) enthält, worin die Schritte der Analyse des Satzes der Pulsamplituden (430 ) und der Ermittelung des Satzes der Füllzeitdynamiken (420 ) einen Hinweis auf den Grad der vorliegenden arteriellen Augmentation schafft.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US11/411,714 | 2006-04-26 | ||
US11/411,714 US7846106B2 (en) | 2006-04-26 | 2006-04-26 | Atrial fibrillation detection using SPO2 |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102007018906A1 true DE102007018906A1 (de) | 2007-12-27 |
Family
ID=38135268
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102007018906A Withdrawn DE102007018906A1 (de) | 2006-04-26 | 2007-04-19 | Detektion von Herzflimmern unter Verwendung von SPO2 |
Country Status (5)
Country | Link |
---|---|
US (1) | US7846106B2 (de) |
JP (1) | JP2007289694A (de) |
CN (1) | CN101061950B (de) |
DE (1) | DE102007018906A1 (de) |
GB (1) | GB2437628B (de) |
Families Citing this family (60)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7758503B2 (en) | 1997-01-27 | 2010-07-20 | Lynn Lawrence A | Microprocessor system for the analysis of physiologic and financial datasets |
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 |
US9053222B2 (en) | 2002-05-17 | 2015-06-09 | Lawrence A. Lynn | Patient safety processor |
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 |
US7668579B2 (en) | 2006-02-10 | 2010-02-23 | Lynn Lawrence A | System and method for the detection of physiologic response to stimulation |
US7846106B2 (en) | 2006-04-26 | 2010-12-07 | The General Electric Company | Atrial fibrillation detection using SPO2 |
US7806832B2 (en) * | 2007-04-30 | 2010-10-05 | The General Electric Company | False positive reduction in SPO2 atrial fibrillation detection using average heart rate and NIBP |
EP2283443A1 (de) | 2008-05-07 | 2011-02-16 | Lynn, Lawrence A. | Mustersuchmaschine für medizinische fehlschläge |
CA2741043C (en) | 2008-11-05 | 2014-03-25 | Nellcor Puritan Bennett Llc | System and method for facilitating observation of monitored physiologic data |
US9526620B2 (en) | 2009-03-30 | 2016-12-27 | DePuy Synthes Products, Inc. | Zero profile spinal fusion cage |
US9393129B2 (en) | 2009-12-10 | 2016-07-19 | DePuy Synthes Products, Inc. | Bellows-like expandable interbody fusion cage |
US9351654B2 (en) | 2010-06-08 | 2016-05-31 | Alivecor, Inc. | Two electrode apparatus and methods for twelve lead ECG |
US8509882B2 (en) | 2010-06-08 | 2013-08-13 | Alivecor, Inc. | Heart monitoring system usable with a smartphone or computer |
EP2587991B1 (de) | 2010-07-02 | 2021-08-18 | MIR SRL Medical International Research | Tragbares pulsoxymeter zur direkten und unmittelbaren automatisierten beurteilung des herzrhythmus/der herzrhythmusregelmässigkeit |
US9002440B2 (en) | 2010-07-08 | 2015-04-07 | Intelomed, Inc. | System and method for characterizing circulatory blood flow |
CA2804788C (en) | 2010-07-08 | 2020-08-25 | Intelomed, Inc. | System and method for characterizing circulatory blood flow |
US20120078372A1 (en) | 2010-09-23 | 2012-03-29 | Thomas Gamache | Novel implant inserter having a laterally-extending dovetail engagement feature |
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 |
US9119597B2 (en) | 2011-09-23 | 2015-09-01 | Nellcor Puritan Bennett Ireland | Systems and methods for determining respiration information from a photoplethysmograph |
US9693709B2 (en) | 2011-09-23 | 2017-07-04 | Nellcot Puritan Bennett Ireland | Systems and methods for determining respiration information from a photoplethysmograph |
US9675274B2 (en) | 2011-09-23 | 2017-06-13 | Nellcor Puritan Bennett Ireland | Systems and methods for determining respiration information from a photoplethysmograph |
US8880576B2 (en) | 2011-09-23 | 2014-11-04 | Nellcor Puritan Bennett Ireland | Systems and methods for determining respiration information from a photoplethysmograph |
US9402554B2 (en) | 2011-09-23 | 2016-08-02 | Nellcor Puritan Bennett Ireland | Systems and methods for determining respiration information from a photoplethysmograph |
US8755871B2 (en) | 2011-11-30 | 2014-06-17 | Covidien Lp | Systems and methods for detecting arrhythmia from a physiological signal |
US9693736B2 (en) | 2011-11-30 | 2017-07-04 | Nellcor Puritan Bennett Ireland | Systems and methods for determining respiration information using historical distribution |
US9247896B2 (en) | 2012-01-04 | 2016-02-02 | Nellcor Puritan Bennett Ireland | Systems and methods for determining respiration information using phase locked loop |
US8880155B2 (en) * | 2012-02-24 | 2014-11-04 | Covidien Lp | Hypovolemia diagnosis technique |
US9179876B2 (en) | 2012-04-30 | 2015-11-10 | Nellcor Puritan Bennett Ireland | Systems and methods for identifying portions of a physiological signal usable for determining physiological information |
WO2014074913A1 (en) | 2012-11-08 | 2014-05-15 | Alivecor, Inc. | Electrocardiogram signal detection |
US10182921B2 (en) | 2012-11-09 | 2019-01-22 | DePuy Synthes Products, Inc. | Interbody device with opening to allow packing graft and other biologics |
US9560978B2 (en) | 2013-02-05 | 2017-02-07 | Covidien Lp | Systems and methods for determining respiration information from a physiological signal using amplitude demodulation |
US9554712B2 (en) | 2013-02-27 | 2017-01-31 | Covidien Lp | Systems and methods for generating an artificial photoplethysmograph signal |
US9687159B2 (en) | 2013-02-27 | 2017-06-27 | Covidien Lp | Systems and methods for determining physiological information by identifying fiducial points in a physiological signal |
WO2014145927A1 (en) | 2013-03-15 | 2014-09-18 | Alivecor, Inc. | Systems and methods for processing and analyzing medical data |
EP3003135B1 (de) | 2013-06-04 | 2019-07-24 | Intelomed, Inc | Hämodynamischer risikoschweregrad basierend auf der detektion und quantifizierung von herzrhythmusstörungsverhalten mittels einer pulsvolumenwellenform |
AU2014278194A1 (en) | 2013-06-11 | 2016-02-04 | Intelomed, Inc | Predicting hypovolemic hypotensive conditions using a pulse volume waveform |
KR102261769B1 (ko) | 2013-06-19 | 2021-06-08 | 프레코르디오르 오와이 | 심장 기능 부전을 나타내는 정보를 결정하기 위한 방법 및 장치 |
US9247911B2 (en) | 2013-07-10 | 2016-02-02 | Alivecor, Inc. | Devices and methods for real-time denoising of electrocardiograms |
US9808160B2 (en) | 2013-08-12 | 2017-11-07 | Intelomed, Inc. | Systems and methods for monitoring and analyzing cardiovascular states |
US10022068B2 (en) | 2013-10-28 | 2018-07-17 | Covidien Lp | Systems and methods for detecting held breath events |
US9913587B2 (en) | 2013-11-01 | 2018-03-13 | Cardiio, Inc. | Method and system for screening of atrial fibrillation |
US9848785B2 (en) | 2013-12-05 | 2017-12-26 | Siemens Healthcare Gmbh | Analysis and characterization of patient signals |
US9420956B2 (en) | 2013-12-12 | 2016-08-23 | Alivecor, Inc. | Methods and systems for arrhythmia tracking and scoring |
TWI551266B (zh) * | 2013-12-30 | 2016-10-01 | 財團法人工業技術研究院 | 動脈波分析方法及其系統 |
US9848820B2 (en) | 2014-01-07 | 2017-12-26 | Covidien Lp | Apnea analysis system and method |
CN104825170A (zh) * | 2014-02-11 | 2015-08-12 | 北京超思电子技术股份有限公司 | 一种血氧测量仪 |
EP3107449A1 (de) | 2014-02-20 | 2016-12-28 | Covidien LP | Systeme und verfahren zur filterung von autokorrelationsspitzen und detektion von oberwellen |
WO2016081879A1 (en) * | 2014-11-21 | 2016-05-26 | University Of Washington | Methods and defibrillators utilizing hidden markov models to analyze ecg and/or impedance signals |
ES2820923T3 (es) | 2015-05-13 | 2021-04-22 | Alivecor Inc | Monitorización de discordancias |
US10940016B2 (en) | 2017-07-05 | 2021-03-09 | Medos International Sarl | Expandable intervertebral fusion cage |
US11147463B2 (en) * | 2017-11-03 | 2021-10-19 | Samsung Electronics Co., Ltd. | Method and apparatus for high accuracy photoplethysmogram based atrial fibrillation detection using wearable device |
US10729350B2 (en) | 2018-03-19 | 2020-08-04 | General Electric Company | System and method for monitoring cardiac arrhythmias |
LT6780B (lt) | 2018-11-16 | 2020-11-10 | Kauno technologijos universitetas | Personalizuotos gyvybei pavojingų būsenų stebėsenos sistema ir būdas lėtine inkstų liga sergantiems pacientams |
LT6743B (lt) | 2018-11-22 | 2020-07-10 | Kauno technologijos universitetas | Poinsultinės būklės pacientų netrukdančios ilgalaikės prieširdžių aritmijų stebėsenos ir charakterizavimo sistema ir būdas |
CN109567783B (zh) * | 2018-11-30 | 2021-06-18 | 合肥工业大学 | 一种基于加权马尔可夫模型预测空间位置心磁信号的方法 |
CN114040705A (zh) * | 2019-07-30 | 2022-02-11 | 深圳迈瑞生物医疗电子股份有限公司 | 规则性评价信息的分析方法、监护设备及监护系统 |
Family Cites Families (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4356827A (en) | 1978-11-27 | 1982-11-02 | Nippon Collin Co., Ltd. | Method of arrhythmia detection with detecting mechanism |
US4262674A (en) | 1978-11-27 | 1981-04-21 | Nippon Colin Co., Ltd. | Sphygmomanometer with an arrhythmia detecting mechanism |
US5152296A (en) | 1990-03-01 | 1992-10-06 | Hewlett-Packard Company | Dual-finger vital signs monitor |
JPH05200005A (ja) | 1992-01-28 | 1993-08-10 | Omron Corp | 電子血圧計 |
JPH05212004A (ja) | 1992-02-06 | 1993-08-24 | Omron Corp | 電子血圧計 |
JPH05288869A (ja) | 1992-04-06 | 1993-11-05 | Seiko Epson Corp | 多機能ウォッチ |
US5404878A (en) | 1993-01-19 | 1995-04-11 | Hewlett-Packard Company | Method and apparatus for automatic non-invasive monitoring of a patient's blood pressure |
JPH0889484A (ja) | 1994-09-21 | 1996-04-09 | Tochigi Nippon Denki Kk | 患者監視装置 |
US5995860A (en) * | 1995-07-06 | 1999-11-30 | Thomas Jefferson University | Implantable sensor and system for measurement and control of blood constituent levels |
AUPN740796A0 (en) * | 1996-01-04 | 1996-01-25 | Circuitry Systems Limited | Biomedical data collection apparatus |
US5865756A (en) * | 1997-06-06 | 1999-02-02 | Southwest Research Institute | System and method for identifying and correcting abnormal oscillometric pulse waves |
US5931790A (en) | 1997-06-06 | 1999-08-03 | Southwest Research Institute | System and method for accurately monitoring the cardiovascular state of a living subject |
JP3465133B2 (ja) * | 1997-08-05 | 2003-11-10 | 日本光電工業株式会社 | 患者監視装置 |
JP3114142B2 (ja) | 1998-05-28 | 2000-12-04 | マイクロライフ システムズ エージー | 血圧の測定と不整脈の検出とを同時に行うための装置 |
JP4174922B2 (ja) | 1999-07-19 | 2008-11-05 | オムロンヘルスケア株式会社 | 患者監視装置 |
US6496723B1 (en) | 1999-08-30 | 2002-12-17 | Denso Corporation | Method of obtaining information that corresponds to electrocardiogram of human body from pulse wave thereof |
US6477406B1 (en) | 1999-11-10 | 2002-11-05 | Pacesetter, Inc. | Extravascular hemodynamic acoustic sensor |
US6600949B1 (en) * | 1999-11-10 | 2003-07-29 | Pacesetter, Inc. | Method for monitoring heart failure via respiratory patterns |
US6491639B1 (en) * | 1999-11-10 | 2002-12-10 | Pacesetter, Inc. | Extravascular hemodynamic sensor |
JP2001346769A (ja) * | 2000-06-09 | 2001-12-18 | Nippon Colin Co Ltd | 循環状態監視装置 |
GB0014855D0 (en) * | 2000-06-16 | 2000-08-09 | Isis Innovation | Combining measurements from different sensors |
US6994675B2 (en) | 2000-07-19 | 2006-02-07 | Sharrock Nigel E | Non-invasive measurement of suprasystolic signals |
PT1322223E (pt) * | 2000-09-20 | 2007-06-08 | Univ Mcgill | Método e sistema para detecção de arritmia cardíaca. |
US6423010B1 (en) | 2000-10-04 | 2002-07-23 | Critikon Company, L.L.C. | Oscillometric blood pressure monitor with improved performance in the presence of arrhythmias |
US7547283B2 (en) * | 2000-11-28 | 2009-06-16 | Physiosonics, Inc. | Methods for determining intracranial pressure non-invasively |
US6490479B2 (en) * | 2000-12-28 | 2002-12-03 | Ge Medical Systems Information Technologies, Inc. | Atrial fibrillation detection method and apparatus |
JP3603036B2 (ja) | 2001-03-16 | 2004-12-15 | コーリンメディカルテクノロジー株式会社 | 自動血圧測定装置 |
KR100452748B1 (ko) | 2001-05-08 | 2004-10-12 | 유닉스전자주식회사 | 전자 혈압계를 이용한 심전도 측정 방법 |
US8055333B2 (en) * | 2001-07-05 | 2011-11-08 | Jeng-Ren Duann | Device and method for detecting cardiac impairments |
US6832113B2 (en) | 2001-11-16 | 2004-12-14 | Cardiac Pacemakers, Inc. | Non-invasive method and apparatus for cardiac pacemaker pacing parameter optimization and monitoring of cardiac dysfunction |
JP2003210420A (ja) | 2002-01-24 | 2003-07-29 | Sanyo Electric Co Ltd | 在宅健康管理システム及びバイタルデータ遠隔表示方法 |
US6719701B2 (en) | 2002-01-28 | 2004-04-13 | Pacesetter, Inc. | Implantable syncope monitor and method of using the same |
US7074192B2 (en) | 2003-07-03 | 2006-07-11 | Ge Medical Systems Information Technologies, Inc. | Method and apparatus for measuring blood pressure using relaxed matching criteria |
US7532929B2 (en) * | 2004-02-23 | 2009-05-12 | Biotronik Crm Patent Ag | Adaptive ventricular rate smoothing during atrial fibrillation |
US7706868B2 (en) * | 2005-02-25 | 2010-04-27 | Joseph Wiesel | Detecting atrial fibrillation, method of and apparatus for |
US7680532B2 (en) | 2005-02-25 | 2010-03-16 | Joseph Wiesel | Detecting atrial fibrillation, method of and apparatus for |
US7846106B2 (en) | 2006-04-26 | 2010-12-07 | The General Electric Company | Atrial fibrillation detection using SPO2 |
US20080200819A1 (en) | 2007-02-20 | 2008-08-21 | Lynn Lawrence A | Orthostasis detection system and method |
-
2006
- 2006-04-26 US US11/411,714 patent/US7846106B2/en active Active
-
2007
- 2007-04-19 DE DE102007018906A patent/DE102007018906A1/de not_active Withdrawn
- 2007-04-20 JP JP2007111261A patent/JP2007289694A/ja active Pending
- 2007-04-23 GB GB0707815A patent/GB2437628B/en active Active
- 2007-04-26 CN CN2007101010994A patent/CN101061950B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN101061950A (zh) | 2007-10-31 |
JP2007289694A (ja) | 2007-11-08 |
GB0707815D0 (en) | 2007-05-30 |
GB2437628A (en) | 2007-10-31 |
US20070255146A1 (en) | 2007-11-01 |
CN101061950B (zh) | 2013-06-19 |
US7846106B2 (en) | 2010-12-07 |
GB2437628B (en) | 2009-09-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102007018906A1 (de) | Detektion von Herzflimmern unter Verwendung von SPO2 | |
DE60215283T2 (de) | Vorrichtung zur Festlegung der linksventrikulären Auswurfzeit in einem Herz | |
US8233972B2 (en) | System for cardiac arrhythmia detection and characterization | |
US7806832B2 (en) | False positive reduction in SPO2 atrial fibrillation detection using average heart rate and NIBP | |
US9706952B2 (en) | System for ventricular arrhythmia detection and characterization | |
US8388542B2 (en) | System for cardiac pathology detection and characterization | |
US8668649B2 (en) | System for cardiac status determination | |
DE102006004415A1 (de) | Vorrichtung zum Bewerten eines hämodynamischen Zustandes eines Patienten, wobei eine Herz-Lungen-Interaktion verwendet wird | |
US20100152592A1 (en) | Assessment of Preload Dependence and Fluid Responsiveness | |
US10278595B2 (en) | Analysis and characterization of patient signals | |
DE10219367A1 (de) | Vorrichtung zur Ermittlung und Auswertung von Parametern der diastolischen Funktion der linken Herzkammer | |
US20210128047A1 (en) | Non-invasive system and method for monitoring lusitropic myocardial function in relation to inotropic myocardial function | |
US8868168B2 (en) | System for cardiac condition characterization using electrophysiological signal data | |
US8364248B2 (en) | System for cardiac pathology detection and characterization | |
US9549681B2 (en) | Matrix-based patient signal analysis | |
DE102010061580A1 (de) | Verwendung des Frequenzspektrums eines Artefaktes in der Oszillometrie | |
DE102016011700A1 (de) | Überwachung von Biosignalen, insbesondere Elektrokardiogrammen | |
DE102005057757A1 (de) | Integrale Vorrichtung zur Bestimmung physiologischer Signale | |
US9320445B2 (en) | System for cardiac condition detection responsive to blood pressure analysis | |
US10076259B2 (en) | Method and system for evaluating stability of cardiac propagation reserve | |
US20170027502A1 (en) | Methods and systems for improved prediction of fluid responsiveness | |
US9020583B2 (en) | Patient signal analysis and characterization | |
Hegde et al. | A review on ECG signal processing and HRV analysis | |
US9192315B2 (en) | Patient signal analysis and characterization based on late potentials | |
Kumar et al. | Interpretation of Premature Ventricular Abnormality based on HRV Analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed |
Effective date: 20140220 |
|
R016 | Response to examination communication | ||
R119 | Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee |