Nothing Special   »   [go: up one dir, main page]

CN1155332C - 心律失常检测设备 - Google Patents

心律失常检测设备 Download PDF

Info

Publication number
CN1155332C
CN1155332C CNB971906734A CN97190673A CN1155332C CN 1155332 C CN1155332 C CN 1155332C CN B971906734 A CNB971906734 A CN B971906734A CN 97190673 A CN97190673 A CN 97190673A CN 1155332 C CN1155332 C CN 1155332C
Authority
CN
China
Prior art keywords
arrhythmia
frequency
body motion
pulse wave
arrhythmia detection
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.)
Expired - Fee Related
Application number
CNB971906734A
Other languages
English (en)
Other versions
CN1195277A (zh
Inventor
天野和彦
和夫
上马场和夫
石山仁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Seiko Epson Corp
Original Assignee
Seiko Epson Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Seiko Epson Corp filed Critical Seiko Epson Corp
Publication of CN1195277A publication Critical patent/CN1195277A/zh
Application granted granted Critical
Publication of CN1155332C publication Critical patent/CN1155332C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A61B5/721Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts using a separate sensor to detect motion or using motion information derived from signals other than the physiological signal to be measured
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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
    • A61B5/024Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02438Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7253Details of waveform analysis characterised by using transforms
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7225Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7253Details of waveform analysis characterised by using transforms
    • A61B5/7257Details of waveform analysis characterised by using transforms using Fourier transforms
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7253Details of waveform analysis characterised by using transforms
    • A61B5/726Details of waveform analysis characterised by using transforms using Wavelet transforms

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Physiology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Signal Processing (AREA)
  • Molecular Biology (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Cardiology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本发明的心律失常检测设备配备有无创伤地检测脉搏波形的脉波检测装置,和通过监视脉波检测装置所检测的脉搏波形中的变化来检测心律失常的心律失常检测装置。心律失常检测装置有一个判断单元,它在该变化的连续性发生中断时判定心律失常已经发生。研究脉搏波形中的变化连续性所采用的方法包括利用脉波间隔值的时域方法,和对脉搏波形进行频率分析(FFT或小波变换)并且根据该分析结果研究其连续性的频域方法。作为该设计的结果,可以通过与心电图等等相比较简单结构和较容易的操作检测心律失常。另外,也可以提供身体运动检测装置,并且确定在由上面提及装置检测到的身体运动分量已从中分离的脉波分量的变化连续性。在该情况下,由于可以从脉搏波形中除去身体运动分量,故此甚至可以更为准确地检测在日常活动中发生的心律失常。

Description

心律失常检测设备
技术领域
本发明涉及适用于根据脉搏检测休息和日常活动时的心律失常的心律失常检测设备。
背景技术
由心脏收缩所产生的脉搏可以脉波(脉搏波形)形式得到。该脉搏波形可以广义地分为“基波”和“重脉波”,基波由使血液送入动脉的心脏收缩引起,而重脉波由心瓣膜的闭合引起。就健康的一般人而言,心脏收缩有规律地重复,使得脉搏波形呈现出恒定节奏。
但是,当心脏由于循环系统异常因而变得虚弱时,可能发生心律失常脉博。这些类型的脉搏无序(下文称为“心律失常”)可以由吸烟引起,同时也常见于诸如心瓣膜疾病,心肌梗死,心肌病等等的心脏病。因此,心律失常检测可用于循环系统的某些异常的诊断。
心动过缓(其脉搏率小于40拍/分)的危险是周知的,它由房室传导阻滞或Adums-Stokes并发症引起。此外,同样已知的是病态窦房结综合症导致心动过缓或心动过速(其脉搏率是150拍/分或更多)。此外,过早搏动可以引起间歇性脉搏(心律失常),因此锻炼时发生过早搏动被认为是非常危险的。这样,就这些情况而言,人们对心律失常的检测问题进行了很多研究。
常规方法是采用心电图来检测上述的心律失常,在此检测过程中在检测对象的胸部放置电极,通过这些电极检测出心电电势。
心电图机体积较大,并且要求将电极附于待测对象上。因此,在检查期间测量对象不能离开检查房间而使其移动受到限制。尽管最近几年内便携式心电图记录装置有所发展,但仍然存在问题,因为它们难于使用,不利于专业知识欠缺的人士独自检测心律失常情况。换句话说,直到现在还未能做到在正常的日常活动中能够准确地检测心律失常。
此外,虽然美国专利No.4338950公开了与本发明最接近的现有技术的便携式和身体可安装的仪器,该仪器只是确定除去了身体运动分量和心跳间隔的对象的真实心跳,而不能检测心率失常。
发明内容
本发明的构思将上述情况考虑在内,其目的是提供一种便携式心律失常检测设备,它能够借助于可在正常的日常活动中进行的简单操作准确检测心律失常。
为了解决上述问题,本发明配置如下:
脉波检测装置,它无创伤地检测身体内的脉搏波形;
身体运动分量排除装置,它从所述脉波检测装置所检测的脉搏波形中排除身体运动分量;以及
心律失常检测装置,它通过监视在由所述身体运动分量排除装置已经将身体运动分量排除之后得到的纯脉搏波形中的变化来检测心律失常;以及
通知装置,它提供有关所述心律失常检测装置的检测结果的通知。
根据本发明的心律失常检测设备也可以作如下配置:脉波检测装置,无创伤地检测体内的脉搏波形;身体运动分量排除装置,排除由脉波检测装置检测的脉搏波形中的身体运动分量;以及心律失常检测设备,通过监视身体运动分量排除装置排除了身体运动分量之后获得的纯脉搏波形中的变化来检测心律失常;以及通知装置,提供关于心律失常检测装置的检测结果的通知。
上述结构允许基于可由无创伤方式得到的脉搏波形来检测心律失常。这样,心律失常可以通过简单的操作加以检测,而无需将电极附于测试对象的胸部。另外,根据本发明的心律失常检测设备相比心电图机而言设计更为简单、更为紧凑,可以实现具有出色便携能力的心律失常检测设备。另外,这里应当注意,尽管脉波检测装置所检测的脉搏波形可被认为包括了因日常活动而引起的身体运动分量,但是只要该身体运动是在正常的日常范围内,要对身体运动分量和脉波分量进行区分是很容易的事。因此,有可能获得纯脉搏波形,因而可在日常活动过程中精确地检测心律失常。此外,自不必说通过提供表明纯脉搏波形的信息通知,如此得到通知的人士便会注意到心律失常的存在与否。
另外,如果提供身体运动检测装置检测身体运动和输出身体运动波形并且监测到从脉搏波形中排除身体运动分量后得到的脉波分量有变化,那么可以消去该身体运动分量。因此,即使当对象在运动之时也有可能准确地检测心律失常情况。
此外,还有可能对时域或频域上是否存在连续性进行调查。当检查一段时域上的连续性时,监测参考值和脉波间隔之间的差值。但是,为了更为准确地检测心律失常,更新脉波间隔也是可以的。
在对频域的连续性进行检查的情况下,心律失常的检测是通过对该波形进行频域分析并且采用与脉波分量对应的结果而进行的。在此情况下,为了更为准确地检测心律失常,根据身体的活动状态改变频率分析所在的频率区间也是可以的。另外,也可以仅当该活动恒久不变时进行心律失常的检测以致于心律失常检测仅仅是在有规律的运动(例如跑步或其它剧烈运动)过程中进行。关于频域分析方法,可以适当地采用FFT(快速傅里叶变换)、小波变换或其他方法。在采用FFT方法时,首先针对脉搏频率估计其适当的变化范围。如果投射到估计变化范围内的频谱未出现在FFT结果中,判定有心律失常发生。
当采用小波变换时,在每个频率区间对通过将脉搏波形进行小波变换所得到的脉波分析数据的连续性进行分析。如果检测到异常部分,那么判定发生心律失常。在此情况下,也可以基于各个对应的频率修正脉波分析数据,使得每个频率的功率谱密度恒定。由此产生修正的脉波分析数据,并在每个频率区间对该修正脉波数据的连续性进行分析。如果检测到异常部分,那么判定发生心律失常。
也可以分别对脉搏波形和身体运动波形进行小波变换,得到脉波分析数据和身体运动分析数据。然后,对由脉波分析数据减去身体运动分析数据后的结果进行连续性分析。当然,也可以在修正小波变换结果使得每个频率的功率谱密度恒定后再执行前述的减法,或在减法运算之后执行修正操作。另外,使身体运动分量从脉搏波形中除去的另一种方法是,将对应于身体运动的频率分量从脉波分析数据或脉波修正数据中排除。此外,小波变换可以与脉搏波形的周期同时进行。
当判定心律失常发生时,用户被告知这一事实,并且可以记录事件发生时刻。也可以在把对应于心律失常事件的记录时刻的信息(例如直方图)与身体的生理节奏相关联之后再通知用户。也可以通过计算在指定时间周期内判定心律失常发生的次数来计算心律失常频度信息。在此情况下,当该心律失常频度信息超过事先确定的特定值时向用户发出通知。也可以累加心律失常判定的次数,生成心律失常求和信息。在此情况下,可以在心律失常求和信息超过事先确定的特定值时向用户发出通知。另外,可以在心律失常频度信息和心律失常求和信息均超过各自事先确定的特定值时,或者另一种方案,在这两者中至少一个超过其事先确定的特定值时,向用户发出通知。因此借助于这些不同的设计,使得用户能够了解其自身身体状况。
心律失常检测处理和通知处理可以并行实施。脉波检测装置可以由脉压波传感器组成,该传感器使用压力来检测动脉脉搏。另一种方案是,脉波检测装置可以如此设计,以便接收当用波长为300-700nm的光照射身体上的检测部位时的反射光并且检测所接收的光信号作为脉搏波形。同样可以将脉波检测装置设计成便于接收当用波长为600-1000nm的光照射检测部位时的透射光,并且检测所接收的光信号作为脉搏波形。
附图简要描述
图1是表示基于本发明的基本技术概念的心律失常检测设备结构概述框图。
图2是表示根据本发明第一优选实施例的心律失常检测设备结构实例的框图。
图3是表示同一装置的外观实例的斜视图。
图4是表示当不存在心律失常时指尖体积描记图(plethysmogram)的频率分析结果实例的框图。
图5是表示当存在心律失常时指尖体积描记图的频率分析结果实例的框图。
图6是表示当不存在心律失常时桡动脉脉波的频率分析结果实例的框图。
图7是表示当存在心律失常时桡动脉脉波的频率分析结果实例的框图。
图8是表示根据本发明第一优选实施例的脉搏波形检测操作实例的流程图。
图9A表示通过对频率fA和频率fB相加得到的信号的实例。图9B是表示在对前述相加信号实施FFT后所得结果实例的图形。
图10A、10B和10C是表示对当对象进行运动时脉波传感器和身体运动传感器的输出信号进行FFT变换后所得结果实例的图形。
图11是根据本发明第一优选实施例的心律失常检测设备中指定脉波分量的方法实例的流程图。
图12是表示该同一设备中指定脉波分量的方法实例的流程图。
图13是表示当对身体运动传感器输出信号进行FFT时所得结果实例的图形。
图14是根据本发明第一优选实施例的心律失常检测设备中指定脉波分量的方法实例的流程图。
图15是表示该同一设备中指定脉波分量的方法实例的流程图。
图16是根据本发明第二优选实施例的心律失常检测设备中检测脉搏波形分量的操作实例的流程图。
图17是在将压电元件用作为通知装置的情况下安装实例的剖面图。
图18是本发明每一实施例中可用作为修改方案的面(face)图。
图19是表示采用根据本发明的每个实施例的心律失常检测设备的系统结构。
图20是根据本发明第三至第五优选实施例心律失常检测设备的功能框图。
图21是根据本发明第三实施例心律失常检测设备的斜视图。
图22A和22B是表示根据该实施例心律失常检测设备在使用时的状态的解释性图示。
图23是根据该实施例心律失常检测设备的电结构的框图。
图24是表示根据该优选实施例的小波变换单元的详细结构的框图。
图25A、25B、25C和25D是根据该实施例的小波变换单元的时序图。
图26是根据该同一实施例的判定单元的详细结构框图。
图27表示的是根据该同一实施例的存储器124的细节。
图28A、28B、28C、28D、28E和28F是解释该实施例运作的时序图。
图29是表示根据第四优选实施例心律失常检测设备在使用时的状态的解释性图示。
图30是根据该相同优选实施例心律失常检测设备的电结构的框图。
图31A、31B和31C是表示根据该相同优选实施例的身体运动波形和脉搏波形的波形图。
图32A、32B、32C、32D、32E和32F是解释该相同实施例运作的时序图。
图33是根据本发明第五优选实施例心律失常检测设备的电结构的框图。
图34是表示根据该相同实施例的身体运动分离器19结构的电路图。
图35A、35B、35C、35D和35E是解释该同一实施例运作的时序图。
图36是表示在某改进方案的滤波器组结构的框图。
图37是根据某次改进方案的光电脉波传感器的电路图。
图38A和38B是解释根据某改进方案的光电脉波传感器在使用时的状态的图例。
图39是某改进方案的斜视图,其中一个与光电脉波传感器相连的装置附着于一副眼镜上。
图40是根据某改进方案的第一小波变换装置的电路图。
图41是解释该改进方案拍数和步频之间的关系图。
图42A和42B表示的是脉搏波形,42A是正常脉波,42B是心律失常脉波。
图43A、43B和43C是根据本发明的通知装置实例的图,其中43A、43B和43C分别表示以月、周和时计的直方图。
图44是根据本发明记录的时间标记实例的图。
优选实施例的描述
现在结合附图对本发明的优选实施例逐一解释。
但是,在解释本发明优选实施例之前,首先讨论本发明基本技术概念。
通常,在运动和非运动脉搏率之间有一定差异。但是,每一种情况下只要测量对象身体健康,其脉搏很少急剧波动,相反脉搏波形随时间的改变是连续的(有规律的)。反之,当各种脉搏波形可能具备心律失常的特征时,不论哪种情况,变化连续性即遭破坏或截断。因此,通过检测脉搏波形中的不规律变化,可以检测到心律失常的发生与否。这一事实构成了本发明的基本技术概念。
图1表示了基于该技术概念的心律失常检测设备结构的概况。该图中的心律失常检测设备配有脉波检测装置,它以无创伤方式检测脉波并且输出脉波信号(脉搏波形);身体运动检测装置,它检测身体运动,输出身体运动信号(身体运动波形);和心律失常检测装置,它基于脉波信号和身体运动信号检测心律失常事件的发生与否。身体运动影响脉波检测装置所检测的脉搏。因此,脉波检测装置所输出的脉波信号上不仅有脉波分量,而且有身体运动分量。所以,心律失常检测装置对纯脉搏波形进行监视,纯脉搏波形表示为通过从脉波检测装置所输出的脉波信号中排除身体运动信号所表示的身体运动分量所得到的脉波分量。当该纯脉搏波形中检测到不规律变化时,输出信息报告心律失常发生(心律失常检测信号)。
1.第一实施例
1-1第一实施例结构
图2是根据本发明第一实施例的心律失常检测设备结构的框图。该图所示的心律失常检测设备检测心律失常,对心律失常事件计数,计算脉搏差拍,等等。在该图中,脉波传感器301检测身体内的脉搏,输出与检测波一致的脉波信号到脉波信号放大电路303。脉波传感器301例如可以通过电压传感器实现。身体运动传感器302检测身体运动,并且输出与所检测身体运动相一致的身体运动信号到身体运动信号放大电路304(下文解释)。身体运动传感器302可以例如由加速传感器实现。
脉波信号放大电路303放大所检测脉波信号,并且输出该信号到A/D变换电路305和脉搏波形整形电路306(下文解释)。身体运动信号放大电路304放大所检测身体运动信号,并且输出该信号到A/D变换电路305和身体运动波形整形电路307(下文解释)。A/D转换电路305将放大后的脉波信号和身体运动信号由模拟信号转换成数字信号,并且输出结果到下文将给以解释的CPU308。
脉搏波形整形电路306将放大的脉波信号整形,并且将它输出到CPU308。身体运动波形整形电路307将放大的身体运动信号整形,输出它到CPU308。CPU308执行存储在记录装置例如ROM中的程序,记录装置未示于图中。COU308通过控制该设备的所有部分并且执行下文将给以说明的各种操作,检测心律失常,计算脉搏率,等等。RAM309用作为CPU308的工作存储器。
311是产生固定周期时钟脉冲的振荡电路。312是分频电路,它将振荡电路311产生的时钟脉冲分频,产生具有特定频率的脉冲。313是由液晶显示装置组成的显示器,用于显示检测结果。310是供用户输入指令的输入部分。如图3所示,输入部分310有多个开关,这里由确定每个设置值时所用的设置开关S代表。
图3是上述设计的心律失常检测设备外观实例的斜视图。如该图所示,根据该实施例的心律失常检测设备采用了手表设计形式。换句话说,该设备不仅起心律失常检测设备的作用,而且还具有保持当前时间(即实时时钟)的时钟功能。该设备设计成能够同时执行这两种功能的处理工作。此外,这些功能中每一个的各种设置值可以根据经接口(未示)从外部提供的信号自动加以设定,或可以使用切换设定开关S的模式开关和模式(设定模式/测量模式)加以设定。该实施例中的时钟功能等价于常规数字手表的功能,差别在于计时结果(即时间信息)用于记录心律失常事件被检测到的时间。因此,这里将省略关于实现时钟功能结构的描述及其操作。
在图3,该设备的主体1通过带144系于用户的手腕上。脉波传感器301和身体运动传感器302(见图2)经带52固定于用户手指的适当位置处,以使传感器就位。该装置的外观大致上与下文说明的根据本发明第三和第四实施例的心律失常检测设备相同。因此,在此处仅对该装置的外观略加说明,其详细说明见对第三实施例的讨论。
1-2.第一实施例的操作
在上述款式的心律失常检测设备中心律失常检测模式的运作广义上可以分为两种类型的操作,根据身体运动检测的状态在这两个模式之间切换。这两个模式在下文被称为“第一心律失常检测操作”和“第二心律失常检测操作”。下文将分别对此进行解释。
1-2-1.第一心律失常检测操作
(1)用户按下一个开关,表明测量开始。结果是,该设备使用将要在第1-2-3节说明的方法“脉搏波形检测方法”,开始检测脉搏波形。
(2)CPU308在测量开始后迅即得到特定数目的脉波时间间隔的平均值,脉波时间间隔是形成脉搏波形的脉波之间的时间间隔。该平均值被定义为脉波时间间隔的初始值。另外,该初始值的倒数乘以60,其结果设置为脉搏率的初始值。
(3)CPU308设置上述初始脉波时间间隔为参考脉波时间间隔I。
(4)CPU308得到时刻tn处在任选点处脉波之间的时间间隔值in,并且用参考脉波时间间隔I除该时间间隔值in
(5)当上述(4)所描述除法运算结果超出预定允许范围(即,在变化的可接受范围之外)时CPU308确定心律失常发生。然后CPU308增加心律失常计数器的数值,该计数器可由一内部电阻实现,并且将前述计算得到的脉搏率设置为当前脉搏率。应当注意,被COU308采用为确定心律失常是否发生的标准的许可范围是以前述计算得到的脉搏率为中心的脉搏率区间内的指定范围。例如,如果指定范围为±5%,参考脉波时间间隔I近似为0.3529秒,并且前面计算的脉搏率为170拍/分钟,那么170×0.05=8.5。因此,脉搏率区间内所允许的脉搏率范围是161.5-178.5拍/分钟。因此时间区间的相应范围是60/161.5≈0.3715和60/178.5≈0.3361.换句话说:从约0.3361秒到0.3715秒。由于0.3361/0.3529≈0.9524,以及0.3715/0.3529≈1.0527,上述(4)说明的除法运算结果的允许范围是约0.9524~1.0527。
(6)当上述(4)除法运算结果在上文提及的允许范围之内时,CPU308设置时间间隔in为参考脉波时间间隔I,继而将时间间隔in存储于RAM309的时间间隔区间内。CPU308同样获得最近存储于RAM309的时间间隔区间内的特定数目的时间间隔的平均值,并且将该平均值乘以60得到脉搏率。
(7)CPU308用显示器313显示脉搏率和心律失常计数器的计数值。
(8)CPU308重复操作(4)至(7),直至用户按下开关,表示测量结束。请注意心律失常计数器的计数值不必实时显示;而是当用户第一次按下前文提及的开关时显示心律失常计数值。
1-2-2.第二心律失常检测操作
(1)用户按下一个开关,表明测量开始。结果是,该设备使用将要在第1-2-3节说明的方法“脉搏波形检测方法”,开始检测脉搏波形。
(2)接着,对于上述(1)得到的脉搏波形,CPU308从以该脉波的基波频谱线(主瓣)为中心的周围频谱线(旁瓣)之中,提取幅度(功率)超过特定值的频谱线。
(3)CPU308确定在(2)提取的频谱线是否显示出不规则数值。
现在解释上文使用的术语“不规则”。图42A是当未发生心律失常时的桡动脉波形,而图42B是当发生心律失常时的桡动脉波形。从对两幅图的比较可以清楚看出,由于心律失常的缘故图42B的第二脉搏波形比较平坦。指尖体积描记图也显示出当心律失常存在时脉搏波形的这种变化。因此,图示上未给出指尖体积描记图。
图4是表示在心律失常不存在的情况下对指尖体积描记图实施FFT后所得结果的实例图。图5是表示在心律失常存在的情况下对指尖体积描记图实施FFT后所得结果的实例图。图6是表示在心律失常不存在的情况下对桡动脉波形实施FFT后所得结果的实例图。图7是表示在心律失常存在的情况下对桡动脉波形实施FFT后所得结果的实例图。从这些图可以清楚看出,当FFT分析期间脉搏波形中存在源于心律失常的波形时,不存在高于基线的幅度提升,所以FFT频率分析的实质效果被丢失。CPU308正是根据该效果来检测心律失常的发生情况。
(4)当检测到心律失常的发生时,CPU308在显示器313上显示该事实,并且将前述计算的脉搏率不加修改地作为当前脉搏率显示出来。
(5)当未检测到心律失常的发生时,CPU308通过将在(2)所提取的谱线频率乘以60来计算脉搏率,并且将该脉搏率在显示器313上显示出来。
在第二心律失常检测操作(2)和(3)的处理以下列顺序进行。
(I)在脉波基波的频率可能存在的范围(一般地,0.6~3.5Hz)内,在排除了身体运动分量之后从对脉波信号进行FFT处理而得到的频谱中选择出有着最大功率的频谱线。如果该谱线的功率超过某特定值,并且如果该谱线的功率和在身体运动分量已被从中排除后的上文提及范围内其它基线的功率的差值大于30%,那么该谱线被提取,作为脉波基波的频谱线。
(II)将所提取的频谱线作为主瓣,当其周围的旁瓣范围适当增大并且所提取谱线的频率在预先设计的许可范围内时,CPU308判定心律失常不存在。
在此情况下,通过判定所提取频谱线的任一侧上谱线功率是否小于所提取频谱线功率的95%,确定上面提及的旁瓣的范围扩展是否适当。脉波基波频率的允许范围被定义为频域内对应于脉搏率域内以前面计算的脉搏率为中心的某个指定范围的范围。例如,如果前面计算的脉搏率是170拍/分(该脉波的基波频率为~2.8333Hz)并且脉搏率域的允许范围是±5%,那么频域的允许范围是5%,该范围以前一脉波的基波频率为中心(即,大约2.8333±0.1417Hz)。另一方面,如果一次FFT处理所需要的分析时间是16秒,那么每个谱线的间隔为1/16=0.0625Hz。换句话说,在脉搏频率附近存在着诸如2.6875、2.7500、2.8750、2.9375、3.0000Hz之类的离散频谱线。因此,通过比较所提取谱线的频率和前面提及的离散频率,可以确定该频率是否在允许范围内。当然对所提取谱线的频率和频域的连续允许范围(约为2.8333±0.1417Hz)进行比较也是可以的,在此情况下未考虑谱线的离散性。
但是,前面实例中2.6875<2.8333-0.1417<2.7500和2.9375<2.8333+0.1417<3.0000,从其中可以清楚看出,范围2.7500~2.9375Hz内的三个谱线是包含于连续允许范围之内的,而在2.6875Hz和3.0000Hz处的两个谱线未包含于连续允许范围之内。因此,可以考虑两种方案,其一是考虑这两个谱线,另一是不考虑它们。但是,在该实施例中为了主动避免将正常脉搏误检测作为心律失常,采用了前一方案。所以,在该实施例中,在提取谱线的频率是2.6875、2.7500、2.8750、2.9375或3.0000Hz的情况下CPU308确定心律失常未发生。
1-2-3.脉搏波形检测方法
图8是表示本发明设备中脉搏波形检测操作实例的流程图。在该图所示实例中,CPU308于步骤SA1从身体运动波形整形电路307的输出信号(身体运动信号)中检测身体运动波形。在接下来的步骤SA2,CPU308基于该身体运动波形判定身体运动是否存在。当该判定结果为“是”时,CPU308进入步骤SA3,而当该判定结果为“否”时,CPU308进入步骤SA7。
在步骤SA3,脉波传感器301检测该脉搏,并且输出脉波信号。脉波信号由脉波信号放大电路303放大,放大后的脉波信号由A/D转换电路305从模拟转换成数字信号。在步骤SA4,身体运动传感器302检测身体运动,并且输出身体运动信号。该身体运动信号由身体运动放大电路304放大,放大后的身体运动信号由A/D转换电路305从模拟转换成数字信号。注意步骤SA3和SA4实际上是并行实施的。然后CPU308对经A/D转换的脉波信号(脉搏波形)和身体运动信号(身体运动波形)分别进行FFT变换(步骤SA5)。然后,基于FFT结果(频谱),利用下文将予以说明的方法提取脉波的频率分量(脉波分量)(步骤SA6)。
在步骤SA7,CPU308从脉搏波形整形电路306输出的信号(脉波信号)中检测脉搏波形,然后在步骤SA8再一次判定身体运动是否存在。当该判定结果为“是”时,CPU308进入步骤SA3,而当该判定结果为“否”时,CPU308进入步骤SA9。在步骤SA9,CPU308将脉搏波形转换成矩形波。
在步骤SA10,CPU308从在步骤SA6提取的脉波分量或步骤SA9转换所得的矩形波计算脉搏率。
接着,解释一下从脉搏波形整形电路306输出的脉波信号得到脉波分量(纯脉搏波形)的基本处理策略。
图9A表示了当频率为fA的信号和频率为fB的信号相加(然而频率fB信号的幅度是频率fA信号幅度的1/2)时所得到的信号幅度随着时间的变化情况。图9B是在对图9A所示信号进行FFT变换后所得结果的图形表示。通过对分析持续时间取倒数确定FFT变换所得结果的最低频率。例如,如果分析持续时间是16秒,那么该谱线的分辨率为1/16秒即62.5毫秒。因此,拟处理的信号可以分解为在频域中为16Hz整数倍的高次谐波分量,以得到如图9B所示频谱,其中沿垂直轴表示了每个高次谐波分量。例如在图9B中,频率fA的谱线功率是频率fB的谱线功率的两倍。
图10是在检测对象正在活动的情况下当对脉波传感器301输出信号和身体运动传感器302输出信号进行FFT变换时所得结果实例的图示。图10A表示当时脉波传感器301输出信号(脉波信号)进行FFT变换时的所得结果(脉波谱fmg);图10B表示当对身体运动传感器302输出信号(身体运动信号)进行FFT变换时的所得结果(身体运动谱fsg);以及图10C表示当脉波谱fmg减去身体运动谱fsg时的所得的谱fM
如图10A所示,脉波分量和因身体运动而产生的频率分量均存在于脉波谱fmg中。另一方面,身体运动传感器302仅对身体运动起反应,因此仅有身体运动所产生的频率分量出现在图10B所示身体运动谱fsg中。因此,通过用身体运动谱fsg去减脉波谱fmg,可以将得到的谱fM指定为脉波分量谱。脉波分量的提取采用的是图8步骤SA6中的所述方法。
接着,解释一下脉波基波频率的获得方法,该基波频率用于计算脉搏率。
图11是确定脉波基波频率的方法的例示性流程图。在该图中,CPU308首先利用FFT变换获得脉波谱fmg和身体运动谱fsg(步骤SB1,SB2)。
在接下来的步骤SB3,CPU308执行上述减运算(即fM=fmg-fsg),以提取脉波分量的谱fM。在步骤SB4和SB5,CPU308从所提取谱fM中提取最大功率谱,并且将该谱线频率fMmax指定为脉波的基波频率。
实际上,高次谐波信号有一定影响,甚至在使用FFT变换简单地取得从各自传感器输出的信号之间的差值时也是如此。因此,要得到仅对应于脉波分量的谱是很困难的。所以,在该实施例中,未进行谱的减运算。而是指定身体运动分量,并且根据排除了所指定身体运动分量的频率分量来指定脉波基波频率。
图12是用于指定脉波基波频率的方法的另一例示流程图。在该图所示实例的步骤SC1~SC3,CPU308指定身体运动的第二次谐波频率fs2,它作为身体运动分量较容易被检测。实际上,该处理过程是通过提取在范围fmax~fmin内具有最大功率的谱线,并且将频率fs定义为身体运动第二次谐波的频率fs2来实现的(这里fmax>fmin)。
在用户正在锻炼例如跑步的情况下,这时候身体运动的基波通常出现在频率范围1~2Hz内,同时身体运动的二次谐波通常可能出现在频率范围2~4Hz内。因此,在该实施例中,fmin被定义为2Hz,即身体运动二次谐波的下限。这样低于此限的频率分量被排除。另一方面,当身体运动信号的A/D转换的抽样频率设置为8Hz时,根据采样定理,原始波形复现的最大频率被自动确定为4Hz。所以,在该实施例中,fmax被定义为4Hz,即前面描述的最大频率。这样高于此限的频率分量被排除。注意,fmax也可以如下确定:比较该最大频率和二次谐波可能出现的上限频率,然后取其小者。
接着,在步骤SC4,CPU308通过将身体运动二次谐波的频率fs2除以2,得到身体运动的基波频率fs1。然后,在步骤SC5~SC8,CPU308从位于与身体运动的基波(频率:fs1),二次谐波(频率2×fs1),和三次谐波(频率:3×fs1)相对应的频率分量已经被排除了的频带内的脉波信号谱中提取最大功率谱线。在步骤SC9,最大功率谱线的频率被指定为脉波的基波频率fm。
现在解释图12所示实例中提取fmin~fmax频带中最大功率谱线并且将该频率当作为身体运动分量的二次谐波的原因。
图13表示了对身体运动传感器302的输出实施FFT变换后所得结果的一个实例。一般而言,当用户正在运动特别是用户在跑步时,身体运动二次谐波的功率甚至比身体运动的基波还大,例如图13所示(即,当进行平均强度的跑步时成3至10倍增长)。当分析检测身体运动传感器302的增速时可以考虑如下两个因素:
1.跑步时的向上和向下运动
2.手臂的前摆和后撤动作
关于(1),由于用右脚迈步与用左脚迈步时向上和向下运动比较均匀,因此该运动成为身体运动的二次谐波分量。关于(2),与摆动动作相当的分量成为身体运动的基波分量,其中手臂的前摆和后撤动作构成一个周期。但是,通常很难使在跑步期间的手臂摆动变成为平滑的摆动运动,同时该分量的功率较弱。反过来说,身体运动的二次谐波是由于在手臂前摆瞬间和后撤瞬间进行加速而引起的,其功率较强。因此,身体运动的二次谐波分量是特别地在身体运动信号频谱中得到的。这样,最大功率谱线的频率可以被当作为身体运动分量的二次谐波的频率。
进而如上所述在通常的跑步情况下,假定范围为2~4Hz,它可以覆盖二次谐波出现的区域,而与跑步步伐慢或快与否无关。因此,在如此限制该区域之后通过提取最大功率的频率分量,肯定可以提取与身体运动二次谐波对应的频率分量。这样,可以增加身体运动基波频率的检测准确度。
接着,在身体运动信号的频谱中身体运动二次谐波频率分量的功率未被限制为最大值的条件下,参考图14解释用于指定脉波基波频率的方法。
当身体运动基波频率设置为1~2Hz并且fmin=2Hz以及fmax=4Hz的时候,基波、二次谐波和三次谐波的频率分量是在范围fmin~fmax内可能获得的最大功率。由于第四和更高次谐波并不是上文(1)和(2)的主要因素,因此这些谐波频率分量的功率即使存在,也不会是范围fmin~fmax内的最大值。
有鉴于此,在图14所示方法的步骤SD1中,CPU308根据身体运动信号的频率分析结果确定功率P最大值所在的线谱线的频率fs。此后,在步骤SD2和SD4,CPU308指定频率fs是否是身体运动基波、二次谐波或三次谐波频率分量。具体而言,CPU308判断高于某给定固定值Th的频率分量是否在频率fs的1/2的频率位置处(步骤SD2)。当判定结果为“是”时,在步骤SD3,频率fs被指定为身体运动二次谐波(HMC=2)的频率fs2。当在步骤SD2判定结果为“否”,即当高于某给定固定值Th的频率分量不存在时,CPU308判定高于某给定固定值Th的频率分量是否在频率fs的1/3的频率位置处(步骤SD4)。当判定结果为“是”时,在步骤SD5,CPU308在步骤SD6中将频率fs指定为身体运动三次谐波(HMC=3)的频率fs3。当在步骤SD4判定结果为“否”,即当高于某给定固定值Th的频率分量在频率fs的2/1或1/3的频率位置处不存在时,CPU308在步骤SD6将频率fs指定为身体运动基波的频率fs1。
前面处理的结果是,步骤SD1所得到的频率fs被指定为身体运动基波(HMC=1)、二次谐波(HMC=2)或三次谐波(HMC=3)之一的频率。然后在步骤SD7,CPU308将频率fs除以HMC,以得到身体运动基波的频率fs1。继而,等价于图12步骤SC5至SC9所示的处理过程的结果为,CPU308提取从其中已排除了与身体运动基波、二次谐波和三次谐波相吻合的频率分量之后的最大频率分量,并且指定它为脉波基波的频率fm(步骤SD8至SD12)。
图8表示了其中一旦身体运动未被检测到处理过程立即进入矩形波处理过程的一个实例。但是事实上,当用户正在运动时根据身体运动信号的瞬时值可能会得出“身体运动未检测到”的结论。因此,该设备被设计成一旦身体运动信号未检测到的时间间隔超过某给定固定时间间隔T即从计算方法切换到矩形波处理方法。下文将参考图15解释该切换的过程。
在步骤SE1和SE2,CPU308根据身体运动波形整形电路307的输出信号(身体运动信号)判断身体运动存在与否。当判定结果为“是”时,程序进入步骤SE3。在步骤SE3,CPU308将用于切换脉搏率计算方法的切换信号设置为“关”。在步骤SE4,没有身体运动的累计持续时间Rt置为零。
在步骤SE5和SE6,脉波传感器301检测脉搏,并且输出脉波信号。该脉波信号由脉波信号放大电路303放大。放大后的脉波信号经A/D转换电路305从模拟信号转换为数字信号。与此同时,身体运动传感器302检测身体运动,输出身体运动信号。该身体运动信号由身体运动信号放大电路304放大。放大后的身体运动信号经A/D转换电路305从模拟信号转换为数字信号。
在步骤SE7,CPU308分别对A/D变换后的身体运动信号和脉波信号进行FFT变换。在步骤SE8,脉波分量(纯脉搏波形)从FFT处理结果(谱)中提取出来,并且指定脉波基波的频率。
另一方面,如果在步骤SE2的判定结果是“否”,那么在步骤SE9和SE10,CPU308根据振荡电路311和分频电路312的输出信号开始计算时间。时间周期Rt被累加起来,CPU308判定累加时间Rt是否超过根据FFT变换所使用信号的抽样周期和抽样次数确定的某个固定时间周期T。当判定结果为“是”时,程序进入步骤SE11,而当判定结果为“否”时,程序进入步骤SE5。
在步骤SE11,CPU308将用于切换脉搏率计算方法的切换信号设置为“通”,并且停止A/D转换处理和FFT变换处理过程。注意当实施矩形波形处理时,A/D转换和FFT变换可以并行进行,但是从节能角度来看,最好是在实施矩形波处理时暂停A/D转换和FFT变换操作,因为这些仅在进行频率分析处理时才用。
在步骤SE12,脉搏波形整形电路306将脉波信号转换成矩形波。在步骤SE13,根据在步骤SE7由CPU308指定的频率或在步骤SE12转换的矩形波计算脉搏率。
2.第一实施例修改
心律失常可能由非常危险的因素造成,也可能因很少需要关注的一些因素而引起。但是,假定脉搏是身体健康状况的标志,并不希望它出现扰动,例如心律失常。即,这样的扰动表明身体状况的一种异常。假定心律失常可能由于例如缺少睡眠甚至会在没有疾病的健康人身上发生。类似地,心律失常也许是由于摄入太多的咖啡或有过多的心理压力而导致的。因此,参考心律失常发生的次数可以了解一个人的健康状况。
此外,与健康人身上发生的心律失常不同,由严重的心脏或血管疾病引起的心律失常在仅有一种诱因的情况下每天可能会在心电图上出现200次或更多,或当有多种诱因时在心电图上可能呈现多种形式。因此,可以将阈值设置为例如200,当心律失常被检测到的发生次数超过该值时通知用户。
在有心脏或血管疾病的个人的情况之下,短时间周期内频繁发生心律失常可能相当危险,在极端的情况下甚至可能导致突然死亡。这样,如果用户被告知以心律失常频繁发生的程度,那么他能够监测其自身的健康状况。例如,在用户担心赴会迟到并且准备奔跑时,如果这时上文提及的心律失常频度被显示出来而且其数值较大,那么用户会约束自己,不再快跑。
在睡眠期间心律失常频繁发生使得危险的身体状况发生的情况下,当心律失常频度信息FHD超过某阈值时蜂鸣器发声。这样,用户便注意到他的身体处于危险状况,从而可以采取适当的针对措施,例如服药。这样,可能避免突然死亡的极端情况。
换句话说,在上面说明的第一实施例中,测量自测量开始后所流逝的时间。当检测到的频度或心律失常事件数超过某个指定频度(例如每天200次)或数目(例如200次),可以提醒用户这一影响。在此情况下,可以在所检测频度或数目超过指定频度或数值时、对测量作出结论时、或在测量结论作出之后的某个时间及时发出通知。但是,从向用户提供他可以用来确定运动强度的信息的角度来看,最好在所检测频度或心律失常事件数目超过指定数值时便及时发出通知。通知装置的有关解释将在第四节,即“实施例修改”中给出。
当更新脉波间隔的参考数值时,将指定数目的最近脉波间隔的平均值当作为新的参考值是可以接受的,而不是简单地将最近脉波间隔定义为参考数值。在此情况下,也可以采取加权方法使得最近的间隔权重大些,来获取平均值。该方法也可以应用于根据特定数目的最近脉波间隔计算脉搏率的计算过程中。
另外,所有的脉波间隔可以顺序地存储于RAM309中,而不是仅在心律失常未检测到之时才将脉波间隔存储于RAM309中。在此情况下,就可以根据并不包含在检测心律失常之时得到的脉波间隔的脉波间隔计算脉波间隔参考值和脉搏率。在此情况下,有必要判断脉波间隔是否对应于心律失常检测的时间。这是通过仅向那些对应于心律失常检测时间的脉波间隔分配特定信息,并且将它们存储于RAM309中来完成的。分配给对应于心律失常检测时间的脉波间隔的特定信息可以是仅表明该脉波间隔对应于心律失常检测时间的固定信息,或可以是表明心律失常被检测到的时钟时间的可变信息。当然也可以将上面提及的特定信息直接分配给脉波间隔,或使用其中存储了脉波间隔的地址等等间接地分配特定信息。
另外,当执行矩形波处理过程(在未运动时)时,可以采用除法以外的一种方法,来确定最近脉波间隔相对脉波间隔参考值的差(偏差)是否在允许范围内。例如,可以设置范围为脉波间隔参考值的±5%内,并且判断最近脉波间隔是否在该允许范围之内。此外,也可以基于在自心律失常检测操作开始后一段特定时间之后所检测到的脉波间隔来获得参考值,而不是基于紧接检测操作开始之后的脉波间隔来获得参考值。
脉波信号不仅包括脉波的基波分量,而且还包括脉波的谐波分量。当谐波分量的功率大于基波分量的功率时,在前述第一实施例中对高次谐波分量的频率是否存在于基波分量的允许范围内进行判断,其结果是不正确地判定心律失常发生。为了避免这种错误的发生,在频率分析期间在脉波分量的最大功率谱线的频率等价于通过先前脉搏率除以60所获得数值(脉搏频率)的整数倍(即,每个高次谐波的频率)的情况下可以让设备判定心律失常不存在。
第一实施例假定矩形波处理是在无身体运动的时候进行的,而频率分析处理是在有身体运动的时候进行的。但是,在这些情况的任一个中进行频率分析处理是可以接受的。另外,矩形波处理也可以应用于这两种情况中的任一个,只要能够在脉波信号输入级提供装置以便从脉波信号中除去脉波以外的其它分量即可。此外,在这些实施例中也可以不断地进行处理操作以将身体运动分量从脉波信号中除去,而不管身体运动存在与否。在该情况下,当没有身体运动的时候即使处理被执行了,也没有从脉波分量中除去任何分量。因此,所得到的结果等价于处理细节根据身体运动的存在与否而改变的第一实施例。
当实施矩形波处理时,可以就实际脉波间隔和参考脉波间隔之间的差发出通知。结果是,可以将脉波的偏差程度定量。
3.第二实施例
心律失常可能由于诸如跑步之类的剧烈运动的缘故而发生于甚至是健康人的身上。了解这种心律失常发生的种种条件可能有助于控制锻炼时的身体状况。但是,在第一实施例中,心律失常检测的实施与用户是否正在进行剧烈运动无关。换句话说,第一实施例并不对剧烈运动期间产生的心律失常和用户正在进行较平缓活动时产生的心律失常进行区分。因此,第二实施例利用在诸如跑步之类的剧烈运动期间身体运动具有一定的持久性这一事实,目的仅在于检测在诸如剧烈运动之类的身体运动步频具有一定持久性的运动期间发生的心律失常。
现在结合一些图例解释本发明的第二实施例。如同第一实施例一样,根据该第二实施例的心律失常检测设备做成手表模样,如图3所示。根据第二实施例的心律失常检测设备有一个时间测量模式和一个心律失常检测模式。心律失常检测模式中进行心律失常检测,心律失常事件计数,和脉搏率计算。此处省略对第二实施例的那些与第一实施例相同的方面的解释。
3-1.第二实施例结构
根据第二实施例的心律失常设备的结构大致与图2所示的相同,仅在CPU308的功能上与第一实施例不同。
换句话说,根据第二实施例的心律失常检测设备中的CPU308与第一实施例不同的是,心律失常检测模式中的心律失常检测仅在身体运动中存在持久性的时候才进行。可以通过对身体运动信号进行处理来确定持久性是否存在,该身体运动信号处理等价于在第一实施例中使用频率分析确定心律失常的存在与否时对脉波信号进行的处理。将在第二实施例操作的解释中讨论一下该判断的细节。另外,注意在第一实施例的心律失常检测处理中,通过指定脉波的基波确定心律失常的存在与否。但是,第二实施例通过指定身体运动的二次谐波来确定身体运动的持久性。
3-2.第二实施例操作
现在解释一下根据第二实施例的心律失常检测设备的操作(即,心律失常检测模式的运作)。在该第二实施例中的心律失常检测模式的运作广义上可以分为“第一心律失常检测操作”和“第二心律失常检测操作”。但是,由于前者等价于第一实施例的“第一心律失常检测操作”,因此这里省略其解释。
3-2-1根据第二实施例的第二心律失常检测操作
根据该实施例的第二心律失常检测操作与第一实施例的差别在于,在身体运动存在持久性的情况下实施处理(processing)以便基于脉波信号的频率分析的结果判断心律失常的存在与否。但是,在身体运动没有持久性时,在该实施例中不实施该处理。
3-2-2.判断身体运动持久性的方法
判断身体运动是否存在连续性的方法的实例包括“时域判断方法”和“频域判断方法”。
3-2-2-1.时域判断方法
关于时域判断方法,可能用到这样的一个方法,其中身体运动二次谐波的与脉搏率域某特定范围(例如,±5%)一致的波间隔的范围被定义为允许范围。当身体运动的二次谐波的波间隔在该允许范围内,那么判定身体运动存在持久性。但是,如果该数值不在该范围内,那么判定身体运动不存在持久性。
例如,假定脉搏率170拍/分钟,那么170×0.05=8.5。因此,脉搏率域的±5%范围是±8.5拍/分钟,而频域的相应范围是±0.1417Hz。如果假定脉波基波可能存在的频率范围(一般而言,0.6~3.5Hz)和身体运动二次谐波间隔可能被得到的时间范围(0.5~0.25秒)之间存在线性对应性,那么时域中与对应于±0.1417Hz的身体运动二次谐波间隔有关的允许范围为:±0.1417×(0.5-0.25)/(3.5-0.6)≈±0.0122。因此,假定身体运动二次谐波间隔的参考值是0.28秒,那么当身体运动的二次谐波间隔在0.28±0.0122秒范围内时判定“持久性存在”,而当数值在该范围之外时判定“持久性不存在”。
3-2-2-2.频域判断方法
关于频域判断方法,以如此的一个方法为例,其中从对身体运动信号进行频率分析的结果中提取在身体运动二次谐波谱线可能存在的范围(2~4Hz)内的功率最大的频谱线。当该谱线旁瓣的范围适当展宽并且在该谱线和该范围(例如30%或更大)内的其它谱线之间有足够大的功率差时,那么判断该谱线频率是否等于对应于先前脉搏率(即,身体运动基波频率)的频率的两倍。当它们被确定为相等时,那么判定“持久性存在”。注意关于旁瓣是否适当展宽的判断是根据第一实施例中的相同方法进行的。另外,如同第一实施例的情况下,这两个频率不必严格相等;而是存在一个允许范围,如下所述。
如上所述的频率可被判断为“相等”的允许范围可以选择设置。但是,脉搏率和身体运动基波频率之间有着一定的相关性。在该实施例中,判定相对于心律失常检测的脉搏率“相等”的允许范围的设置与第一实施例相同。所以,第二实施例将与用于判定关于脉搏率“相等”的允许范围相对应的极限定义为判定关于身体运动二次谐波“相等”的允许范围。
例如,假定脉搏率为170/分钟(脉波基波频率约为2.833Hz),用于与该脉搏率有关的“相等”判断的允许范围为±5%,那么关于脉波基波频率的允许范围(即,频域的允许范围)也是±5%,或±0.1417Hz。如果假定在其中可能存在身体运动二次谐波的频率范围(2~4Hz)和其中可能存在脉波基波的频率范围(0.6~3.5Hz)之间呈线性对应关系,那么对应于前面提及允许范围(±0.1417Hz)的与脉波二次谐波有关的允许范围是±0.1417×(4-2)/(3.5-0.6)=±0.0977Hz。另一方面,如果频率分析的持续时间设置为16秒,那么在对应于先前脉搏率的频率的两倍频率(例如3.53Hz)附近的离散频率例如3.3750、3.4375、3.5000、3.5625和3.7667Hz处获得谱线。因此,假定被选择为身体运动二次谐波谱线的谱线是这些离散谱线之一,那么它将在3.53±0.0977Hz的允许范围之内。因此,在此情况下判定为“相等”,而在所有其它情况下判定为“不等”。
执行如上所述相等判断的原因是,如果身体运动被确定为缺乏持久性,即使是在身体运动以阶跃方式改变的情况下,心律失常检测操作将不被执行。例如,如果用户快速改变表现出持久性的运动步频,而且该变化是在从作为先前频率分析对象的时间周期到作为当前频率分析对象的时间周期的过渡期间发生的,那么根据先前频率分析结果指定的身体运动二次谐波的频率,与根据当前频率分析结果指定的身体运动二次谐波的频率将有所不同。因此,不应作出身体运动呈现持久性的判定。另外,当频率分析的持续时间足够长时,即使上述“相等”判断被省略,也会出现当身体运动不存在持久性时检测到心律失常的问题。
注意等价于图14所示的处理是在身体运动二次谐波频率分量的功率不限于比其它频谱分量的功率强的条件下执行的。也就是说预想频率范围(例如2~4Hz)内的最大功率频率分量被假定为身体运动基波、二次谐波或三次谐波之一的频率分量。通过研究在频率是上面提及最大功率频率分量的频率的1/2或1/3处的功率,可以指定上面提及频率分量是否是身体运动基波、二次谐波或三次谐波之一。在图14,身体运动基波频率是根据指定分量而指定的,但是,在第二实施例中所指定的是身体运动二次谐波。
3-2-2.第二实施例的总体操作
现在参考图16解释第二实施例的总体操作。除非特别说明,所述操作由CPU308执行。
图16所示步骤SF1~SF8的处理过程与图8中步骤SA1~SA5、SA7~SA9所进行的处理过程相同。即,当身体运动信号(身体运动波形)存在时,脉波信号(脉搏波形)被检测,并且对该脉波信号进行矩形波处理。另一方面,当身体运动信号存在时,脉波信号和身体运动信号被检测并且从模拟转换为数字信号,然后分别对它们进行FFT变换处理。然后根据身体运动信号的FFT处理结果,在步骤SF9实施上文描述的处理操作,以判断身体运动中是否存在持久性。如果存在持久性,那么在步骤SF10执行等价于图8的步骤SA6的处理操作。因此,如果心律失常发生,那么在该处理阶段发出通知。另一方面,如果在步骤SF9判定身体运动缺乏持久性,那么在步骤SF11执行仅确定脉波基波频率的处理操作。换句话说在步骤SF11并不进行心律失常检测操作,而是仅执行了由脉波信号的频率分析结果确定脉波基波频率的处理操作。
接着,在步骤SF12根据在步骤SF5得到的矩形波形信号、在步骤SF10得到的信息(即,脉波基波频率或在频率不能指定的情况下的其它细节),或在步骤SF11得到的信息(即,脉波基波频率或在频率不能指定的情况下的其它细节),计算脉搏率。注意当在步骤SF10或SF11中未能够指定脉波基波频率时,在步骤SF12不计算脉搏率,而是将先前的脉搏率用作为当前的脉搏率。
这样,通过第二实施例,可以检测身体运动具有一定持久性的运动期间的心律失常(即,在例如跑步的剧烈运动期间,或在身体运动步频为80次/分钟时)。
4.第一和第二实施例的修改
上文参考附图详细解释了本发明的第一和第二实施例。但是这些实施例的特定结构并不受其限制。而是只要它们属于本发明的预计范围之内,也可以将各种各样的设计修改方案纳入本发明之中。
例如,第一和第二实施例可以组合起来,使同一心律失常检测设备具有两种模式,其一用于在身体运动具有持久性时检测心律失常,另一用于不管身体运动有否持久性执行心律失常检测。如此,用户可以选择优选模式。
另外,前述实施例均预设,在其中“相等”判断将达到的允许范围是固定的。但是,本发明并不限于此。相反该允许范围也可以是可变的。例如,允许范围的宽度可以根据专用开关的操作加以改变。在此情况下,最好是提供一种设计,它告知用户进行有关允许范围宽度(例如±5%)的信息设置。另外,可根据脉波间隔的参考值、先前脉搏率、先前身体运动基波的频率等等来动态地改变允许范围的宽度。一般而言,用户不运动时脉搏率适当变化的宽度与运动时的相比较小。这样,如果将与没有身体运动时的脉波基波频率有关的允许范围设置得比有身体运动时的允许范围窄,那么可以以较高精确度检测心律失常。此外,也可以考虑这样的一种配置,其中各个允许范围的宽度被定义为与脉搏率或身体运动基波频率无关的绝对值。
在前述的每个实施例中,根据对脉波信号和身体运动信号进行FFT变换处理之后所得的结果,就目标谱线周围旁瓣的范围是否适当展宽一事作出判断。但是,也可以将该判断推广到特定范围内的所有谱线,而不是仅限于目标谱线附近的谱线。例如,可以提供这样的设计方案,其中只有在目标谱线和其邻近谱线之间的功率差等于或大于5%并且目标谱线和再离开一个间隔的那些谱线之间的功率差等于或大于10%的情况下旁瓣范围才被断定是适当展宽。或者,也可以仅当在对于取得“相等”判断的允许范围内的所有谱线来说前面提及的功率差为5%或更多的情况下才断定旁瓣范围是适当展宽的。
也可以提供这样的设计,它在未检测到脉波(相当于心脏停止跳动)的持续时间超过特定时间周期的情况下向远方的监视者发出通知。结果,由于实际上监视者例如医生从注意正患有例如心脏病的用户转向注意已附有该设备的用户,因此该监视者可以立即得知用户心脏已停止跳动。这样,可以立即采取适当的针对措施。注意,这里用作为参考的持续时间可以是对所有用户来说是相同的,也可以对每个用户单独设定。下文将在标题为“系统化”的段落下详细讨论紧急情况下通知远方监视者的特定系统。
脉搏传感器的附着部位不限于手指。在可以获得脉波测量的前提下,可以选择任何部位(耳、颈等等)。而且,除加速传感器外,还可以用光学传感器作为身体运动传感器。身体运动传感器的附着部位不限于手臂,可以是身体的其它任意部位。而且,每个传感器可以用例如指袋或指带加以固定。
该设备可以如此设计,使之在用户要求下显示心律失常被检测到的时钟时间。另外,可以显示以检测时间为水平轴的直方图,并且向用户通报心律失常检测频度随时间变化的情况。如果该设备设计用于显示用来表示在生物周期变化的每次循环,即月、周、日期间所发生的心律失常次数的直方图,那么可以更为准确地把握用户身体的状况。图43给出所显示直方图的一个例子。例如,图43A表示在过去一年内每月心律失常的发生次数。采用该直方图,可以了解在过去一年内心律失常事件发生频度的变化趋势。当然,也可以显示以日或周为基础,而不是以月为基础的心律失常次数。图43B表示了一周中每天的心律失常次数。采用该直方图,可以了解在过去一周或几周内心律失常事件发生频度的变化趋势。图43C表示了一天中不同时间段的心律失常次数。采用该直方图,可以了解在过去一天或几天内心律失常事件发生频度的变化趋势。
如图44所示,也可以连续记录心律失常被检测到的时钟时间(时间标记),由心律失常检测设备或外部装置(下文解释)查阅心律失常发生的记录时间并且显示表明心律失常被检测到的时钟时间的数据组。另外,可以得到在生物周期每个变化周期期间发生的心律失常次数,将它转换为图43所示的直方图,并且显示。另外,包含心律失常的脉搏波形可以在指定了该心律失常被检测到的时钟时间之后被记录下来,然后根据用户或监视者的指令显示该脉搏波形。注意,图44所表示的例子中,心律失常被检测到的时钟时间是按检测时间的次序记录的。但是,它们可以按任意顺序记录。当然,在提供有关心律失常检测的时钟时间数据组的通知时,使日期按可选次序排列也是可以接受的。
上述通知操作可以按可选时序执行。例如,通知操作可以在检测心律失常期间执行,或响应用户或监视者的指令执行。至于发通知和心律失常检测过程并行执行的方法,可以采用一种利用例如实时时钟进行中断的方法。也就是说,如果心律失常检测程序是利用实时时钟中断而执行的,那么即使前面提及的通知操作被实施了,在心律失常检测程序中也不会有中断。
此外,脉搏波形可以在处理进行中或者处理结束后显示。在此情况下,用户或监视者可以进行心律失常判断。
也可以将心律失常检测频率与某个阈值进行比较,并且在有请求时或超过该阈值时告知用户其中的差值。另外,也可以不断提供关于第二实施例中的身体运动持久性的通知。例如,可以考虑这样的一个安排,当身体运动存在连续性时,可以产生周期与身体运动基波相同的电子声音。另外,也可以根据用户请求告知用户在身体运动有持久性的期间身体运动基波频率的平均值。
4-1.通知装置
前面的每个实施例均是采用显示器作为提供各种数据通知的装置实例。但是,下文说明的下列配置也可以引证为从该设备向用户提供通知的装置。可以适当地根据五种生理感觉对这些装置进行分类。当然,这些装置可以单独使用,也可以两个或多个结合使用。此外,如下文将作解释的那样,假定所使用的通知装置不依赖于例如视觉的话,那么视觉受损的人员将可能了解该通知的内容。类似地,只要采用不依赖于听力的装置,就有可能向听力受损人员提供通知。因此,可以组成这样的装置,它在为生理有缺陷的人员使用时不受缺陷的影响。
4-1-1.听力
有一些通知装置依赖于对声音的感觉,它们包括告知用户心律失常发生、其分析或诊断结果的装置,或发出警告的装置。例如,在诸如心律失常检测之类事件发生时发声的蜂鸣器,或在诸如心律失常检测或超过某阈值之类的事件发生时借助于有声响声音提供关于各种数值或事件细节的通知的扬声器,都可以采用。作为特定例子,可以考虑这样的装置,其中拟被通知的人员配有便携的寻呼机,通知是利用该设备呼叫寻呼机进行的。当利用这种设施发出通知时,常常希望将一些信息与通知一起传送。在此情况下,信息的各种级别例如音高、音量、音调、声音以及音乐类型可以根据拟传送的信息细节而改变。
4-1-2.触觉
依赖于触觉的装置也可以考虑作为通知装置,其实例列举如下。首先,可以采用电刺激,其中提供从便携装置例如手表的后表面凸出的模塑记忆合金,使电流经该模塑记忆合金。也可以采用机械刺激,其中在便携装置例如手表的后方形成一个可伸缩的凸起(诸如不太尖的针形物),通过该凸起可以对刺激进行操纵。机械刺激的另一例子是,可以考虑这样的配置,它采用一个通过使偏心负载旋转来传递振动的振动警报,或如图17所示,采用一个压电元件,使之附着于在厚度70微米的主体的底表面内侧一部分处形成的凹面上。当具有适当频率的交变电流作用于该压电元件上时,压电元件发生振动,将该振动传送给用户。因此,如果当心律失常被检测到的时候外加交变电流,那么可以以触觉感知运动的强度。另外,压电元件的厚度可以为100微米,其直径是凹面直径长度的80%。
由于在利用触觉的通知装置的情况下肯定可以向用户传送警告信号,因此该装置适于结合利用听觉的上述通知装置使用,或代替之。结果是,当睡觉期间心律失常频繁发生使得其频度达到危险状态时,可以将用户唤醒,从而他能够采取针对措施,例如服药。
4-1-3.视觉
当目的在于告知用户各种测量结果或者装置的有关信息,或者发出警告时,可以采用依赖于视觉的装置。作为这类装置,可以考虑如下装备:显示装置,CRT(阴极射线管显示装置),LCD(液晶显示器),打印机,X-Y绘图仪,灯,等等。另外,透镜投影仪也可以用作为一种专用显示装置。另外,提供通知的方式也可以考虑如下变更方案。在通知内容涉及数值的情况下采用单独的模拟或数字显示,图形显示,增加显示色彩的反差,在通知内容为数值或当给数值分级的情况下条形统计图,扇形图,面图。
图18是面图的一个例子。在采用该图中的面图的情况下,可以考虑这样的装置,在其中对阈值比较,当心律失常检测频度较低的时候显示图18的F1所指示的图形,而当心律失常检测频度较高的时候显示图18的F2所指示的图形。另外,还可以通过闪烁显示、反相显示或借助于色彩变化告知心律失常事件的发生。
当显示心律失常检测频度等等信息时,可以在对其分级后显示该信息。例如,当显示心律失常检测频度时,可以在LCD上显示例如“危险”、“小心”、“正常”、“中等”或“好”等字。在此情况下,可以将这些显示分级用A、B、C、D和E表示,然后将这些符号显示于LCD等等上。
4-1-4.嗅觉
关于依赖于嗅觉的装置,可以采用散发香味的机构。可以在通知细节与气味之间建立一种对应关系,使该设备响应通知内容发出香味。优选采用微型泵等等作为散发香味的装置。
4-2.系统化
在每个上述实施例中,检测到的数据存储于手表形状的心律失常检测设备中。因此,用户或监视者可以通过操纵设备上的各个开关来显示并分析所需数据。但是,设备以手表形式实现的情况下,对显示器的大小、存储容量、CPU处理能力、指令输入装置的可操作性等等有一定的限制。另外,在某些情况下,有必要在设备和其它数据处理装置之间进行数据交换。
下面参考图19解释执行在心律失常检测设备和外部仪器之间数据交换的通讯装置。如图所示,个人计算机由主体330、显示器331、键盘332和打印机333组成。由于这是普通的个人计算机,因此其内部结构除下面几点外的解释将省略。
也就是说,主体330包含用于发送和接收光信号数据的发送和接收控制器(未示出)。发送控制器有一个LED334,它用于发射光信号,而接收控制器有一个光敏晶体管,它用于接收光信号。一个利用近红外线(例如,介质波长约为940纳米)的红外型装置被用作为LED334和光敏晶体管,它用于将光从使所提供的光透过的透射窗337,经过遮挡可见光的可见光拦截滤光片336透射到主体330前表面。
与个人计算机相连的心律失常检测设备的结构如图2和3所示。如上所示,连接器53可拆卸地与手表的装置主体1相连。因此,通过将通讯连接器338附着于已移去连接器53的连接器部分,使传输成为可能。类似地,在计算机一侧的通讯连接器338包括LED、光电晶体管和光通讯接口。另外,光通讯用光接口(未示出)可以置于手表的装置主体1内。
例如,为了将存储在计算机RAM或硬盘内的各种信息从计算机发送到心律失常检测设备,从键盘332键入传送指令。结果,个人计算机内的信息经LED334和通讯窗337作为近红外光输出。这样近红外光经通讯连接器338送往心律失常检测设备的光接口。
当各种信息从心律失常检测设备送往个人计算机时,通讯方向与上述方向相反。换句话说,心律失常检测设备的用户对设备主体上的按钮开关进行操作,以便将装置设置到传送数据模式。结果是,设备内的处理器拟传送的信息从RAM等等读出,发送到光接口。这样,测量值转换成光信号,从通讯连接器338发送,并且经通讯窗337和光电晶体管335传送到个人计算机。
自然,本发明的设计也可以不提供数据传输模式,使得从心律失常检测设备到外部装置或从外部装置到心律失常检测设备的数据传输在特定信号从外部装置经接口接收的时候自动启动。另外,也可以提供数据传输模式和自动使数据传输启动的功能,使用户或监视者能够选择其中的一个模式。
也可以作如此设计,当如本例一样采用一实时时钟时,监视从该实时时钟的输出数据(时钟数据),每当特定时间间隔结束之后心律失常检测设备请求通讯启动。在此情况下,假定得到适当的回答信号,那么使数据传输启动。但是,如果未得到适当的回答信号,在指定时间周期结束后心律失常检测设备再一次发出通讯启动请求。此外,如下所述,也可以这样设计,其中当紧急事件发生时,例如所检测到的心律失常超过某预设的阈值或判定心脏已经停止跳动,那么该事件如同触发器一样,使心律失常检测设备立即请求使通讯启动。在此情况下,如果得到适当的回答信号,那么数据传输开始。但是,如果未得到适当的回答信号,那么在对应于紧急程度的特定时间周期结束之后由心律失常检测设备再一次发出请求,启动通讯操作。
当如上执行光通讯时,在不可能辨认哪一个装置发送了该信息的情况下,有时会误接收应由不同装置接收的信息。所以,I/O接口装置采用标志信息,表示在信息发送或接收时是由哪一个设备发送该信息的。该标志信号存储于例如设备主体1内部的ROM(未示出)中,并且在通讯操作被启动的时候与外部装置进行交流。
通过如此地与外部装置进行通讯,不仅可以从心律失常检测设备向外部装置传送信息,而且能够执行各种设置和从外部装置到心律失常检测设备的指令。
例如,外部装置可以在监视者例如医生的监督下设置。监视者可以向该外部装置输入阈值(200次/天,例如)或允许范围(±5%),视心律失常检测设备的用户而定。在阈值或允许范围与心律失常检测设备的标志信息之间建立一种关联之后阈值或允许范围可以存储于外部装置中,而且可以通过从外部装置到心律失常检测设备的传输来执行设置。另外,也可以在将检测数据从心律失常检测设备传送到外部装置的情况下将用于心律失常检测设备的标志信息存储于外部装置中。如果外部装置是个人计算机,那么可以采用具有足够存储器的外部记录装置,高速CPU,供各种数据分析、处理和管理用的软件,能够以易于观看的方式输出大量数据的显示器,打印机,等等。这样,对监视者来说与累积数据分析有关的问题和努力明显降低。
注意,当数据传输速度相对于拟传送的数据数量较低时,那么可以在首先将数据压缩之后才发送。此外,心律失常检测设备和外部装置的通讯接口不限于光接口,也可以是例如RS-232C的电接口,或是采用电波作为传输媒质的接口。另外,如果在用户一侧提供能够与心律失常检测设备通讯的外部装置,并且为该装置和监视者一侧的外部装置提供一接口,使之能够通过专用电路或公用线路通讯,那么用户不必处于监视者的监督之下,而是可用专用电路或公用线路传递检测数据。自然地,在此情况下,反方向的数据传输和设置也是可能的。当如此执行信号的发送和接收时,应当提供用于通报传输数据的有关细节和能够指定数据传输源的信息的功能。特别是,当由监视者一侧设置远方的用户一侧的心律失常检测设备上的允许范围(±5%)或阈值(例如每天200次)的时候,那么所接收的数据应当用于通报用户有关正在利用接收数据设置阈值和允许范围的情况,而不涉及设置细节。也可以如此设计,使得心律失常检测设备将远端设置期间所建立的阈值或允许范围送回监视者一侧。然后监视者一侧的外部装置对送往心律失常检测装置的数据与在该端处实际设定的数据进行比较,并且确认各种设置均是正确的。
在上述实施例中数据拟快速送往监视器的情况下,可以考虑这样的场合:由于用户不能移动,忘记或者处于有一定距离的地点,这样的快速传输无法实现。因此,可以给心律失常检测设备增加一种功能,用于在紧急情况下自动地向监视器一侧的外部装置传送数据。结果是,在例如用户心脏停止跳动或心律失常频度超过特定值的紧急情况下,监视者被告知这一事实并且得到检测数据。这样,监视者可以参考检测数据,并且采取针对措施,例如确认用户状态或限制其活动。
另外,可以仅设置监视者一侧外部装置内的阈值或其它维护数值。在此情况下,如果用户自己改变例如阈值,那么可能避免甚至在必须尽快通知监视者一侧的情况下监视者也不能自动得知这一事实的问题。相反的安排可以同样方式实现。
也可以作如此设计,使监视者的指导能够传送给远方的用户。结果,在例如用户正在远方某个地点奔跑并且检测数据向监视者表明用户心律失常频度已超过阈值的时候,监视者操纵其一侧的外部装置,向远方的用户心律失常检测设备发出降低运动强度的指导。这样,用户也得以了解其处境。而且,当在家养病的病人状况恶化的时候,医生可以迅速地向病人(用户)或照看人员提供适当指导。
当然,向监视者一侧的外部装置传递检测数据不仅仅限于紧急情况。而是可以采用实时时钟,有规律地向监视者一侧的外部装置传送检测数据。当不断地向监视者一侧的外部装置传送检测数据时,该外部装置可以作出心律失常判断,并且由该外部装置将判断结果传送给用户装置。
关于脉搏波形频率分析方法,除FFT外还可以考虑诸如最大熵、小波变换等等的方法。现在可以参考附图解释心律失常检测设备采用小波变换方法的实施例,小波变换是一种时频分析方法。
5.采用小波变换方法的心律失常检测设备实施例的功能结构
现在首先参考附图,解释采用小波变换方法的脉波检测设备的功能结构。图20是根据本实施例的脉波检测设备的功能框图。在该图中,f1是检测脉搏波形的脉波检测装置。脉搏波形是通过例如经皮肤向桡动脉加压而被检测到的。f2是第一小波变换装置,它对脉波检测装置f1检测到的脉搏波形实施小波变换,并且产生在每个频率区间的脉波分析数据。f3是第一频率修正装置,它基于相应的频率对脉波分析数据进行修正,使得每个频率的功率密度恒定。然后f3生成修正脉波数据。结果,在不同频率区间检测到的小波之间可以互相比较。
接着,f4是身体运动检测装置,它检测身体运动,并且输出身体运动波形。结果,可以检测到对象是否在运动。f5是第二小波变换装置,它对身体运动检测装置f4检测到的身体运动波形实施小波变换,并且产生在每个频率区间的脉波分析数据。f6是第二频率修正装置,它基于相应的频率对身体运动分析数据进行修正,使得每个频率的功率密度恒定。然后f6生成修正身体运动数据。由于进行了频率修正,因此可以对如此算得的修正身体运动数据和修正脉波数据进行比较。
f7是屏蔽装置,它从修正脉波数据中减去修正身体运动数据,并且生成身体运动已消除的修正脉波数据。f8是判断装置,当通过分析在每个频率区间中屏蔽装置f7产生的脉波数据的连续性而检测到异常部分时它判定心律失常发生。
当在对象处于睡眠或休息状态的同时进行心律失常检测时,不必进行身体运动检测。因此,身体运动检测装置f4,第二小波变换装置f5,第二频率修正装置f6,以及屏蔽装置f7可以略去。另外,可以在屏蔽装置f7之后设置一个频率修正装置,取代第一频率修正装置f3和第二频率修正装置f6,从而简化了结构。也可以省去所有的频率修正装置。
f9是通知装置,它通知已经由判断装置f8确定的心律失常。结果,用户或第三方例如医生能够确认心律失常的存在与否。f10是记录装置,它记录当判断装置f8判定心律失常已经发生时心律失常事件发生的时钟时间。因此,可以在心律失常事件发生之后了解其发生的时间。f11是频度计算装置,它计算在指定时间周期内判断装置f8确定心律失常的次数,并且将它定义为心律失常频度信息。f12是第二通知装置,它在心律失常频度信息超过事先预定的指定值时发出通知。结果是,患有心脏疾病的人可以被告知其状况是否变得危险,以便他采取恰当的针对措施,例如服药。
f13是加法装置,它通过累加判断装置f8确定心律失常的次数,产生心律失常求和信息。f14是第三通知装置,它在心律失常求和信息超过预定的指定值时发出通知。因此在用户的生理状况恶化时,他能够了解这一点。
f15是第四通知装置,它在心律失常频率信息超过事先预定的指定值以及心律失常求和信息超过预定的指定值时发出通知。结果是,甚至可以更精确地通知用户或监视者用户状况已经进入危险状态的时间。
6.第三实施例
6-1.第三实施例结构
现在参考附图解释根据本发明的第三实施例的心律失常检测设备结构。
6-1-1.第三实施例的外观结构
图21是根据本发明的第三实施例的心律失常检测设备的外观结构的斜视图。如该图所示,心律失常检测设备1设计成手表形式。心律失常检测设备1配备有一对带144,144。如图所示,压力传感器130的弹性橡胶131从带状扣件145的夹持侧凸出,扣件145置于带144,144之一上。尽管在图上未详细标出,配有带状扣件145的带144的结构是,在拟从压力传感器130提供检测信号的FPC(软性印刷电路)基片上覆盖有软塑料。
在心律失常检测设备1内所包含的主要组件具有分析脉波的电结构。另外,设备内也可以装备一个显示装置。如图22A和22B所示,手表146在使用时,缠绕在测试对象的左手腕147上,从而使置于带状扣件145的弹性橡胶131定位于桡动脉143附近,以便能够不断地检测脉波。另外,使该装置缠绕于用户手臂的动作与使用普通手表时的动作相同。
当弹性橡胶131被下压,贴住对象的桡动脉143附近,血流(即脉波)的变化经弹性橡胶131传送到脉压波传感器130,并且由脉压波传感器130检测为血压。
6-1-2.第三实施例的电结构
现在参考图23解释心律失常检测设备的电结构。图23是心律失常检测设备的电结构的框图。
心律失常检测设备1由下列部件组成。即,10是小波变换单元,它对从脉压波传感器130输出的脉搏波形MH进行常规的小波变换,并且生成脉搏波形分析数据MKD。
一般来说,在同时于时域和频域对信号进行分析的时间频率分析中,以小波形状为单位提取信号部分。小波变换表明了以这些单位提取的信号每个部分的大小。作为定义小波变换的基函数,一个已相对时间和频率定位的函数ψ(x)被引用为母波。这里,采用函数f(x)的母波ψ(x)的小波变换作如下定义。
( W ψ f ) ( b , a ) = ∫ - ∞ ∞ 1 a ψ ( x - b a ) f ( x ) dx 方程1
在方程1,b是在平移母波ψ(x)时采用的参数,而a是定标时采用的参数。因此,方程1中的小波ψ((x-b)/a)是在使母波ψ(x)仅作b平移,并且使之仅以比例a定标之时所得到的小波。由于母波ψ(x)的宽度根据比例参数a延展,因此1/a对应于频率。小波变换单元10的详细结构解释如下。
频率修正器11对脉波分析数据MKD进行频率修正。当对来自不同频率区间的数据进行比较时,有必要就相应于前面方程1内的频率的项[1/a1/2]的影响进行修正。频率修正器11即是用于这种用途。也就是说,频率修正器11通过使小波数据WD乘以系数a1/2,生成修正的脉波数据MKD’。因此,可以基于每个相应的频率进行修正,使得每个频率的功率密度恒定。
接下来,判断单元12基于修正脉波数据MKD’检测心律失常,并且生成心律失常检测信息FD。下文将就判断单元的结构细节作出解释。显示装置13包括ROM,控制电路,LCD显示器等等。心律失常检测信息FD送往显示装置13。控制电路检测到它,读出ROM中存储的字符,并且将这些显示于液晶显示器上。可以使用拼作为“arrhythmia”的字母,或是特定字符或者图标。结果是,用户或医生得知心律失常发生了。
标号14表示RAM。心律失常检测信息FD产生的时钟时间顺序地存储于RAM14中。该时钟时间是在图中未示出的一个操作部件被操纵时从RAM14读出的,并且显示于显示装置13上。结果是,可以在心律失常发生之后得知其发生时间,这一点在诊断是有益的。另外,可以让该时钟时间经这里未示出的接口送往外部装置(例如个人计算机)。在该情况下,可以执行更为精确的心律失常分析和诊断。请注意,在标题为“系统化”的节4-2所公开的系统,或对其略作修改,用于使外部装置和根据第三实施例和第四以及第五实施例的心律失常检测设备系统化,这一点将在下文解释。因此,这里省略其解释。
接下来,配备有内部存储器和比较器的求和器15对心律失常检测信息FD产生的次数进行相加,产生表明求和值的心律失常求和数据FSD,并将该信息存储于内部存储器。当操纵图中未表示的运算部分时,内部存储器内存储的心律失常求和数据FSD被置零,或者在运算部分操纵时刻心律失常求和数据FSD被读出并且显示于显示装置13上。在内部存储器内设置预定的阈值,由比较器对它与心律失常求和数据FSD进行比较。当心律失常求和数据FSD超过阈值时比较器生成第一警告信息KD1。当第一警告信息KD1提供给蜂鸣器17时,蜂鸣器17发声,由此告知用户他正处于危险的生理状况。
如上所述,心律失常可以指一种严重状态,或者危险非常小的状态,视其诱因而定。心律失常求和数据FSD有助于了解个人身体健康程度。据知伴随严重的心脏病或心血管病发生的心律失常即使在仅有单个诱因的时候每天也可能发生200次或更多,并且在有多个心律失常诱因的情况下可以显示各种形式的心电图。由此,例如如果阈值设置为200次,那么每当该值被超过时产生第一警告信息KD1,并且蜂鸣器发声通知用户,这意味着,向用户发出了警告。
标号16是频度计算器。频度计算器16配备有内部存储器和比较器,它通过对每单位时间产生心律失常检测信息FD的次数计数而生成心律失常频度信息FHD。该心律失常频度信息FHD在用户操纵操作部分时显示于显示装置13上。在内部存储器内设置了一个预定阈值,由频度计算器16对该阈值和心律失常频度信息FHD进行比较。当心律失常频度信息FD超过阈值时,产生第二警告信息KD2。当第二警告信息KD2送往蜂鸣器17时,蜂鸣器17发声,告知用户他正处于危险的生理状态。
心律失常频度信息FHD在显示装置13上的显示有助于用户控制其自身的健康状况。当睡眠期间心律失常频繁发生时,或当心律失常频度信息FHD超过某个表明用户状况已陷入危险状态的阈值时蜂鸣器17发声,有助于提醒用户危险的存在。
6-1-3.小波变换单元
下文将利用附图详细解释小波变换单元10的结构。图24是根据第三实施例的小波变换单元10的框图。
在该图中,振铃(ringing)滤波器是具有高Q值的滤波器,其中心频率为2.2Hz,通带是0.8-3.5Hz。脉搏波形的基波分量通常在范围0.8-3.5Hz内。这样,当脉搏波形MH经过振铃滤波器101时基波分量被提取出来。例如,当图25A中所示的脉搏波形MH经过振铃滤波器101时,得到图25B所示的正弦波。
过零检测电路102包括比较器等等。过零检测电路102比较振铃滤波器101的总(grand)电平和输出信号,生成矩形波。该矩形波与心脏跳动同步。例如,如果经过振铃滤波器101的输出信号如图25B所示,那么过零检测电路102的输出信号如图25C所示。
接着,分频电路103将过零检测电路102的输出信号一分为二,并且产生如图25D所示的控制信号CS。该控制信号CS的高电平或低电平期对应于一次心跳的间隔。
接着,脉搏波形MH由A/D转换器104转换成数字信号,然后存储于第一存储器105和第二存储器106中。控制信号CS直接送往第一存储器105的光使能端,并且在由倒相器107倒相之后送往第二存储器106的光使能端。脉搏波形MH也可以以心跳为单位存储于第一和第二存储器105,106中。另外,多路复用器108选择从第一和第二存储器105和106交替读出的脉波数据MD,并且将它输出给基函数推导器W。脉波数据MD在第一存储器105的写期间从第二存储器106中读出,并且在第一存储器105的读出期间写入第二存储器106。
基函数推导器W设计用于执行上述方程(1)的计算,它包括记录母波ψ(x)的基函数记录器W1;转换标尺参数a的标尺转换器W2;缓冲存储器W3;执行平移的平移器W4;乘法器W5。请注意,存储于基函数记录器W1中的母波ψ(x)可以采用各种类型的小波,包括Gabor小波,Mexican小波,Harr小波,Meyer小波,Shannon小波等等。
当母波ψ(x)从基函数记录器W1读出时,通过标尺变换器W2对标尺参数a进行变换。标尺参数a对应于周期,由此,a越大,则母波在时间轴上延展越长。在此情况下,在基函数记录器W1内记录的母波ψ(x)的数据量是固定的,因此当a变大时,每单位时间的数据量减少。标尺变换器W2执行内插操作,以对此进行修正,并且通过在a变小时执行清除处理操作生成函数ψ(x/a)。该数据在缓冲存储器W3内存储一次。
接下来,平移装置W4以响应于平移参数b的时序从缓冲存储器W3读出ψ(x/a),执行函数ψ(x/a)的平移,产生函数ψ(x-b/a)。
接着,乘法器W4对函数ψ(x-b/a)和脉波数据MD乘以变量1/a1/2,并且以心跳单位执行小波变换。这样,生成脉波分析数据MKD。在此例中,脉波分析数据MKD被分割为频段0Hz~0.5Hz,0.5Hz~1.0Hz,1.0Hz~1.5Hz,1.5Hz~2.0Hz,2.0Hz~2.5Hz,2.5Hz~3.0Hz,3.0Hz~3.5Hz,和3.5Hz~4.0Hz,并且输出。
6-1-4.判断单元
接着,将解释判断单元12。图26是根据本实施例的判断单元12的框图。
在图中,加法器121,系数电路122和124,以及存储器123用于计算每个频率区间内修正脉波数据MKD’的平均值。系数电路122的系数是1/k+1,而系数电路124的系数是k。加法器121对修正脉波数据MKD’和系数电路124的输出相加。加法器121的输出数据经系数电路122存储于存储器123中。每当生成修正脉波数据MKD’时,与心跳周期同步地执行上述处理。因此,存储器123的内容与心跳同步地更新。
这里,如果心跳周期是t,当前时钟时间是T,并且存储器123内所存放的数据是Ma,那么在时钟时间T的数据Ma(T)可以通过下列方程获得。
Ma(T)={Ma(T-t)*k+MKD’(T)}/(k+1)
该方程中的Ma(T-t)是在时间间隔t之前得到的数据,即表示前次心跳的数据。因此,数据Ma(T)是过去数据和当前数据的加权平均。由于该处理每隔一段时间t重复进行,故此修正脉波数据MKD’的平均值存储于存储器124中。由于修正脉波数据MKD’是在每个频率区间产生的,因此平均值是在每个频率区间计算得到的。由于这个缘故,单位为0.5Hz的修正脉波数据MDK’的平均值Ma1~Ma8存储于存储器124中,如图27所示。
从该意义上来说,存储器124的作用相当于平均值表。
接着,计算器125进行由下列公式表示的估算函数Q(T),将它作为估算数据QD输出。Q(T)=∑pk·|Mak(T)-Mk(T)|/Mak(T)
              =P1·|Ma1(T)-M1(T)|/Ma1(T)
              +P2·|Ma2(T)-M2(T)|/Ma2(T)+...
              +P8·|Ma8(T)-M8(T)|/Ma8(T)
但是,MK(t)是时钟时间T处修正脉波数据MDK’的每个频率分量,这里k=1~8。系数Pk在Mak(T)超过预定的阈值时为1,在Mak(T)低于该阈值时为0。该系数如此设计的原因是,由于脉搏波形的特征部分具有较大的能量,故此可以根据它辨认心律失常是否发生。另一方面,当心律失常的辨别是根据电平较低的部分作出的时候,其信噪比较差。这样,不能进行准确的辨认。
由于这个原因,估算函数Q(T)表明修正脉波数据MDK’从平均值偏离的程度。比较器126对估算数据QD和参考数据RD作比较,当估算数据QD超出参考数据RD时生成心律失常检测信息FD。请注意,在该实施例中,在实验时计算出的数值用作为参考数据RD,使得可以进行心律失常判断。参考数据RD的设置留有一定余地,使得非心律失常脉波不会误判断为心律失常。
可以判断在小波变换中频率在一个短时间周期上的分布。因此,如果前述时间被设置得短些,那么可以判断在给定时间间隔上的脉搏波形是否有正常形状。这样,通过该方法,脉搏检测可以执行。在此情况下,一个好处是可以将一段时间间隔上的心律失常判断和在频率区间上的频率判断结合起来进行。但是,心律失常如上所述,是通过比较参考数据RD和在每个脉波周期的估算数据QD而测得的。这在下列第四和第五实施例中是同样的。
6-2.第三实施例的操作
第三实施例的操作将结合附图解释。图28是解释第三实施例操作的图形。
图28A表示了脉压波传感器130所检测的脉搏波形MH的一个例子。在该例子中,从时刻T到时刻T+t的脉搏波形MH1是一个普通的波。但是,在其后从时刻T+t到T+2t的间隔期间发生了心律失常。通常脉搏与心跳同步地正常持续。但是,如果心跳速率不足,那么在脉搏波形MH2中的振幅值几乎完全消失,心律失常发生。
在从时刻T+2t和时刻T+3t之间的间隔期间,心脏再次收缩,从而产生脉搏。一般而言,经常是紧接心律失常之后的脉搏波形MH3的峰P3大于正常脉搏波形MH1的峰P1,使得它弥补了心跳的不足。另外,脉搏波形MH3由心律失常引起,使得其位置相对于脉搏波形MH1延后了ΔT。该位置延迟也发生于脉搏波形MH4。但是,脉搏波形MH4的峰P4大致相当于正常脉搏波形MH1的峰P1。
图28B是从图24所示的过零检测电路102输出的信号波形。如前所述,振铃滤波器101的Q值被设成高值,使得即使在心律失常发生之后脉搏波形MH2的振幅值变低的情况下输出信号仍然连续。另外,脉搏波形MH3,MH4相对MH1的脉搏波形有位置延迟ΔT,但是输出信号的相位并不立即变化,而是随着时间流逝而慢慢变化。注意,在该例中输出信号的频率是1.3Hz。
当小波变换单元10与所产生的输出信号同步地如此执行小波变换,并且脉波分析数据MKD产生时,频率修正器11对脉波分析数据MKD进行频率修正,产生修正脉波数据MKD’。图28C表示了修正脉波数据MKD’的分别相应于每个脉搏波形MH1~MH4的每个频率分量M1~M8。图28D表示了在存储器124中存储的修正脉波数据MKD’的平均值数据Ma1~Ma8。在该例中,平均值Ma1~Ma8在从时刻T到时刻T+4t之间不会改变。
过零检测电路102的输出信号的频率是1.3Hz。这样,脉搏波形MH的基波频率是1.3Hz。由于这个原因,对应于1.0~1.5Hz的平均值数据Ma1的数值是[7],最大值。对应于二次和三次谐波的平均值数据Ma5,Ma7的数值在[4]变成次大值。另一方面,在对应于心律失常脉搏波形MH2的修正脉搏波形MKD’的情况下,振幅值较低。这样,对应于每个频率分量的数据M1~M8的数值变小。
图28E表示了对应于每个脉搏波形MH1~MH4的估算数据QD1~QD4。在该例中,当Mak(T)大于或等于4时上述估算方程Q(T)=∑Pk·|Mak(T)-Mk(T)|/Mak(T)中的系数PK为1,当Mak(T)小于4时PK为0。
例如,QD2由图26中所示的计算器125产生如下:
QD2=|Ma3-M3|/Ma3
    +|Ma5-M5|/Ma5
    +|Ma3-M7|/Ma7
=|7-0|/7+|4-2|/4+|4-0|/4=2.5
比较器126对估算数据QD与参考数据RD作比较。在此例中,参考数据RD的数值设为[1]。由于这个原因,脉搏波形MH2被判定为心律失常,脉搏波形MH1、MH3和MH4被判定为正常。图28F是比较器126输出作为心律失常检测信息FD的心律失常检测标记。高电平表示心律失常,而低电平表示正常脉波。另外,在心律失常检测标记中的时间t有延迟是由于计算器125和比较器126执行处理操作需要一定时间。
当心律失常检测信息FD形式的心律失常检测标记被检测时,在显示装置13上表示心律失常已经发生,并在RAM14中记录事件发生的时钟时间。然后,求和器15对心律失常检测标记的数目求和。当该值超过阈值时,由蜂鸣器向用户告知这一结果。另外,蜂鸣器也可以在每单位时间心律失常发生频度超过阈值的情况下通知用户。
该第三实施例的结果是,可以提供能够借助于简单操作准确检测心律失常的便携心律失常检测设备。另外,由于用户或第三方得知心律失常发生的时间,可以在甚至事情发生后能够警觉到心律失常的发生。由于心律失常求和信息FSD显示于显示器13上,健康状况如何便可以易于知道。而且,由于当心律失常求和信息FSD超过其阈值时蜂鸣器17发声,因此可以向用户提出警告。另外,由于当心律失常频度信息FHD超过其阈值时蜂鸣器17发声,通过采取针对措施,例如服药,甚至在睡眠期间心律失常频繁发生导致用户进入危险状况的情况下也可以避免严重的处境例如突然死亡的发生。
7.第四实施例
第三实施例的心律失常检测设备假定用户处于休息状态。但是,当进行运动时,其脉搏变得很强。这样,当用户走步或提起物体时,在该运动的影响下脉搏波形将改变。由于这个缘故,在用户运动的情况下根据第三实施例的心律失常检测设备难于准确地检测心律失常。这样,第四实施例的设备即是考虑了这一点而构成的,其目的是提供这样的心律失常检测设备,它即使在身体运动存在的情况下通过从脉搏波形中消除身体运动分量也可以准确地检测心律失常。
7.1.第四实施例的结构
7-1-1.第四实施例的外观
图29是根据第四实施例的心律失常检测设备在使用时的外观图。图29与图22B的不同之处在于在带状扣件145上与弹性橡胶131相对设有加速传感器21。由于在此情况下加速传感器21设置在弹性橡胶131低端上脉压波传感器130附近,因此可以很准确地检测施加在脉压波传感器130上的身体运动。
7-1-2.第四实施例的电结构
现在对根据第四实施例的心律失常检测设备的电结构。图30是根据第四实施例的心律失常检测设备的框图。
在该图中第一小波变换单元10A和第一频率修正器11A与第三实施例的小波变换单元10和频率修正器11的结构相同,被设计用于输出来自第一频率修正器11A的修正脉波数据MKD’。
当加速传感器21检测到身体运动波形TH时,它被送往第二小波变换单元10B。然后对身体运动波形进行小波变换,以生成身体运动分析数据TKD。第二小波变换单元10B的构成与第三实施例的小波变换单元10相同。由于此缘故,身体运动分析数据TKD由将0~4Hz频率区间以0.5Hz间隔分割得到的每一段中的每个频率分量组成。第二频率修正器11B具有与第三实施例的频率修正器11相同的结构,通过对身体运动分析数据TKD进行频率修正而生成修正身体运动数据TKD’。
接着,屏蔽装置18从修正脉波数据MKD’减去修正身体运动数据TKD’,生成修正脉波数据MKD”,该数据中已消除了身体运动分量。然后判断单元12与在第三实施例中相同,基于修正脉波数据MKD”执行心律失常判断。显示器13和判断单元12之后的其它部件的结构与第三实施例中相同,因此这里不再解释。
7-2.第四实施例的操作
现在将结合附图解释第四实施例的操作。
该例假定用户在心律失常检测期间用其手举杯然后将它放回其原来位置。在此情况下,图31A所示的脉搏波形MH由脉压波传感器检测,而图31B所示的身体运动波形TH同时被检测。
身体运动TH从时间T1开始增加,并且在时刻T2达到正峰值。此后,身体运动TH缓慢下降,在时刻T2通过电平0,在时刻T3达到负峰值,然后在时刻T4返回电平0。由于身体运动波形TH由加速传感器21检测到,时刻T3对应于杯子被用户举到最高处的时钟时间,时刻T1对应于用户开始举杯的时钟时间,而时刻T4对应于举杯动作结束的时钟时间。因此,从时刻T1至时刻T4的时间周期是身体运动存在的时间周期。
图31C是假定没有身体运动的情况下的脉搏波形MH’。从该图中,可以了解到,心律失常发生在Te时段期间,而时段Ta~Td和Tf期间脉波是正常的。另外,在该例中,脉搏波形MH的基波频率是1.3Hz。
接着,将参考图32解释根据该第四实施例的心律失常检测设备的操作。注意,图32所示的时段Ta~Tf对应于图31所示。图32A以每个频率区间中的数据M1~M8形式表示了修正脉波数据MKD’。图32B在每个频率区间中以数据M1~M8形式表示了身体运动数据TKD’。从图32B可以了解的是,对应于0Hz~0.5Hz的数据M1值和对应于0.5Hz~1.0Hz的数据M2值在时段Ta~Tf内是增加的。这是因为身体运动产生的时刻T1和身体运动结束的时刻T4分别对应于时段Ta和时段Tf。
当修正脉波数据MKD’和修正身体运动数据TKD’分别在第一和第二频率修正器11A和11B产生并且送往屏蔽装置18时,屏蔽装置18从修正脉波数据MKD’减去修正身体运动数据TKD’,以生成身体运动分量已被消除的修正脉波数据MKD”。该修正脉波数据MKD”表示于图32C。结果是,即使身体运动存在,其影响也会被消除,使得有可能得到修正脉波数据MKD”,该数据等价于在用户处于休息状态时从脉波得到的修正脉波数据MKD’。
判断单元12根据修正脉波数据MKD”判断心律失常是否已经发生。在该判断的处理过程中,估算数据QD是通过参考由正常脉波所得到的平均值表(图26中的存储器123)而生成的。如果存储在平均值表中的平均值数据Ma1~Ma8如图32D中所示,那么在每个时段中产生的估算数据QDa~QDf如图32E所示。比较器126对估算数据QD和参考数据RD进行比较。在该例中,参考表RD的数值被固定为[1]。注意,将参考数据RD设置成可变数的条件与披露于第三实施例中的条件相同。在该例中,在时段Te中产生的估算数据QDe的数值是2.5,超过了参考数据RD的数值。判定在时段Te发生了心律失常,并且生成如图32F所示的心律失常检测标记,作为心律失常检测信息FD。
当心律失常检测信息FD形式的心律失常标记被检测到时,那么如在第三实施例中那样,心律失常事件已发生的事实被显示于显示装置13上,事件的时钟时间被存储于RAM14中。求和器15对心律失常检测标记相加。
当该值超过阈值时,借助于蜂鸣器告知用户这一事实。另外,当每个单位时间心律失常频度超过阈值时,在该情况下蜂鸣器发声。
第四实施例被设计成对身体运动波形TH进行小波变换,然后根据它消除身体运动分量。这样,可以在日常活动或甚至在用户运动期间准确地检测心律失常。因此,可以执行心律失常检测操作而不会对对象造成妨碍,甚至在需要延长测量时间例如测量一天内的心律失常求和信息FSD的情况下也是如此。因此,这在诊断对象的生理状况的时候是有用的。
8.第五实施例
根据第四实施例的心律失常检测设备通过利用加速传感器21检测身体运动,并且从修正脉波数据MKD’中减去修正身体运动数据TKD’从而消除修正脉波数据MDK’内所包括的身体运动分量来检测心律失常。但是,由于需要加速传感器21、第二小波变换单元10B和第二频率修正器11B,第四实施例的结构被复杂化了。本发明的第五实施例是考虑该点之后构成的,目的在于提供这样的心律失常检测设备,它尽管结构简单,但在甚至存在身体运动的情况下也可以准确地检测心律失常。
8-1.第五实施例的结构
根据第五实施例的心律失常检测设备的外观与图21和22所示的第三实施例的外观相同,因此不作解释。但是将对该实施例的电结构解释。图33是根据第五实施例的心律失常检测设备的框图。图33等价于结合第三实施例解释的图23,不同之处是在频率修正器11和判断单元12之间新设了身体运动分离器19。在下文将解释该点差别。
身体运动分离器19将身体运动分量从修正脉波数据MKD’中分离并将它消除,并且产生已与身体运动分离的修正脉波数据TBD。身体运动分离器19利用了身体运动的下列特征。
也就是说,身体运动是由于在跑步期间手臂的垂直运动或手臂的摆动动作而产生的。在日常活动过程中,几乎没有身体的瞬时运动。由于此缘故,在日常活动中,身体运动脉波TH的频率分量并不高,但通常在0Hz~1Hz范围内。在该情况下,脉搏波形MH的基波频率频繁地出现在1Hz~2Hz范围中。因此,在日常活动期间,身体运动波形TH的频率分量位于比脉搏波形MH基波频率低的频率区间内。
另一方面,在例如慢跑的体育运动中,手臂等等的摆动动作产生一定影响。因此,身体运动波形TH的频率分量有些增高,而且脉搏率也随运动量的增加而增大。由于此原因,脉搏波形MH的基波频率也同时变高。因此,身体运动波形TH的频率分量通常在比脉搏波形MH的基波频率低的频率区间内,甚至在用户正在参加体育运动时也是如此。
身体运动分离器19利用这一点将身体运动分离,并且在设计时忽略了比脉搏波形MH的基波分量低的频率区间。在该情况下,如果身体运动分量存在于比脉搏波形M的基波分量高的频率区间内,那么心律失常检测的精度降低。但是,由于身体运动更可能存在于比脉搏波形MH的基波分量低的频率区间内,故此心律失常检测的精度可以较高。图34是身体运动分离器19的详细框图。波形整形器191对脉搏波形MH进行波形整形,产生与脉搏波形MH同步的复住脉冲。具体而言,波形整形器191包括振铃滤波器101,过零检测电路102等等。计数器192对时钟脉冲计数,图中未示出,并且如此设计使得计数器数值被复位脉冲复位。平均值计算电路193计算计数器192的计数值的平均结果,它可以包括加法器121、系数电路122和123、以及存储器123。在此情况下,平均值计算电路193所计算的平均值对应于脉搏波形MH的平均时段。因此,如果参考这些平均值,那么可以检测脉搏波形MH的基波频率。
根据前面提及的平均值,替换电路194指定了包括脉搏波形MH的基波频率的频率区间。例如,当平均值为0.71秒时,基波频率变为1.4Hz。这样,指定的频率区间是1Hz~1.5Hz。此后,对于比指定频率区间低的频率区间,替换电路194通过用[0]替换修正脉波数据产生身体运动分量已被分离的修正脉波数据TBD。因此,在心律失常判断中忽略了比脉搏波形MH的基波频率低的频率区间分量。在此情况下,修正脉波数据与身体运动分量一起用[0]替换。但是,因为脉搏波形MH的特征部分存在于比基波频率高的频率区间内,这种用[0]替换的方法对心律失常判断几乎没有影响。
根据如此产生的从中已将身体运动分量分离的修正数据TBD,判断单元12在执行心律失常判断之后生成心律失常检测信息FD。显示装置13和判断单元12之后的其它部件按第三实施例中的相同方式组成,因此这里不再解释。
8-2.第五实施例的操作
现在将参考附图解释第五实施例的操作。
图31A所示的脉搏波形MH由此例中的脉压波传感器130检测得到。图35是表示根据第五实施例的心律失常检测设备操作的时序图。图35所示T1~Tf时段对应于图31所示的那些时段。
图35A表示该例中在每个频率区间具有数据M1~M8形式的修正脉波数据MKD’,它等价于图32A。脉搏波形MH的基波频率被设为1.3Hz。替换电路194所指定的频率区间变为1.0Hz~1.5Hz。这样,用于替换的频率区间成为与数据M2对应的0.5Hz~1.0Hz和与M1对应的0Hz~0.5Hz。因此,修正脉波数据MKD’的数据M1、M2由[0]替换,生成修正脉波数据TBD,如图35B所示,从该数据中已将身体运动分量分离出来了。
判断单元12根据已消除了身体运动分量的该修正脉波数据TBD判断心律失常。在判断过程期间参考由正常脉波获得的平均值表(图26的存储器123),产生估算数据QD。如果平均值表中存储的平均值数据Ma1~Ma8如图35C所示的那样,那么在每个时段产生的估算数据QDa~QDf将如图35D所示。
从图35D与图32E的比较可以了解到,估算数据QDb和QDe之间略有差异。这是由于身体运动中存在着少量的1.0Hz~1.5Hz分量造成的。换句话说,参看图32B所示的修正身体运动数据TKD’,时段Tb、Td中的数据M3的数值变为[1],由于存在着1.0Hz~1.5Hz分量。当替换电路194执行替换时该分量被忽略,因此产生微量的偏差。但是,在估算数据QDb、QDe之间的差值为0.1,故此即使该差值被忽略了,也几乎不会降低心律失常判断的精度。
比较器126比较估算数据QD与参考数据RD。在该例中,参考数据RD的数值固定为[1]。注意关于参考值RD的数值可以为变量的原因在第三实施例中已有过解释。
时段Te内所产生的估算数据QDe的数值在该例中是2.5,超过了参考数据RD的数值。因此,判定在时段Te中发生了心律失常,产生图35E所示的心律失常标记。该心律失常标记等价于图32F所示的标记。
当心律失常检测信息FD形式的心律失常检测标记被检测时,心律失常已发生的事实显示于显示装置13上,其方式与第三实施例中相同。另外,心律失常发生的时钟时间记录为RAM14。由求和器15对心律失常检测标记的数目相加。如果该数值超过阈值,那么由蜂鸣器通知用户。另外,如果每个单位时间发生频度超过其阈值,那么用蜂鸣器告知用户这一事实。
在本发明的第五实施例中,身体运动分量是通过很具技巧地利用身体运动的特征而被分离的,所述身体运动的特征是身体运动分量极有可能存在于比脉搏波形MH的基波的频率分量低的频率区间内。出于这个原因,可以省略加速传感器21、第二小波变换单元10B和第二频率修正器11B,而这些在第四实施例中是需要的。此外,甚至在身体运动存在的情况下也可以精确地检测心律失常。
9.修改
本发明不限于前述实施例,而是可以例如作以下改进。
(1)第三至第五实施例采用频率修正器,对不同频率区间的能量进行比较。但是,通过集中于某给定频率区间,比较其能量值来检测心律失常也是可行的。在此情况下,不必采用频率修正装置。例如,当选择频率区间0~0.4Hz、0.4~0.8Hz、0.8~1.6Hz、1.6~3.2Hz以及3.2~6.4Hz时,基波分量被看作位于0.8~1.6Hz和1.6~3.2Hz区间内。这样,可以通过计算这两个区间的求和并将它与给定参考值比较,来检测心律失常。
(2)在第三至第五实施例中,每个小波变换单元10、10A、10B配备了执行小波变换的标准函数推导器W。但是,本发明不限于此。相反地,小波变换也可以由滤波器组实现。图36中示出了滤波器组结构的一个例子。在该图中,滤波器组包括三级,基本单元是高通滤波器1A和抽取(decimation)滤波器1C,以及低区间滤波器1B和抽取滤波器1C。高通滤波器1A和低区间滤波器1B的设计目的是分离给定频率区间,分别输出高区间频率分量和低区间频率分量。该例预先设定0Hz~4Hz是脉波数据MD的频率范围,故此第一高通滤波器1A的通过区间被设为2Hz~4Hz,而第一低区间滤波器1B的通过区间被设为0Hz~2Hz。抽取滤波器1C清除每个样本中的数据。
如此产生的数据送往下一级,重复频率区间分离和数据清除操作,使0Hz~4Hz频率区间分离成8部分而最终得到数据M1~M8。
 高通滤波器1A和低区间滤波器1B可以包括一个横向滤波器,该横向滤波器包括内部的延迟单元(D触发器)。人的脉搏率在40~200拍范围内。脉搏波形MH的基波频率响应于生理状态不断地起伏。如果可以改变拟与基波频率同步地加以分离的区间,那么可以得到与生理状态一致的动态信息。因此,提供给横向滤波器的时钟可以与脉搏波形MH同步,使拟分离的区间数据适当改变。
从脉波分析数据MKD之中,表示脉搏波形MH的代表性频率分量是基波、二次谐波和三次谐波的频率分量。因此,滤波器组的输出数据M1~M8的一部分可以用于执行心律失常判断。在该情况下,如果设计滤波器组使之与脉搏波形MH同步,那么可以略去高通滤波器1A、低区间滤波器1B和抽取滤波器1C之一,从而简化结构。
(3)在第四实施例中身体运动波形TH是利用加速传感器21检测的。当身体运动被检测到之时,脉搏波形MH的基波频率变高,这是因为用户处于运动状态。该脉搏波形MH在第一谐波变换单元10A进行频率分析。但是,如果作为频率分析对象的频率区间被固定,那么难于全面地分析脉搏波形MH的特征部分。例如,当休息时脉搏波形MH的基波频率为1Hz的某个人开始跑步时,脉搏波形MH的基波频率变为2Hz(相应于脉搏率120)。通过在如上于第四实施例中解释的区间0~4Hz内进行小波变换,可以对脉搏波形MH的三次谐波进行频率分析。但是,由于在跑步期间三次谐波高达6Hz,故此难于执行频率分析。
因此,运动量可以基于身体运动波形TH而获得,如此控制第一和第二小波变换单元10A、10B使得小波变换被执行的频率区间随着运动量增加而移向较高区间。
当如上所述从滤波器组构成第一和第二小波变换单元10A、10B时,时钟频率的控制是根据运动量进行的。换句话说,可以执行常规反馈控制,使得时钟频率随着运动量增加而增加。
在跑步期间,身体运动波形TH的步频表明了跑步者手臂的往返的频度,它与脚的跨步宽度有恒定关系。通常,每摆动手臂一次即跨出两步。此外,运动量可以表示为跑步速度和步伐长度的乘积。一般而言,跑步速度增加,步频趋于增加而步长趋于减少。因此,在身体运动波形TH和运动量之间有恒定的关系。
例如,图41表示了当在地面上跑步时脉搏和跑步速度之间的关系,以及跑步频度和跑步速度之间的关系。如该图所示,随着跑步速度的增加测试对象的脉搏和跑步频度也增加。也就是说,跑步频度增加时,运动量和脉搏率也随之增加。因此,运动量与身体运动波形TH的频度之间的这种关系可以预先测量,并且存储于表中,参考该表可以计算出运动量。
从图41,可以认为在身体运动波形TH的步频和心跳之间存在恒定的关系。因此,身体运动波形TH的频度和作为频率分析对象的频率区间之间的这种关系可以存储于表中,根据所测量的身体运动波形TH的频度通过参考该表可以读出作为频率分析目标的频率区间。更准确地说,身体运动波形TH的频度和最佳时钟频率之间的这种关系可以预先测量,并且存储于表中,在确定时钟频率时可以参考该表。
在这些情况下,可以存储仅来自于一些地点的数据,而不是详细地确定与身体运动波形TH的频度的关系数据。然后余下的数据可以被内插。
上述的修改可以被应用于心律失常检测设备中,在该设备中例如加速传感器21等等的身体运动检测装置被加入到第五实施例的结构中。在该情况下,作为小波变换对象的频率区间可以通过基于身体运动检测装置所检测到的身体运动波形TH检测身体的运动状况,并且提供基于检测结果改变小波变换单元所执行的频率分析的频率区间的控制装置,从而响应身体运动步频而加以改变。
(4)在第四实施例中,在屏蔽装置18之前配备第一频率修正器11A和第二频率修正器11B,对脉波分析数据MDK和身体运动分析数据TKD的频率修正是分别进行的。但是,也可以用在屏蔽装置18之后的频率修正器取代第一和第二频率修正器11A、11B。由于在该情况下频率修正是相同的,因此用该设计可以较容易地进行心律失常检测。
在第五实施例中,频率修正器11被置于身体运动分离器19之前,但是本发明不限于此。相反地,频率修正器11可以被置于身体运动分离器19之后,其输出送往判断单元12。也就是说,在小波变换和心律失常判断处理过程之间可以进行频率修正。另外,也可以省略频率修正器11。
(5)在第三至第五实施例中,可以新设一个控制器,它根据心律失常频度信息FHD和心律失常求和信息FSD产生第三警告信息KD3,通过向蜂鸣器17提供第三警告信息KD3而发出通知。在该情况下,当心律失常频度信息FHD和心律失常求和信息FSD均超过各自预定值时控制器生成第三警告信息KD3。用于产生第三警告信息的各个条件可以在与心律失常频度信息FHD和心律失常求和信息FSD相关之后可以存储于表中,第三警告信息可以在参考该表之后产生。
(6)在第三至第五实施例中心律失常求和信息FSD可以在被分类之后显示。具体而言,当显示心律失常求和信息FSD时,可以在LCD等上显示一个短语,例如“病情非常严重”,“警告”,“健康状况一般”,“健康状况适中”或“健康状况良好”。在此情况下,可以使用字母A、B、C、D和E分别作为这些显示的每一个的类别,然后将这些符号显示于LCD等等上。
(7)前述第一至第五实施例是利用脉压波传感器130作为脉波检测装置的一个例子解释的。但是,本发明不限于此。相反,只要能够检测脉搏,任何装置都是可以的。此外,它适用于脉搏检测是在桡动脉处进行或在指端进行的情况。
例如,可以使用光电脉波传感器。光电脉波传感器设计与图37所示的相同,这种类型的传感器一些采用反射光,另一些采用透射光。
现在首先解释一下采用反射光的光电脉波传感器。当图37中的开关SW被置于ON状态,使得电压被施加时,从LED32发出光。该光在由血管和组织反射之后在光敏晶体管33处被接收,由此检测到脉波信号M。由LED产生的光波长被选择在血液中血红蛋白的吸收峰值所在波长附近。这样,所接收光的强度将根据血流量而改变。由此,通过检测接收光强度,可以达到脉搏检测的目的。
当利用反射光时,LED可以采用InGaN型(铟镓氮)蓝LED。蓝LED所产生的光谱例如峰值在450纳米,所产生的光波长区间在350至600纳米之间。在此情况下,与具有上述光发射特征的LED相对应的光电晶体管PT可以采用GaAsP(镓砷磷)型光电晶体管PT。光电晶体管PT的接收光的波长区间具有,例如,在300至600纳米范围内的一个主敏感区间,以及同样存在于300纳米之下的敏感区间。当例如上述蓝LED和光电晶体管PT组合在一起时,脉波在300至600纳米的重叠波长区间检测到。这带来下列优势。
在外界光线的情况下,波长区间为700纳米或低于700纳米的光是很难通过手指的组织的。由于此缘故,即使在外界光线照射在未被传感器固定带遮盖的手指部分的情况下,光不会通过手指组织到达光电晶体管33。相反地,仅仅那些不会影响检测的波长区间内的光才会到达光电晶体管33。另一方面,300纳米或低于300纳米的低波长区间内的光几乎被皮肤表面完全吸收。这样,即使在接收光的波长区间被设为700纳米或低于700纳米的情况下,接收光的实际波长区间为300至700纳米。因此,可以严格限制外界光线的影响,而不必明显地盖住手指。此外,血红蛋白对波长在300至700纳米之间的光的吸收系数较大,比对波长为880纳米的光的吸收系数大数倍至100倍。因此,如该例中所示,当根据血红蛋白的吸收特征采用吸收系数较大的波长区间(300至700纳米)内的光作为检测光时,检测值以较高的灵敏度响应血量的改变而改变。因此,可以增加基于血量改变的脉波信号的信噪比。
现在解释一下采用透射光的情况。如上所述,700纳米或低于700纳米的波长区间内的光难于通过手指组织。由于该缘故,当采用透射光时,从发光单元发出波长600至1000纳米的光,发射光按组织至血管至组织的顺序透射。然后检测透射光中的光量的改变。由于透射光受到血液中的血红蛋白的吸收,故此通过检测透射光的光量的改变,可以检测脉搏波形。
可以适当地采用InGaAs型(铟镓砷)或GaAs型(镓砷)激光发射二极管作为发光单元。由于波长600至1000纳米的外界光易于通过组织,故此如果外界光照射在光接收单元上时脉波信号的信噪比将恶化。所以,可以激发从发光单元发出的偏振激光,使透射光经偏振光滤波器被光接收单元接收。因此,外界光不会造成影响,故此脉波信号可以较好的信噪比检测。
光电脉波传感器可以用于上述的手表中。当利用反射光时,与发光和接收光单元构成为一体的传感器单元可以用于取代弹性橡胶131和设置于其后的脉压波传感器130。相反,当利用透射光时,发光单元200可以设置到扣件一侧,而光接收单元201则被置于带状扣件145的手表一侧,如图38A所示。在此情况下,发光单元200激发出的光通过血管143,然后历经桡骨202和尺骨203,到达光接收单元201。由于在利用透射光的情况下激发光有必要经过组织,考虑到组织的吸收希望波长在600至1000纳米之间。
现在解释一下检测位置在手指上时的使用状态。图38B是利用反射光检测指端的脉波的示例。发光和光接收单元被包含在传感器单元54中。环形传感器固定带52被用于将设备固定到手指上。在此情况下,传感器单元54和设备主体1按图3所示方式连接。脉波信号MS经连接电缆51送往设备主体1。图38C是利用透射光检测脉波的例子。夹紧件204和夹紧件205由弹簧207偏置,并被设计成绕轴206旋转。发光单元200和光接收单元201被置于夹紧件204和夹紧件205上。当采用该脉波检测设备时,脉搏通过用夹紧件204和205夹紧拇指和食指之间的掌皮而被检测。
现在解释光电脉波传感器与一副眼镜结合使用时的使用状态。注意在这些眼镜配置中,也可以配备一个显示装置,作为向用户发出通知的装置。因此,除作为脉波检测器的功能外,还将解释其作为显示设备的功能。
图39是与脉波检测器相连的设备附着到一副眼镜上的配置的斜视图。如图中所示,设备主体被划分为主体75a和主体75b,它们分别附着到眼镜的镜腿76上。这些主体经埋入到镜腿76内的引线电连接。
主体75a包括一个显示控制电路。液晶面板78附于主体75a的镜片77一侧的整个表面上。一镜片79以特定角度固定于该侧表面的边缘上。包含光源(未示出)的液晶面板78驱动电路和显示数据形成电路被包含于主体75a中。从该光源发出的光经过液晶面板78,在镜面79处反射,照射在眼镜的镜片77上。设备的主要组件都包含于主体75b内,在其顶表面上提供了各种类型的按钮。注意,对于每个设备这些按钮80、81的功能是不同的。
构成光电脉波检测器的光电晶体管33和LED32(见图37)置于垫块82、83内,垫块82、83被设计固定于耳垂处。这些垫块82、83由可以从主体75b拉出的引线84、84电连接。
例如,可以让装置成为例如具有如图37所示设计的光电脉波传感器。当开关SW指向“通”,使来自电源的电压被施加,光从LED32激发,被血管和组织反射,然后在光电晶体管33处接收,在这里脉波信号M被检测到。选择在此情况下LED所发出的光的波长,使之靠近血液中血红蛋白的吸收峰值所在波长。出于该缘故,接收光的强度响应血流量的变化而改变。这样,通过检测接收光的强度可以检测脉搏。
(8)第四实施例中的第一小波变换器10A可以设计成图40所示形状。
在图40中,身体运动波形TH送往幅值检测电路110,由此检测其幅值PP。比较器111对该幅值PP与参考值REF进行比较。然后在比较器111处产生控制信号,在幅值PP超过参考值REF的时间间隔内它处于低电平,在幅值PP低于参考值REF的时间间隔内它处于高电平,该控制信号表明身体运动的存在与否。即,身体运动存在于低电平间隔内,但是在高电平间隔内不存在。这里,参考值REF是通过实验、事先确定的,以便于身体运动存在与否的判断。基于控制信号,门电路112对脉搏波形MH进行选通。具体而言,脉搏波形MH可以在控制信号处于高电平时送往振铃滤波器,在控制信号处于低电平时不送往振铃滤波器。结果是,在身体运动存在的时段里可以将脉搏波形MH屏蔽。
在该情况下的振铃滤波器的Q值被设成高,使得即使在固定时间段内脉搏波形MH停止提供的情况下,也有可能继续输出正弦波,该正弦波是脉搏波形MH停止提供之前输出的波形的继续。因此,即使身体运动存在,也有可能计算脉搏波形MH的周期,根据该计算结果执行小波变换。
(9)在第三至第五实施例的每一个中进行如下说明的心律失常检测是可行的。首先,从由小波变换得到的脉波分析数据MKD判断脉搏波形MH的连续性(步骤S1)。接着,当不连续性检测到时,根据身体运动波形TH判断身体运动存在与否(步骤S2)。当判定身体运动存在,那么借助于在第四和第五实施例所述方法从脉波分量中消除身体运动分量,然后基于该结果进行心律失常判断(步骤S3)。反过来说,当在步骤S1判定脉搏波形是连续的时,判定心律失常不存在(步骤S4)。
(10)在第一至第五实施例中当身体运动不存在时,不必进行FFT变换或小波变换处理程序。相反,根据对其中每个脉搏波形超过阈值的每个部分计算所得的数值,可以检测到不规则脉搏。在没有身体运动的连续周期的日常活动期间它频繁发生。这样,通过响应身体运动的存在与否切换处理操作,可以减少处理时间,以及降低功率消耗。

Claims (38)

1、心律失常检测设备,提供了下列装置:
脉波检测装置,它无创伤地检测身体内的脉搏波形;
身体运动分量排除装置,它从所述脉波检测装置所检测的脉搏波形中排除身体运动分量;以及
通知装置,它提供有关所述心律失常检测装置的检测结果的通知,
其特征在于该心率失常检测设备还提供了:
心律失常检测装置,它通过监视在由所述身体运动分量排除装置已经将身体运动分量排除之后得到的纯脉搏波形中的变化来检测心律失常。
2、根据权利要求1所述的心律失常检测设备,其特征在于提供了下列装置:
身体运动检测装置,它检测身体运动,并且输出身体运动波形;
参考值判断装置,它在确定参考值的间隔期间获得组成所述脉搏波形的脉波之间的间隔的代表值,并且将所述代表值设为脉波间隔的参考值;以及
比较装置,它获得关于所述脉波检测装置所检测到脉搏波形的间隔值,并且确定所述间隔值和所述参考值之间的差;
其中所述身体运动分量排除装置仅在所述身体运动检测装置未输出身体运动波形的情况下将所述脉波检测装置所检测的脉搏波形送往所述比较装置;
所述通知装置就所述比较装置所得到的差发出通知。
3、根据权利要求2的心律失常检测设备,其特征在于提供了下列装置:
判断装置,它在由所述比较装置获得的所述差落在预先指定的范围之外的时候确定心律失常已经发生;
其中,
所述通知装置就所述判断装置的判断结果发出通知。
4、根据权利要求2或3的心律失常检测设备,其特征在于所述心律失常检测装置具有一个参考值更新装置,它在所述比较装置针对两个连续脉波间隔所得到的差落在预先指定的范围之内的情况下利用所述间隔更新所述参考值。
5、根据权利要求1所述的心律失常检测设备,其特征在于:
所述心律失常检测装置具有一个频率分析装置,它对所述脉波检测装置所检测到的脉搏波形进行频率分析;
所述身体运动分量排除装置将身体运动分量从所述频率分析装置所获得的频率分析结果中排除;以及
所述心律失常检测装置利用从中已由所述身体运动分量排除装置排除了身体运动分量的所述频率分析结果检测心律失常。
6、根据权利要求5的心律失常检测设备,其特征在于:
所述心律失常检测装置具有身体运动持久性判断装置,它基于从所述身体运动检测装置输出的身体运动波形判断身体运动的持久性存在与否;
其中所述心律失常检测装置仅在所述身体运动持久性判断装置已判定身体运动存在着持久性的情况下,基于由所述频率分析装置所作频率分析结果检测心律失常。
7、根据权利要求5或6的心律失常检测设备,其特征在于:
所述心律失常检测装置采用傅里叶变换装置作为所述频率分析装置,所述傅里叶变换装置对所述脉波检测装置所检测的脉搏波形进行快速傅里叶变换。
8、根据权利要求7所述的心律失常检测设备,其特征在于:
所述心律失常检测装置具有范围估算装置,它估算拍频变化的适当范围;
其中在投射到所述范围估算装置所估算的变动范围之中的频谱线不存在于所述傅里叶变换装置的频率分析结果中的情况下判定心律失常已经发生。
9、根据权利要求7所述的心律失常检测设备,其特征在于提供下列装置:
身体运动检测装置,它检测身体的运动,并且输出身体运动波形;
其中,
所述心律失常检测装置具有作为第一傅里叶变换装置的所述傅里叶变换装置,和第二傅里叶变换装置,所述第二傅立叶变换装置对所述身体运动检测装置所检测到的身体运动波形进行快速傅里叶变换;
所述身体运动排除装置从所述第一傅里叶变换装置的分析结果中减去所述第二傅里叶变换结果;以及
所述心律失常检测装置利用由所述身体运动分量排除装置的减法运算结果检测心律失常。
10、根据权利要求7所述的心律失常检测设备,其特征在于提供了下列装置:
身体运动检测装置,它检测身体的运动,并且输出身体运动波形;
其中,
所述心律失常检测装置配备有作为第一傅里叶变换装置的所述傅里叶变换装置,和第二傅里叶变换装置,所述第二傅立叶变换装置对所述身体运动检测装置所检测到的所述身体运动波形进行快速傅里叶变换;
所述身体运动分量排除装置从所述第二傅里叶变换装置的频率分析结果获取对应于身体运动的频率分量,并且从所述第一傅里叶变换的频率分析结果中排除所述频率分量;以及
所述心律失常检测装置利用已经由所述身体运动分量排除装置将对应于身体运动的频率分量从中排除出去的频率分析结果检测心律失常。
11、根据权利要求5或6所述的心律失常检测设备,其特征在于:
所述心律失常检测装置采用小波变换装置作为所述频率分析装置,小波变换装置对所述脉波检测装置所检测的脉搏波形进行小波变换,并且生成每个频率区间的脉波分析数据;
其中当通过分析每个频率区间内的所述脉波分析数据的连续性检测到异常部分时判定心律失常已经发生。
12、根据权利要求11所述的心律失常检测设备,其特征在于所述心律失常检测装置配备有:
脉波周期检测装置,它检测脉搏波形的周期;以及
所述小波变换装置与所述检测周期同步地执行小波变换。
13、根据权利要求11所述的心律失常检测设备,其特征在于所述心律失常检测装置具有频率修正装置,它基于每个相应的频率对所述脉波分析数据进行修正,使得每个频率的功率密度变成常数,并且产生修正脉波数据;其中,当通过分析每个频率区间内的所述修正脉波数据的连续性而检测到异常部分时判定心律失常已经发生。
14、根据权利要求13所述的心律失常检测设备,其特征在于所述心律失常检测装置配备有:
脉波周期检测装置,它检测脉搏波形的周期;以及
所述小波变换装置与所述检测周期同步地执行小波变换。
15、根据权利要求11所述的心律失常检测设备,其特征在于提供了身体运动检测装置,它检测身体的运动并且输出身体运动波形;其中,
所述心律失常检测装置配备有作为所述第一小波变换装置的所述小波变换装置,和一个第二小波变换装置,所述第二小波变换装置对所述身体运动检测装置所检测到的所述身体运动脉波进行小波变换,并且生成每个频率区间的身体运动分析数据;
所述身体运动分量排除装置有一个屏蔽装置,所述屏蔽装置从所述脉波分析数据中减去所述身体运动分析数据,并且生成从中已除去身体运动的脉波分析数据;
所述心律失常检测装置在通过分析每个频率区间内所述屏蔽装置所生成的所述脉波分析数据的连续性检测到异常部分时判定心律失常已经发生。
16、根据权利要求11所述的心律失常检测设备,其特征在于提供了下列装置:
身体运动检测装置,它检测身体的运动并且输出身体运动波形;
其中所述心律失常检测装置配备有:
作为第一小波变换装置的所述小波变换装置;
频率修正装置,它基于每个相应的频率对脉波分析数据进行修正,使得每个频率的功率密度恒定;
第二小波变换装置,它对由所述身体运动检测装置检测到的身体运动波形进行小波变换,并且生成每个频率区间的身体运动分析数据;
第二频率修正装置,它根据每个相应频率对所述身体运动数据进行修正使得每个频率的功率密度恒定,并且生成修正身体运动数据;以及
所述身体运动分量排除装置有一个屏蔽装置,所述屏蔽装置从所述修正脉波数据中减去所述修正身体运动数据,并且生成从中已排除身体运动的修正脉波数据;
所述心律失常检测装置在通过分析每个频率区间内由所述屏蔽装置所生成的所述修正脉波数据的连续性检测到异常部分时判定心律失常已经发生。
17、根据权利要求11所述的心律失常检测设备,其特征在于提供下列装置:
身体运动检测装置,它检测身体的运动并且输出身体运动波形;
其中所述心律失常检测装置配备有:
作为第一小波变换装置的所述小波变换装置;以及
第二小波变换装置,它对由所述身体运动检测装置检测到的身体运动波形进行小波变换,并且生成每个频率区间的身体运动分析数据;
所述身体运动分量排除装置有一个屏蔽装置,所述屏蔽装置从所述脉波分析数据中减去所述身体运动分析数据,并且在每个频率区间生成从中已排除身体运动的脉波数据;
所述心律失常检测装置有一个频率修正装置,所述频率修正装置根据每个相应频率对所述脉波数据进行修正使得每个频率的功率密度恒定,并且生成修正脉波数据;
所述心律失常检测装置在通过分析每个频率区间内由所述屏蔽装置所生成的所述修正脉波数据的连续性检测到异常部分时判定心律失常已经发生。
18、根据权利要求11所述的心律失常检测设备,其特征在于提供下列装置:
身体运动检测装置,它检测身体的运动并且输出身体运动波形;
其中,
所述身体运动分量排除装置在从脉波分析数据中排除了与身体运动相应的频率分量之后产生脉波数据;以及
所述心律失常检测装置在通过分析每个频率区间内的脉波数据的连续性而检测到异常部分时判定心律失常已经发生。
19、根据权利要求18所述的心律失常检测设备,其特征在于所述心律失常检测装置配备有:
脉波周期检测装置,它检测脉搏波形的周期;以及
所述小波变换装置与所述检测周期同步地执行小波变换。
20、根据权利要求11所述的心律失常检测设备,其特征在于提供下列装置:
身体运动检测装置,它检测身体的运动并且输出身体运动波形;
其中,
所述心律失常检测装置配备有一个频率修正装置,所述频率修正装置根据每个相应频率对脉波分析数据进行修正使得每个频率的功率密度恒定,并且生成修正脉波数据;
所述身体运动分量排除装置在从所述修正脉波数据中排除与身体运动相应的频率分量之后生成脉波数据;以及
所述心律失常检测装置在通过分析每个频率区间内脉波数据的连续性检测到异常部分时判定心律失常已经发生。
21、根据权利要求20所述的心律失常检测设备,其特征在于所述心律失常检测装置配备有:
脉波周期检测装置,它检测脉搏波形的周期;以及
所述小波变换装置与所述检测周期同步地执行小波变换。
22、根据权利要求15至17之一所述的心律失常检测设备,其特征在于:
所述心律失常检测装置配备有脉波周期检测装置,所述脉波周期检测装置检测所述脉搏波形的周期;以及
所述第一小波变换装置和所述第二小波变换装置与所述检测周期同步地执行小波变换。
23、根据权利要求1所述的心律失常检测设备,其特征在于提供了一个记录装置,它记录所述心律失常检测装置检测到心律失常事件时的时间。
24、根据权利要求23所述的心律失常检测设备,其特征在于提供与所述记录装置中存储的心律失常事件时间相关的信息通知。
25、根据权利要求23所述的心律失常检测设备,其特征在于通知是在将与所述记录装置中存储的心律失常事件时间相关的信息和身体的生理节奏关联在一起并且将所述信息转变成图形之后发出的。
26、根据权利要求1所述的心律失常检测设备,其特征在于提供了一个频度计算装置,它计算在预先指定时间间隔内由所述心律失常检测装置判定心律失常的次数,作为心律失常频度信息。
27、根据权利要求26所述的心律失常检测设备,其特征在于提供第二通知装置,它在所述心律失常频度信息超过事先确定的特定值时发出通知。
28、根据权利要求1所述的心律失常检测设备,其特征在于提供了一个求和装置,它对由所述心律失常检测装置作出的心律失常判定次数求和,并且生成心律失常求和信息。
29、根据权利要求28所述的心律失常检测设备,其特征在于提供第三通知装置,它在所述心律失常求和信息超过事先确定的特定值时发出通知。
30、根据权利要求1所述的心律失常检测设备,其特征在于提供了
一个频率计算装置,它计算在预先指定时间周期内由所述心律失常检测装置判定心律失常的次数,作为心律失常频度信息;以及
一个求和装置,它对由所述心律失常检测装置作出的心律失常判定次数求和,并且生成心律失常求和信息。
31、根据权利要求1所述的心律失常检测设备,其特征在于提供了
一个频度计算装置,它计算在指定时间周期内由所述心律失常检测装置判定心律失常的次数,作为心律失常频度信息;以及
一个求和装置,它对由所述心律失常检测装置作出的心律失常判定次数求和,并且生成心律失常求和信息;
第四通知装置,它在所述心律失常频度信息和所述心律失常求和信息均超过其各自事先确定的特定值时发出通知。
32、根据权利要求26、27、30或31之一所述的心律失常检测设备,其特征在于通知内容是所述心律失常频度信息。
33、根据权利要求28、29、30或31之一所述的心律失常检测设备,其特征在于通知内容是所述求和信息。
34、根据权利要求30或31所述的心律失常检测设备,其特征在于通知内容是所述心律失常频度信息和所述求和信息。
35、根据权利要求1所述的心律失常检测设备,其特征在于心律失常检测处理和各种通知处理可以由心律失常检测装置并行执行。
36、根据权利要求1-3,5,6,8-10,13-20,23-31或35之一所述的心律失常检测设备,其特征在于所述脉波检测装置包括利用压力检测身体内的动脉脉搏的脉压波传感器。
37、根据权利要求1-3,5,6,8-10,13-20,23-31或35之一所述的心律失常检测设备,其特征在于所述脉波检测装置接收在用波长为300至700纳米之间的光照射身体的被检测部位时得到的反射光,检测所接收的光信号作为脉搏波形。
38、根据权利要求1-3,5,6,8-10,13-20,23-31或35之一所述的心律失常检测设备,其特征在于所述脉波检测装置接收在用波长为600至1000纳米之间的光照射身体的被检测部位时得到的透射光,检测所接收的光信号作为脉搏波形。
CNB971906734A 1996-04-17 1997-04-17 心律失常检测设备 Expired - Fee Related CN1155332C (zh)

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
JP95731/96 1996-04-17
JP9573196 1996-04-17
JP95731/1996 1996-04-17
JP5526397 1997-03-10
JP55263/97 1997-03-10
JP55263/1997 1997-03-10

Publications (2)

Publication Number Publication Date
CN1195277A CN1195277A (zh) 1998-10-07
CN1155332C true CN1155332C (zh) 2004-06-30

Family

ID=26396157

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB971906734A Expired - Fee Related CN1155332C (zh) 1996-04-17 1997-04-17 心律失常检测设备

Country Status (7)

Country Link
US (1) US6095984A (zh)
EP (1) EP0841034B1 (zh)
JP (1) JP3635663B2 (zh)
CN (1) CN1155332C (zh)
DE (1) DE69723946T2 (zh)
TW (1) TW376312B (zh)
WO (1) WO1997038626A1 (zh)

Families Citing this family (221)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
JP3870514B2 (ja) * 1997-10-31 2007-01-17 セイコーエプソン株式会社 一回拍出量検出装置および心機能診断装置
JP3666188B2 (ja) * 1997-06-27 2005-06-29 セイコーエプソン株式会社 心機能診断装置
US9521971B2 (en) 1997-07-14 2016-12-20 Lawrence A. Lynn System and method for automatic detection of a plurality of SPO2 time series pattern types
CN1326489C (zh) * 1997-11-20 2007-07-18 精工爱普生株式会社 脉波诊断装置
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
EP0960598B1 (en) * 1998-05-28 2008-07-16 Microlife Intellectual Property GmbH A method and a device for noninvasive measurement of the blood pressure and for detection of arrhythmia
JP3905227B2 (ja) * 1998-07-22 2007-04-18 セイコーインスツル株式会社 脈波検出装置
US8103325B2 (en) * 1999-03-08 2012-01-24 Tyco Healthcare Group Lp Method and circuit for storing and providing historical physiological data
US6468490B1 (en) * 2000-06-29 2002-10-22 Applied Materials, Inc. Abatement of fluorine gas from effluent
US6718198B2 (en) * 1999-08-24 2004-04-06 Cardiac Pacemakers, Inc. Arrhythmia display
US6519490B1 (en) 1999-12-20 2003-02-11 Joseph Wiesel Method of and apparatus for detecting arrhythmia and fibrillation
US20010034488A1 (en) * 2000-02-09 2001-10-25 Shal Policker Method and system of automated hemodynamical detection of arrhythmias
JP2002049979A (ja) * 2000-08-03 2002-02-15 Seiko Precision Inc 自動緊急警報装置及び自動緊急警報出力方法
US6591123B2 (en) * 2000-08-31 2003-07-08 Mallinckrodt Inc. Oximeter sensor with digital memory recording sensor data
US6606510B2 (en) * 2000-08-31 2003-08-12 Mallinckrodt Inc. Oximeter sensor with digital memory encoding patient data
US6665558B2 (en) * 2000-12-15 2003-12-16 Cardiac Pacemakers, Inc. System and method for correlation of patient health information and implant device data
US8548576B2 (en) 2000-12-15 2013-10-01 Cardiac Pacemakers, Inc. System and method for correlation of patient health information and implant device data
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
KR100452748B1 (ko) * 2001-05-08 2004-10-12 유닉스전자주식회사 전자 혈압계를 이용한 심전도 측정 방법
US6822564B2 (en) * 2002-01-24 2004-11-23 Masimo Corporation Parallel measurement alarm processor
US7355512B1 (en) 2002-01-24 2008-04-08 Masimo Corporation Parallel alarm processor
US20080200775A1 (en) * 2007-02-20 2008-08-21 Lynn Lawrence A Maneuver-based plethysmographic pulse variation detection system and method
US20080139954A1 (en) * 2002-09-20 2008-06-12 Mary Carol Day System for at least two types of patient alerting associated with cardiac events
US6956572B2 (en) * 2003-02-10 2005-10-18 Siemens Medical Solutions Health Services Corporation Patient medical parameter user interface system
WO2004075746A2 (en) 2003-02-27 2004-09-10 Cardiodigital Limited Method and system for analysing and processing ph0t0plethysmogram signals using wavelet transform
US7212850B2 (en) * 2003-11-26 2007-05-01 Cardionet, Inc. System and method for processing and presenting arrhythmia information to facilitate heart arrhythmia identification and treatment
US7107096B2 (en) * 2004-01-28 2006-09-12 Angel Medical Systems, Inc. System for patient alerting associated with a cardiac event
US7233822B2 (en) * 2004-06-29 2007-06-19 Medtronic, Inc. Combination of electrogram and intra-cardiac pressure to discriminate between fibrillation and tachycardia
US7578793B2 (en) 2004-11-22 2009-08-25 Widemed Ltd. Sleep staging based on cardio-respiratory signals
US7680532B2 (en) * 2005-02-25 2010-03-16 Joseph Wiesel Detecting atrial fibrillation, method of and apparatus for
JP4752673B2 (ja) * 2005-10-06 2011-08-17 コニカミノルタセンシング株式会社 脈波データ解析方法、システム、プログラム
US8046060B2 (en) 2005-11-14 2011-10-25 Cardiac Pacemakers, Inc. Differentiating arrhythmic events having different origins
US7907993B2 (en) * 2006-03-29 2011-03-15 Medtronic, Inc. Method and apparatus for detecting arrhythmias in a medical device
CN101073496B (zh) * 2006-05-17 2011-05-11 优盛医学科技股份有限公司 可判断心跳不规则的方法及其装置
JP4862730B2 (ja) 2007-04-05 2012-01-25 コニカミノルタセンシング株式会社 脈波データ解析方法、システム、プログラム
WO2008148782A1 (en) * 2007-06-07 2008-12-11 Qualcomm Incorporated 3d maps rendering device and method
WO2009037612A2 (en) * 2007-09-19 2009-03-26 Koninklijke Philips Electronics N.V. Method and apparatus for detecting an abnormal situation
EP2234535A1 (en) * 2007-12-26 2010-10-06 Nellcor Puritan Bennett LLC Historical trend icons for physiological parameters
JP5018569B2 (ja) * 2008-03-07 2012-09-05 株式会社デンソー 心電波形処理装置、心拍数測定装置
EP2283443A1 (en) 2008-05-07 2011-02-16 Lynn, Lawrence A. Medical failure pattern search engine
US8660799B2 (en) 2008-06-30 2014-02-25 Nellcor Puritan Bennett Ireland Processing and detecting baseline changes in signals
US8295567B2 (en) 2008-06-30 2012-10-23 Nellcor Puritan Bennett Ireland Systems and methods for ridge selection in scalograms of signals
US20090324033A1 (en) * 2008-06-30 2009-12-31 Nellcor Puritan Bennett Ireland Signal Processing Systems and Methods for Determining Slope Using an Origin Point
US20090326402A1 (en) * 2008-06-30 2009-12-31 Nellcor Puritan Bennett Ireland Systems and methods for determining effort
US8077297B2 (en) * 2008-06-30 2011-12-13 Nellcor Puritan Bennett Ireland Methods and systems for discriminating bands in scalograms
US8827917B2 (en) * 2008-06-30 2014-09-09 Nelleor Puritan Bennett Ireland Systems and methods for artifact detection in signals
US7944551B2 (en) 2008-06-30 2011-05-17 Nellcor Puritan Bennett Ireland Systems and methods for a wavelet transform viewer
US8385675B2 (en) * 2008-07-15 2013-02-26 Nellcor Puritan Bennett Ireland Systems and methods for filtering a signal using a continuous wavelet transform
US8285352B2 (en) 2008-07-15 2012-10-09 Nellcor Puritan Bennett Llc Systems and methods for identifying pulse rates
US8506498B2 (en) 2008-07-15 2013-08-13 Nellcor Puritan Bennett Ireland Systems and methods using induced perturbation to determine physiological parameters
US8660625B2 (en) * 2008-07-15 2014-02-25 Covidien Lp Signal processing systems and methods for analyzing multiparameter spaces to determine physiological states
US8226568B2 (en) * 2008-07-15 2012-07-24 Nellcor Puritan Bennett Llc Signal processing systems and methods using basis functions and wavelet transforms
US20100016692A1 (en) * 2008-07-15 2010-01-21 Nellcor Puritan Bennett Ireland Systems and methods for computing a physiological parameter using continuous wavelet transforms
US8761855B2 (en) 2008-07-15 2014-06-24 Nellcor Puritan Bennett Ireland Systems and methods for determining oxygen saturation
US8370080B2 (en) * 2008-07-15 2013-02-05 Nellcor Puritan Bennett Ireland Methods and systems for determining whether to trigger an alarm
US8082110B2 (en) * 2008-07-15 2011-12-20 Nellcor Puritan Bennett Ireland Low perfusion signal processing systems and methods
US8358213B2 (en) * 2008-07-15 2013-01-22 Covidien Lp Systems and methods for evaluating a physiological condition using a wavelet transform and identifying a band within a generated scalogram
US8679027B2 (en) * 2008-07-15 2014-03-25 Nellcor Puritan Bennett Ireland Systems and methods for pulse processing
US20100016676A1 (en) * 2008-07-15 2010-01-21 Nellcor Puritan Bennett Ireland Systems And Methods For Adaptively Filtering Signals
JP5336803B2 (ja) 2008-09-26 2013-11-06 株式会社東芝 脈波計測装置
US8410951B2 (en) * 2008-09-30 2013-04-02 Covidien Lp Detecting a signal quality decrease in a measurement system
US8696585B2 (en) * 2008-09-30 2014-04-15 Nellcor Puritan Bennett Ireland Detecting a probe-off event in a measurement system
US9155493B2 (en) 2008-10-03 2015-10-13 Nellcor Puritan Bennett Ireland Methods and apparatus for calibrating respiratory effort from photoplethysmograph signals
US20100087714A1 (en) * 2008-10-03 2010-04-08 Nellcor Puritan Bennett Ireland Reducing cross-talk in a measurement system
US9011347B2 (en) 2008-10-03 2015-04-21 Nellcor Puritan Bennett Ireland Methods and apparatus for determining breathing effort characteristics measures
JP2010104694A (ja) * 2008-10-31 2010-05-13 Mitsubishi Heavy Ind Ltd 補助人工心臓の異常検出装置、補助人工心臓の異常検出方法、及び異常検出プログラム
CA2741043C (en) * 2008-11-05 2014-03-25 Nellcor Puritan Bennett Llc System and method for facilitating observation of monitored physiologic data
US9501619B2 (en) 2008-11-13 2016-11-22 Cerner Innovation, Inc. Integrated medication and infusion monitoring system
US20100204591A1 (en) * 2009-02-09 2010-08-12 Edwards Lifesciences Corporation Calculating Cardiovascular Parameters
JP5448515B2 (ja) 2009-03-25 2014-03-19 シチズンホールディングス株式会社 生体信号測定装置
US20100298728A1 (en) * 2009-05-20 2010-11-25 Nellcor Puritan Bennett Ireland Signal Processing Techniques For Determining Signal Quality Using A Wavelet Transform Ratio Surface
US8364225B2 (en) * 2009-05-20 2013-01-29 Nellcor Puritan Bennett Ireland Estimating transform values using signal estimates
US8444570B2 (en) * 2009-06-09 2013-05-21 Nellcor Puritan Bennett Ireland Signal processing techniques for aiding the interpretation of respiration signals
US20100324827A1 (en) * 2009-06-18 2010-12-23 Nellcor Puritan Bennett Ireland Fluid Responsiveness Measure
US20100331716A1 (en) * 2009-06-26 2010-12-30 Nellcor Puritan Bennett Ireland Methods and apparatus for measuring respiratory function using an effort signal
US20100331715A1 (en) * 2009-06-30 2010-12-30 Nellcor Puritan Bennett Ireland Systems and methods for detecting effort events
US8636667B2 (en) 2009-07-06 2014-01-28 Nellcor Puritan Bennett Ireland Systems and methods for processing physiological signals in wavelet space
US20110021892A1 (en) * 2009-07-23 2011-01-27 Nellcor Puritan Bennett Ireland Systems and methods for respiration monitoring
US8594759B2 (en) * 2009-07-30 2013-11-26 Nellcor Puritan Bennett Ireland Systems and methods for resolving the continuous wavelet transform of a signal
US8346333B2 (en) 2009-07-30 2013-01-01 Nellcor Puritan Bennett Ireland Systems and methods for estimating values of a continuous wavelet transform
US8478376B2 (en) * 2009-07-30 2013-07-02 Nellcor Puritan Bennett Ireland Systems and methods for determining physiological information using selective transform data
US8755854B2 (en) 2009-07-31 2014-06-17 Nellcor Puritan Bennett Ireland Methods and apparatus for producing and using lightly filtered photoplethysmograph signals
US8628477B2 (en) 2009-07-31 2014-01-14 Nellcor Puritan Bennett Ireland Systems and methods for non-invasive determination of blood pressure
US8172777B2 (en) * 2009-09-14 2012-05-08 Empire Technology Development Llc Sensor-based health monitoring system
US8291337B2 (en) 2009-09-22 2012-10-16 Cerner Innovation, Inc. Infusion management
CA2771856A1 (en) * 2009-09-24 2011-03-31 Nellcor Puritan Bennett Llc Determination of a physiological parameter
US8923945B2 (en) * 2009-09-24 2014-12-30 Covidien Lp Determination of a physiological parameter
US8400149B2 (en) * 2009-09-25 2013-03-19 Nellcor Puritan Bennett Ireland Systems and methods for gating an imaging device
US20110077484A1 (en) * 2009-09-30 2011-03-31 Nellcor Puritan Bennett Ireland Systems And Methods For Identifying Non-Corrupted Signal Segments For Use In Determining Physiological Parameters
US20110098933A1 (en) * 2009-10-26 2011-04-28 Nellcor Puritan Bennett Ireland Systems And Methods For Processing Oximetry Signals Using Least Median Squares Techniques
US9050043B2 (en) 2010-05-04 2015-06-09 Nellcor Puritan Bennett Ireland Systems and methods for wavelet transform scale-dependent multiple-archetyping
US9044147B2 (en) 2010-06-17 2015-06-02 Welch Allyn, Inc. Detection of noise during heart beat variation evaluation
US9039627B2 (en) * 2010-07-28 2015-05-26 Impact Sports Technologies, Inc. Monitoring device with an accelerometer, method and system
US8092393B1 (en) * 2010-07-28 2012-01-10 Impact Sports Technologies, Inc. Monitoring device with an accelerometer, method and system
US8834378B2 (en) 2010-07-30 2014-09-16 Nellcor Puritan Bennett Ireland Systems and methods for determining respiratory effort
JP5576234B2 (ja) 2010-10-14 2014-08-20 株式会社デンソー 生体状態監視装置
CN102340313B (zh) * 2010-12-31 2014-07-02 杭州百富电子技术有限公司 采集设备采样丢点测试方法和装置及系统
US8888701B2 (en) 2011-01-27 2014-11-18 Valencell, Inc. Apparatus and methods for monitoring physiological data during environmental interference
CN102048558B (zh) * 2011-01-28 2012-05-23 深圳市理邦精密仪器股份有限公司 一种胎心率信号处理方法及其装置
JP5742369B2 (ja) * 2011-03-29 2015-07-01 セイコーエプソン株式会社 脈波計、および信号処理方法
JP5742441B2 (ja) * 2011-05-06 2015-07-01 セイコーエプソン株式会社 生体情報処理装置
US9113830B2 (en) * 2011-05-31 2015-08-25 Nellcor Puritan Bennett Ireland Systems and methods for detecting and monitoring arrhythmias using the PPG
US9109902B1 (en) 2011-06-13 2015-08-18 Impact Sports Technologies, Inc. Monitoring device with a pedometer
US20130127620A1 (en) 2011-06-20 2013-05-23 Cerner Innovation, Inc. Management of patient fall risk
US9489820B1 (en) 2011-07-12 2016-11-08 Cerner Innovation, Inc. Method for determining whether an individual leaves a prescribed virtual perimeter
US10546481B2 (en) 2011-07-12 2020-01-28 Cerner Innovation, Inc. Method for determining whether an individual leaves a prescribed virtual perimeter
US9741227B1 (en) 2011-07-12 2017-08-22 Cerner Innovation, Inc. Method and process for determining whether an individual suffers a fall requiring assistance
US9269000B2 (en) * 2011-07-29 2016-02-23 Nokia Technologies Oy Method and apparatus for providing adaptive display and filtering of sensors and sensor data
JP5760876B2 (ja) * 2011-09-07 2015-08-12 セイコーエプソン株式会社 心房細動判定装置、心房細動判定方法およびプログラム
US9597022B2 (en) 2011-09-09 2017-03-21 Nellcor Puritan Bennett Ireland Venous oxygen saturation systems and methods
US9402554B2 (en) 2011-09-23 2016-08-02 Nellcor 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
US9693709B2 (en) 2011-09-23 2017-07-04 Nellcot Puritan Bennett Ireland Systems and methods for determining respiration information from a photoplethysmograph
US9119597B2 (en) 2011-09-23 2015-09-01 Nellcor Puritan Bennett Ireland Systems and methods for determining respiration information from a photoplethysmograph
US9098069B2 (en) 2011-11-16 2015-08-04 Google Technology Holdings LLC Display device, corresponding systems, and methods for orienting output on a display
US9693736B2 (en) 2011-11-30 2017-07-04 Nellcor Puritan Bennett Ireland Systems and methods for determining respiration information using historical distribution
US8755871B2 (en) 2011-11-30 2014-06-17 Covidien Lp Systems and methods for detecting arrhythmia from a physiological signal
US9247896B2 (en) 2012-01-04 2016-02-02 Nellcor Puritan Bennett Ireland Systems and methods for determining respiration information using phase locked loop
US8988349B2 (en) 2012-02-28 2015-03-24 Google Technology Holdings LLC Methods and apparatuses for operating a display in an electronic device
US8947382B2 (en) 2012-02-28 2015-02-03 Motorola Mobility Llc Wearable display device, corresponding systems, and method for presenting output on the same
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
US9060745B2 (en) 2012-08-22 2015-06-23 Covidien Lp System and method for detecting fluid responsiveness of a patient
US8731649B2 (en) 2012-08-30 2014-05-20 Covidien Lp Systems and methods for analyzing changes in cardiac output
US9357937B2 (en) 2012-09-06 2016-06-07 Covidien Lp System and method for determining stroke volume of an individual
US9241646B2 (en) 2012-09-11 2016-01-26 Covidien Lp System and method for determining stroke volume of a patient
JP6079075B2 (ja) * 2012-09-13 2017-02-15 オムロンヘルスケア株式会社 脈拍測定装置、ならびに、脈拍測定方法および脈拍測定プログラム
US20140081152A1 (en) 2012-09-14 2014-03-20 Nellcor Puritan Bennett Llc System and method for determining stability of cardiac output
US8977348B2 (en) 2012-12-21 2015-03-10 Covidien Lp Systems and methods for determining cardiac output
US9560978B2 (en) 2013-02-05 2017-02-07 Covidien Lp Systems and methods for determining respiration information from a physiological signal using amplitude demodulation
US9270877B2 (en) 2013-02-20 2016-02-23 Kristin Elizabeth Slater Method and system for generation of images based on biorhythms
US10022053B2 (en) 2013-02-22 2018-07-17 Cloud Dx, Inc. Simultaneous multi-parameter physiological monitoring device with local and remote analytical capability
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
US9554712B2 (en) 2013-02-27 2017-01-31 Covidien Lp Systems and methods for generating an artificial photoplethysmograph signal
US9974468B2 (en) 2013-03-15 2018-05-22 Covidien Lp Systems and methods for identifying a medically monitored patient
US20140288885A1 (en) * 2013-03-19 2014-09-25 Seiko Epson Corporation Signal processing device, pulse wave measuring apparatus, and signal processing method
US9681819B2 (en) 2013-08-30 2017-06-20 Joseph Wiesel Method and apparatus for detecting atrial fibrillation
US11147499B2 (en) 2013-08-30 2021-10-19 Joseph Wiesel Method and apparatus for detecting atrial fibrillation
US9622687B2 (en) 2013-09-05 2017-04-18 Qualcomm Incorporated Half step frequency feature for reliable motion classification
US10022068B2 (en) 2013-10-28 2018-07-17 Covidien Lp Systems and methods for detecting held breath events
US12080421B2 (en) 2013-12-04 2024-09-03 Apple Inc. Wellness aggregator
US20160019360A1 (en) 2013-12-04 2016-01-21 Apple Inc. Wellness aggregator
US9420956B2 (en) 2013-12-12 2016-08-23 Alivecor, Inc. Methods and systems for arrhythmia tracking and scoring
US10096223B1 (en) 2013-12-18 2018-10-09 Cerner Innovication, Inc. Method and process for determining whether an individual suffers a fall requiring assistance
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
JP6263635B2 (ja) * 2014-01-16 2018-01-17 ノキア テクノロジーズ オサケユイチア 医学的データのエントロピーの程度の検出の方法およびデバイス
US10225522B1 (en) 2014-01-17 2019-03-05 Cerner Innovation, Inc. Method and system for determining whether an individual takes appropriate measures to prevent the spread of healthcare-associated infections
US10078956B1 (en) 2014-01-17 2018-09-18 Cerner Innovation, Inc. Method and system for determining whether an individual takes appropriate measures to prevent the spread of healthcare-associated infections
US9729833B1 (en) 2014-01-17 2017-08-08 Cerner Innovation, Inc. Method and system for determining whether an individual takes appropriate measures to prevent the spread of healthcare-associated infections along with centralized monitoring
US9955894B2 (en) 2014-01-28 2018-05-01 Covidien Lp Non-stationary feature relationship parameters for awareness monitoring
CN104739399A (zh) * 2014-02-10 2015-07-01 北京金日吉通科贸有限公司 一种检测脉搏波心率计算中运动抵消的方法
JP2015150095A (ja) * 2014-02-12 2015-08-24 株式会社エー・アンド・デイ 血圧計
WO2015127281A1 (en) 2014-02-20 2015-08-27 Covidien Lp Systems and methods for filtering autocorrelation peaks and detecting harmonics
US20150250398A1 (en) * 2014-03-06 2015-09-10 Medsense Inc. Sensor module for simultaneously measuring ecg and pulse signal
US10438692B2 (en) 2014-03-20 2019-10-08 Cerner Innovation, Inc. Privacy protection based on device presence
JP2016016203A (ja) * 2014-07-10 2016-02-01 セイコーエプソン株式会社 生体情報検出装置
US9179849B1 (en) 2014-07-25 2015-11-10 Impact Sports Technologies, Inc. Mobile plethysmographic device
CN111180039B (zh) 2014-09-02 2023-10-24 苹果公司 身体活动和健身监视器
KR102299361B1 (ko) 2014-09-03 2021-09-07 삼성전자주식회사 혈압을 모니터링하는 장치 및 방법, 혈압 모니터링 기능을 갖는 웨어러블 디바이스
KR20160047838A (ko) * 2014-10-23 2016-05-03 삼성전자주식회사 생체 신호 처리 방법 및 그 장치
TWI533839B (zh) * 2014-11-12 2016-05-21 優盛醫學科技股份有限公司 心律不整的檢測設備與檢測方法
US10090068B2 (en) 2014-12-23 2018-10-02 Cerner Innovation, Inc. Method and system for determining whether a monitored individual's hand(s) have entered a virtual safety zone
US10524722B2 (en) 2014-12-26 2020-01-07 Cerner Innovation, Inc. Method and system for determining whether a caregiver takes appropriate measures to prevent patient bedsores
US11275757B2 (en) 2015-02-13 2022-03-15 Cerner Innovation, Inc. Systems and methods for capturing data, creating billable information and outputting billable information
US10091463B1 (en) 2015-02-16 2018-10-02 Cerner Innovation, Inc. Method for determining whether an individual enters a prescribed virtual zone using 3D blob detection
JP6464004B2 (ja) * 2015-03-19 2019-02-06 株式会社東芝 測定装置、測定方法およびプログラム
JP2016195747A (ja) * 2015-04-06 2016-11-24 セイコーエプソン株式会社 生体情報処理装置、生体情報処理システム、生体情報処理方法及び生体情報処理プログラム
CN107530006A (zh) * 2015-04-17 2018-01-02 太阳诱电株式会社 振动波形传感器和波形分析装置
JP6036910B2 (ja) * 2015-04-24 2016-11-30 セイコーエプソン株式会社 生体情報解析装置、生体情報解析システム、およびプログラム
US10342478B2 (en) 2015-05-07 2019-07-09 Cerner Innovation, Inc. Method and system for determining whether a caretaker takes appropriate measures to prevent patient bedsores
JP6498325B2 (ja) 2015-05-13 2019-04-10 アライヴコア・インコーポレーテッド 不一致モニタリング
US9892611B1 (en) 2015-06-01 2018-02-13 Cerner Innovation, Inc. Method for determining whether an individual enters a prescribed virtual zone using skeletal tracking and 3D blob detection
CN113521710A (zh) 2015-08-20 2021-10-22 苹果公司 基于运动的表盘和复杂功能块
US10226215B2 (en) 2015-08-28 2019-03-12 Covidien Lp Cable management feature for wearable medical monitor
JP2017051554A (ja) * 2015-09-11 2017-03-16 株式会社東芝 脈波計測装置、脈波計測システム、および信号処理方法
US10779744B2 (en) 2015-10-27 2020-09-22 Cardiologs Technologies Sas Automatic method to delineate or categorize an electrocardiogram
US11331034B2 (en) 2015-10-27 2022-05-17 Cardiologs Technologies Sas Automatic method to delineate or categorize an electrocardiogram
US11672464B2 (en) 2015-10-27 2023-06-13 Cardiologs Technologies Sas Electrocardiogram processing system for delineation and classification
US9892311B2 (en) 2015-12-31 2018-02-13 Cerner Innovation, Inc. Detecting unauthorized visitors
US20190110700A1 (en) * 2016-04-15 2019-04-18 Omron Corporation Biological information analysis device, system, and program
DK201770423A1 (en) 2016-06-11 2018-01-15 Apple Inc Activity and workout updates
US11216119B2 (en) 2016-06-12 2022-01-04 Apple Inc. Displaying a predetermined view of an application
US10736543B2 (en) 2016-09-22 2020-08-11 Apple Inc. Workout monitor interface
KR102655671B1 (ko) 2016-10-12 2024-04-05 삼성전자주식회사 생체정보 추정 장치 및 방법
EP3318184B1 (en) * 2016-11-08 2024-01-10 Heart2Save Oy System for determining a probability for a person to have arrhythmia
TWI604327B (zh) * 2016-11-09 2017-11-01 鄧先巧 量測心臟血流脈波以檢測心室供血異常之方法
KR101809149B1 (ko) * 2016-11-25 2017-12-14 한국과학기술연구원 순환계질환 발생잠재도를 판단하는 장치 및 그 방법
TWI656862B (zh) * 2016-12-01 2019-04-21 國立台灣大學 單臂式微型氣壓泵裝置
US10743777B2 (en) * 2016-12-08 2020-08-18 Qualcomm Incorporated Cardiovascular parameter estimation in the presence of motion
US10147184B2 (en) 2016-12-30 2018-12-04 Cerner Innovation, Inc. Seizure detection
JP6934309B2 (ja) * 2017-03-30 2021-09-15 ルネサスエレクトロニクス株式会社 脈拍計測装置、脈拍計測方法、及びプログラム
US10845955B2 (en) * 2017-05-15 2020-11-24 Apple Inc. Displaying a scrollable list of affordances associated with physical activities
EP3826031A1 (en) 2017-08-25 2021-05-26 Cardiologs Technologies SAS User interface for analysis of electrocardiograms
CN109953756A (zh) * 2017-12-22 2019-07-02 成都心吉康科技有限公司 房颤监测系统及可穿戴设备
US10643446B2 (en) 2017-12-28 2020-05-05 Cerner Innovation, Inc. Utilizing artificial intelligence to detect objects or patient safety events in a patient room
US10482321B2 (en) 2017-12-29 2019-11-19 Cerner Innovation, Inc. Methods and systems for identifying the crossing of a virtual barrier
KR20190082532A (ko) * 2018-01-02 2019-07-10 한양대학교 산학협력단 Uwb 레이더를 이용하는 부정맥 진단 방법 및 장치
DK201870599A1 (en) 2018-03-12 2019-10-16 Apple Inc. USER INTERFACES FOR HEALTH MONITORING
US10617331B1 (en) * 2018-04-11 2020-04-14 Life Fitness, Llc Systems and methods for detecting if a treadmill user is running or walking
DK201870378A1 (en) 2018-05-07 2020-01-13 Apple Inc. DISPLAYING USER INTERFACES ASSOCIATED WITH PHYSICAL ACTIVITIES
US11317833B2 (en) 2018-05-07 2022-05-03 Apple Inc. Displaying user interfaces associated with physical activities
KR102570783B1 (ko) 2018-07-02 2023-08-25 삼성전자 주식회사 전자 장치 및 이를 이용한 생체 신호에 기초하여 개인화된 생체 정보 제공 방법
US10953307B2 (en) 2018-09-28 2021-03-23 Apple Inc. Swim tracking and notifications for wearable devices
US10922936B2 (en) 2018-11-06 2021-02-16 Cerner Innovation, Inc. Methods and systems for detecting prohibited objects
CN109875541A (zh) * 2018-12-28 2019-06-14 北京津发科技股份有限公司 脉搏测量方法、脉搏测量装置及存储介质
JP2020110422A (ja) * 2019-01-15 2020-07-27 エイアイビューライフ株式会社 情報処理装置
US12016694B2 (en) 2019-02-04 2024-06-25 Cardiologs Technologies Sas Electrocardiogram processing system for delineation and classification
DK201970532A1 (en) 2019-05-06 2021-05-03 Apple Inc Activity trends and workouts
US11979467B2 (en) 2019-06-01 2024-05-07 Apple Inc. Multi-modal activity tracking user interface
CN110301907A (zh) * 2019-06-25 2019-10-08 浙江工业大学 一种可穿戴脉搏波检测装置及血压检测方法
DK202070612A1 (en) 2020-02-14 2021-10-26 Apple Inc User interfaces for workout content
WO2022034480A1 (en) 2020-08-10 2022-02-17 Cardiologs Technologies Sas Electrocardiogram processing system for detecting and/or predicting cardiac events
WO2022245669A1 (en) 2021-05-15 2022-11-24 Apple Inc. User interfaces for group workouts
CN113908480B (zh) * 2021-09-14 2023-05-12 淮海工业集团有限公司 一种灭火弹初速度测量系统
US12023567B2 (en) 2022-06-05 2024-07-02 Apple Inc. User interfaces for physical activity information
US11977729B2 (en) 2022-06-05 2024-05-07 Apple Inc. Physical activity information user interfaces
JP2024083052A (ja) * 2022-12-09 2024-06-20 オムロンヘルスケア株式会社 血圧計

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5639212B2 (zh) * 1975-01-18 1981-09-11
US3996928A (en) * 1975-05-28 1976-12-14 Marx Alvin J Patient vital-signs automated measuring apparatus
DE2819757A1 (de) * 1978-05-03 1979-11-15 Herwig Frhr Von Di Nettelhorst Vorrichtung zum erkennen von arrhythmien
US4338950A (en) * 1980-09-22 1982-07-13 Texas Instruments Incorporated System and method for sensing and measuring heart beat
JPS60135029A (ja) * 1983-12-23 1985-07-18 松下電工株式会社 血流・脈拍検出装置
JPH02289230A (ja) * 1989-04-28 1990-11-29 Nippon Seiki Co Ltd 脈波計
JPH04285530A (ja) * 1991-03-14 1992-10-09 Omron Corp 波形判別装置
JPH05288869A (ja) * 1992-04-06 1993-11-05 Seiko Epson Corp 多機能ウォッチ
JP2816944B2 (ja) * 1993-12-20 1998-10-27 セイコーインスツルメンツ株式会社 脈拍計
JPH0880285A (ja) * 1994-09-14 1996-03-26 Matsushita Electric Ind Co Ltd 監視装置
JP3605216B2 (ja) * 1995-02-20 2004-12-22 セイコーエプソン株式会社 脈拍計
JPH08317912A (ja) * 1995-03-23 1996-12-03 Seiko Instr Inc 脈拍計

Also Published As

Publication number Publication date
WO1997038626A1 (fr) 1997-10-23
TW376312B (en) 1999-12-11
JP3635663B2 (ja) 2005-04-06
CN1195277A (zh) 1998-10-07
EP0841034A1 (en) 1998-05-13
DE69723946D1 (de) 2003-09-11
DE69723946T2 (de) 2004-07-15
US6095984A (en) 2000-08-01
EP0841034B1 (en) 2003-08-06
EP0841034A4 (en) 1998-11-04

Similar Documents

Publication Publication Date Title
CN1155332C (zh) 心律失常检测设备
CN1203805C (zh) 生物体状态测量装置及放松指导装置
CN1182890C (zh) 放松指导装置和生物反馈指导装置
CN1688247A (zh) 控制无创参数测量的方法和装置
CN1103580C (zh) 脉波分析装置
CN1155331C (zh) 锻炼测验用辅助装置
CN1185985C (zh) 锻炼量测量设备
CN1231175C (zh) 脉波检测方法、动脉位置检测方法和脉波检测装置
CN1175892A (zh) 用于测量生理状态的装置
CN1251027A (zh) 脉波诊断装置、血压监视装置、脉波形状监视装置和药理作用监视装置
CN1226811A (zh) 触觉检测器,触觉报告器,信息输入器,触觉复现器,触觉传输系统,脉博诊断器,脉博诊断训练器以及脉博诊断信息传输器
CN1200637C (zh) 使用接触设备进行信号传输和检测的方法和装置
CN1627916A (zh) 利用参数以非侵入方式测量血液动力参数的方法及装置
CN1723842A (zh) 人体信息检测装置、使用该装置的健康管理系统
CN1229345A (zh) 利用压扁法和/或凹进法测量眼内压力的眼压计系统
CN1968727A (zh) 用于缓解压力的方法和装置
CN1853560A (zh) 运动解析显示装置及运动解析方法
CN1911163A (zh) 计算出血压平均值的电子血压计
CN1394546A (zh) 一种血压测定装置及方法
JP3301294B2 (ja) 健康状態管理装置
KR20060048641A (ko) 생체정보의 처리장치 및 영상음향 재생장치
CN1196438C (zh) 生物信号检测器件和使用它的按摩机械
CN1903117A (zh) 非侵入性桡动脉血压波型量测系统及其应用
JP3794410B2 (ja) 健康状態管理装置
CN1113739A (zh) 植物神经系统功能测试系统及其方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
REG Reference to a national code

Ref country code: HK

Ref legal event code: GR

Ref document number: 1060193

Country of ref document: HK

CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20040630

Termination date: 20160417

CF01 Termination of patent right due to non-payment of annual fee