СПОСОБ И УСТРОЙСТВО АНАЛИЗА БАЛЛИСТОКАРДИОГРАФИЧЕСКИХ СИГНАЛОВ

Область техники, к которой относится изобретение

Изобретение относится к способу и устройству анализа баллистокардиографических сигналов, в частности к способу и устройству, предусматривающим обнаружение отдельных событий сокращения сердца в баллистокардиографических сигналах.

Уровень техники изобретения

Баллистокардиограф (BCG) измеряет перемещение тела человека, вызванное динамикой крови по мере ее прокачивания сердцем.

BCG имеет преимущества над электрокардиографом (ECG) в том, что измерение жизненно важных сигналов возможно без приклеивания электродов к телу или использования специальных датчиков в виде поясов, трикотажных изделий и т.п., которые требуется на себе носить. Он в особенности пригоден для измерения частоты пульса и данных по изменению частоты пульса для оценки качества сна, стрессового состояния и сердечной деятельности. В этих областях применения ненавязчивость BCG-мониторинга представляет собой первостепенную важность, поскольку датчики, находящиеся в непосредственном контакте с пациентом, неизбежно снижают качество сна.

В настоящее время алгоритмы анализа баллистокардиографических сигналов с целью определения частоты сокращений сердца используют спектральные методы либо методы определения во времени для обнаружения многократного проявления определенных паттернов, например, путем оценки автокорреляционной функции сигнала. При всех таких подходах следует рассматривать сегменты сигнала с продолжительностью в несколько секунд, так чтобы охватывать множество сокращений сердца. В результате доступна информация о среднем показателе сокращений сердца на некотором отрезке времени, однако точная информация в интервале между последовательными сокращениями сердца недоступна.

Представлены некоторые алгоритмы оценки последовательных сокращений сердца на основе баллистокардиографических сигналов, но такие подходы либо требуют большого и дорогостоящего массива датчиков для должной работы ("FFT averaging of multichannel BCG signals from bed mattress sensor to improve estimation of heart beat interval" Kortelainen J.M. и Virkkala J., Engineering in Medicine and Biology Society, 2007, EMBS 2007, 29-ая Ежегодная Международная конференция по IEEE, 22-26 Август 2007, страницы 6685-6688), либо вмешательства человека ("Automatic Ballistocardiogram (BCG) Beat Detection Using a Template Matching Approach" J.H. Shin, B. H. Choi, Y. G. Lim, D.U. Joeng и K.S. Park, Engineering in Medicine and Biology Society, 2008, EMBS 2008, 30-ая Ежегодная Международная конференция по IEEE, 21-24 Август 2008), либо использования различных схем датчиков при недостаточной точности измерений ("Estimation of Respiratory Waveform and Heart Rate Using an Accelerometer" D. H. Phan, S. Bonnet, R. Guillemaud, E. Castelli, N.Y. Pham Thi, Engineering in Medicine and Biology Society, 2008, EMBS 2008, 30-ая Ежегодная Международная конференция по IEEE, 21-24 Август 2008).

Остаются вопросы в отношении того, возможно ли использование этих алгоритмов на рынке, а также могут ли они работать в условиях высокой вариабильности баллистокардиографических сигналов, связанных с организмом конкретного пациента и различиями между пациентами.

Разумеется, можно получить оценочную информацию в интервале между последовательными сокращениями сердца стандартными способами с использованием электрокардиограммы (ECG), однако, как говорилось выше, такие способы требуют, чтобы пациент был "опутан проводами", а значит, они причиняют неудобства.

Как уже упоминалось, способы существующего уровня техники для расчета частоты сердечных сокращений на основе баллистокардиографических сигналов, полученных с одного датчика, могут дать оценку частоты сердечных сокращений в интервале времени в несколько секунд. Приложения в области регистрации стрессового состояния во время сна или апноэ сна, сердечной недостаточности и т.д. требуют информации об изменении частоты сердечных сокращений между последовательными сокращениями сердца, т.е. усредненной оценки в течение некоторого периода времени недостаточно. Кроме того, существующие ныне способы требуют регулярности сердечных сокращений в данном интервале для проведения точного анализа. В этой связи наличие определенной аритмии, такой как эктопические сокращения или перебои в работе сердца, либо искажают оценку частоты сердечных сокращений, либо просто остаются незамеченными. Таким образом, может быть обнаружена лишь низкочастотная составляющая изменения частоты пульса.

Сущность изобретения

Согласно первому аспекту изобретения предложен способ анализа баллистокардиографического сигнала для определения частоты сердечных сокращений, при этом способ содержит определение оценочного начального временного значения для первого сокращения сердца в баллистокардиографическом сигнале; итерационное вычисление оценочных значений для последующих сокращений сердца в баллистокардиографическом сигнале, используя оценочное начальное временное значение; при этом каждая итерация на этапе вычисления содержит оценку целевой функции, которая содержит взвешенную сумму множества оценочных функций; причем каждый итерационный этап при вычислении оценочных значений для последующих сердечных сокращений в баллистокардиографическом сигнале ограничен целевым интервалом после оценочного временного значения, найденного на предшествующем итерационном этапе вычисления.

Согласно второму аспекту изобретения предложен компьютерный программный продукт, содержащий управляющую компьютерную программу, которая при выполнении на компьютере или процессоре выполнена с возможностью реализации этапов вышеописанного способа.

Согласно третьему аспекту изобретения предложено устройство для использования совместно с блоком измерения баллистокардиографического сигнала у пациента, при этом устройство содержит средство получения баллистокардиографического сигнала от блока; и средство обработки информации для реализации вышеописанного способа применительно к полученному баллистокардиографическому сигналу.

В отличие от предшествующего уровня техники способ и устройство согласно изобретению рассчитывают продолжительность временного интервала между последовательными сокращениями сердца, как в случае ECG. Таким образом, можно удовлетворить требованиям, выдвигаемым в вышеупомянутых областях применения. Кроме того, для получения требуемых сигналов необходим только один датчик. Не требуются ни дорогостоящее оборудование, содержащее множество датчиков, ни контроль со стороны специалиста. Способ и система работают устойчиво с BCG-сигналом, обычно обладающим высокой степенью сложности, поскольку используется информация о характеристических событиях, долгосрочный прогноз и априорная информация о продолжительности сердечного цикла. Таким образом, способ и устройство достаточно устойчиво работают в ситуациях, при которых сигнал искажается незначительными артефактами движения, и обладают достаточно высокой чувствительностью для идентификации паттернов проявления нерегулярности, подобных аритмиям.

Краткое описание чертежей

Далее изобретение будет описано, приводимое лишь в качестве примера, со ссылкой на следующие чертежи, на которых:

на Фиг.1 показан типовой баллистокардиографический сигнал;

на Фиг.2 показана блок-схема алгоритма, иллюстрирующая способ согласно изобретению;

на Фиг.3 более подробно показан этап 105, представленный на Фиг.2;

на Фиг.4 показан график, иллюстрирующий пример оценочной функции, характеризующей высокочастотные составляющие;

на Фиг.5 показана спектрограмма баллистокардиографического сигнала;

на Фиг.6 показан график, иллюстрирующий пример оценочной функции для долгосрочного прогнозирования;

на Фиг.7 показан график, иллюстрирующий пример оценочной функции для функции распределения вероятностей применительно к априорной продолжительности сердечных сокращений;

на Фиг.8 показан график, иллюстрирующий комбинированную функцию и ее максимум;

на Фиг.9 показан график, иллюстрирующий результаты этапа 105, представленного на Фиг.2; а также

на Фиг.10 показан график, иллюстрирующий результаты этапа 105 и уточненную оценку на этапе 107, представленном на Фиг.2.

Подробное описание изобретения

На Фиг.1 показана типовая баллистокардиограмма (BCG), полученная с использованием фольгового датчика, помещенного ниже грудной клетки пациента, лежащего на кровати или на столе. Баллистокардиограмма регистрирует дыхательные движения и периодический паттерн сердечных сокращений, связанных с сердечным ритмом.

Можно видеть, что BCG имеет доминирующую низкочастотную составляющую (продолжительностью около четырех секунд), которая связана с дыхательными движениями пациента, а также меньшие по размеру флуктуации, обладающие более высокой частотой, которые вызваны механической активностью сердца.

Следует понимать, что пациент должен находиться в состоянии покоя, чтобы получить такой ясно выраженный BCG-сигнал. Более значительные перемещения приведут к преобладанию артефактов движения в BCG-сигнале, что существенно осложнит его анализ.

Первый этап в обработке BCG-сигнала заключается в разбивке его на подинтервалы, на которых прочие движения и возмущения препятствуют оценке частоты сердечных сокращений и частоты дыхания, и области, в которых оценка возможна. Такого рода разбивка достигается путем оценки энергетического уровня сигнала.

Кроме того, вклады от дыхательных движений и от механической активности сердца можно разделить путем использования фильтров. Например, полосовая фильтрация с помощью фильтра Баттерворта третьего порядка, имеющего нижнюю граничную частоту в пределах 0,04-0,08 Гц, а верхнюю граничную частоту - в пределах 0,50-0,70 Гц, позволяет получить дыхательную составляющую. Составляющая, определяемая сердечными сокращениями, может быть выделена путем фильтрации с помощью фильтра верхних частот (например, фильтра Баттерворта второго порядка с частотой отсечки в диапазоне 0,8-1,2 Гц). В способе, описанном ниже, используется составляющая, обусловленная сердечными сокращениями.

Способ согласно изобретению будет кратко описан со ссылкой на блок-схему алгоритма на Фиг.2.

На этапе 101 осуществляют сбор сигналов с помощью BCG.

На этапе 103 вычисляется начальное значение времени проявления первого сердечного сокращения от начала баллистокардиографического сигнала. Расчет этого оценочного показателя будет подробнее описан ниже, и это служит отправной точкой итерационной процедуры (показанной на этапе 105), в которой итеративно вычисляются оценочные показатели сердечных сокращений с пошаговым продвижением по времени при каждой оценке вплоть до достижения окончания баллистокардиографического сигнала. Процедура, выполняемая на этапе 105, будет подробнее описана ниже со ссылкой на Фиг.3.

Результатом этапа 105 является первая сегментация баллистокардиографического сигнала на интервалы сердечных сокращений.

На этапе 107 выполняется процедура уточнения, в которой используются данные прогнозирования, полученные на этапе 105, для расчета продолжительности заключительного интервала сердечных сокращений. Реализация этой процедуры будет подробнее описана ниже.

Сначала подробнее рассмотрим этап 103 со ссылкой на Фиг.3.

Когда происходит событие сердечного сокращения, известно, что следующее сердечное сокращение последует в пределах определенного интервала времени. Таким образом, в предпочтительном варианте осуществления данное обстоятельство используется путем ограничения интервала поиска в отношении следующего сердечного сокращения разумными с физиологической точки зрения величинами. Итак, для данного оценочного значения t_n сердечного сокращения, момент времени t_n+1 следующего сокращения сердца должен находиться в интервале [t_n+t_min, t_n+t_max]. Для t_min и t_max разумно выбрать значения около 0,5 секунды (что соответствует частоте сердечных сокращений, составляющей примерно 120 ударов в минуту) и до 2 секунд (что соответствует частоте сердечных сокращений, составляющей примерно 30 ударов в минуту). Специалист в данной области техники поймет, что можно выбрать альтернативные величины, приемлемые с физиологической точки зрения.

Предпочтительно формируются три оценочные функции λ(t), μ(t) и σ(t) (этапы 123, 125 и 127) для оценки того, насколько удачно проведена возможная оценка в отношении t_n+1 по критериям, которые предпочтительно касаются соответственно наличия характеристических высокочастотных составляющих (оценочная функция λ(t)), сердечного ритма на длительном отрезке времени (μ(t)) и вероятностного распределения длин интервалов сердечных сокращений (σ(t)).

На этапе 129 наилучшее оценочное значение согласно этим оценочным функциям принимается за оценочное значение t_n+1 и служит основой для расчета t_n+2. Интервал поиска для t_n+2 далее задается в виде [t_n+1+t_min, t_n+1+t_max], а оценочные функции λ(t), μ(t) и σ(t) корректируются.

Путем повторения данной итерационной процедуры способ обеспечивает обработку баллистокардиографического сигнала слева направо вдоль временной оси, начиная с исходного значения в начальной части баллистокардиографического сигнала и до момента окончания баллистокардиографического сигнала.

Далее описывается способ вычисления оценочных функций λ(t), μ(t) и σ(t) при заданном оценочном значении t_n сердечных сокращений, и как они используются для расчета следующего итерационного этапа t_n+1.

Характеристическая высокочастотная составляющая λ(t): Баллистокардиографический сигнал подвергается полосовой фильтрации для выделения высокочастотного контента. Возведение в квадрат и низкочастотная фильтрация результирующего сигнала позволяют получить новый сигнал с превалирующими максимальными уровнями там, где в исходном сигнале имеют место высокочастотные составляющие. Данная процедура подробнее описана в патентной заявке под названием "Method and apparatus for the analysis of ballistocardiogram signals", зарегистрированной в то же время, что и настоящая заявка, и тем же заявителем. Сигнал, полученный этим способом, представляет собой оценочную функцию для проявления характеристических высокочастотных составляющих в полном баллистокардиографическом сигнале и, будучи ограниченным интервалом [t_n+t_min, t_n+t_max], может служить в качестве λ(t) для этого конкретного этапа итерации. На Фиг.4 показан пример оценочной функции λ(t), когда полосовой фильтр выделяет полосу частот от 20 до 40 Гц, а низкочастотный фильтр имеет частоту отсечки 3,5 Гц.

Долгосрочное прогнозирование μ(t): Исходным моментом для вычисления функции μ(t) является частотно-временное распределение с хорошей частотной локализацией.

Используя возведенные в квадрат абсолютные значения спектрограммы, получаем

где BCG(s) представляет зарегистрированный баллистокардиографический сигнал, а h(s) - окно Хенинга h(s) продолжительностью 15 секунд

На спектрограмме измеряют частотное содержание для частоты f в момент времени t. Если заданы t_n и возможное событие сердечного сокращения в момент времени t, оба момента времени определяют частоту сердечного ритма, соответствующую (t-t_n)^-1. Если это соответствует правильной частоте сердечного ритма, спектрограмма покажет повышенное значение для S(t, (t-t_n)^-1), в противном случае оно будет меньше. Таким образом, оценочная функция μ(t) выбирается в следующем виде:

μ(t)=S(t, (t-t_n)^-1) для t∈[t_n+t_min, t_n+t_max](3)

Часть спектрограммы баллистокардиографического сигнала показана на Фиг.5. Здесь боле светлые участки соответствуют более высоким значениям энергии на спектрограмме, а линия представляет функцию t→(t-t_n)^-1.

На Фиг.6 показана оценочная функция μ(t) для долгосрочного прогнозирования, построенная с использованием спектрограммы. Значения функции на линии, представленной на Фиг.5, используются для расчета оценочной функции на Фиг.6.

Альтернативный подход к определению μ(t) заключается в использовании способа определения периодичности, например, использования автокорреляционной функции (ACF). При таком подходе рассчитывают автокорреляцию

где BCG(s) - баллистокардиографический сигнал, а 2ε - длительность окна анализа, которая обычно изменяется в пределах от 5 до 20 секунд.

Вероятностная функция распределения σ(t): Длины интервалов между двумя последовательными сердечными сокращениями подчиняются распределению Гаусса. Таким образом, в предпочтительном варианте осуществления оценочная функция σ(t) может быть выбрана в следующем виде:

В предпочтительном варианте осуществления среднее значение m и стандартное отклонение s следующие: m=0,92 и s=0,4.

В дополнительных вариантах осуществления для выбора m и s может рассматриваться история ранее обнаруженных сердечных сокращений. В альтернативном варианте могут применяться стохастические модели, в которых информация о продолжительности интервалов сердечных сокращений в прошлом может использоваться для прогнозирования продолжительности последующего интервала сердечных сокращений, и которые известны специалистам в данной области техники.

Пример оценочной функции σ(t) вероятностного распределения показан на Фиг.7.

Для более совершенного контроля над присваиванием весовых коэффициентов между этими тремя функциями полезно нормализовать оценочные функции в отношении максимум-нормы или отобразить диапазон значений функций в интервале [0, 1] при помощи соответствующего аффинного отображения. Далее на этапе 129 находят максимальное значение многочлена αλ(t)+βμ(t)+χσ(t), где α, β и χ - скалярные величины, для t∈[t_n+t_min, t_n+t_max]. Превалирующее максимальное значение этого многочлена должно быть найдено, чтобы решить проблему многоцелевой оптимизации. Данное максимальное значение предпочтительно определяется посредством низкочастотной фильтрации результата сложения вслед за поиском максимума, и оно показано на Фиг.8. Определенное таким образом максимальное значение становится следующим оценочным значением сердечного ритма t_n+1, и итерационный процесс продолжается от этого оценочного значения, как уже было описано, до момента достижения окончания сигнала.

Следует понимать, что каждый из вышеприведенных этапов 123, 125 и 127, когда они используются по отдельности, предрасположен к ошибкам. Например, отыскание высокочастотной составляющей на этапе 123 для отдельных сердечных сокращений не даст результатов в присутствии артефактов движения (т.е. если пациент чрезмерно подвижен). В других случаях расчет средней частоты сердечных сокращений на этапе 125 может вызывать сложности, поскольку аритмия не учитывается должным образом или полностью игнорируется. Наконец, вероятностный подход на этапе 127 может быть предпочтительно использован, только если имеется информация о предыстории.

Таким образом, выходные данные на каждом из этапов 123, 125 и 127 объединяются в единую функцию на этапе 129, и эта функция исследуется на максимум, чтобы обеспечить надежную оценку сердечного ритма, определяемого на основе последовательного чередования ударов пульса.

Вернемся к Фиг.2 и рассмотрим этап 103 более подробно.

Имея некоторую произвольную начальную точку, в способе, представленном на Фиг.2, обычно потребуется проведение всего нескольких итераций для достижения устойчивого режима и получения точных оценочных значений сердечного ритма.

В альтернативном варианте начальная точка может определяться как максимальное значение оценочной функции для высокочастотной составляющей в начальной части сигнала. Ограничительный интервал для оценочной функции может составлять [0 c, 1,5 с].

В дополнительном альтернативном варианте оценочные значения для начального момента времени t₁ и следующего итерационного этапа t₂ могут вычисляться одновременно, так чтобы t₁ представлял возможную начальную точку сегмента сердечных сокращений, а t₂ - возможную конечную точку. Для каждого t₁ в диапазоне [0 c, 1,5 с] определяется Q(t₁, t₂)=αλ(t₂)+βμ(t₂)+χσ(t₂) для t₂ ∈ [t₁+t_min, t₁+t_max]. Другими словами, Q(t₁, t₂) определяет, насколько удачен выбор t₁ и t₂ в отношении одной и той же оценочной функции, используемой для итерационного метода. Два значения аргумента, при которых Q достигает максимума, дают наилучшие оценки для моментов времени t₁ и t₂ соответственно первых двух сердечных сокращений.

В еще одном альтернативном варианте один из двух вышеописанных способов используется для расчета предварительной начальной точки, а далее несколько раз выполняются обычные итерации до точки t_m итерации (где, например, m=15). С этого момента, однако, алгоритм работает "в обратном направлении", а это означает, что в качестве поискового интервала выбирается интервал [t_m-t_max, t_m-t_min] вместо интервала [t_m+t_min, t_m+t_max]. Итерационное вычисление оценочных значений сердечных сокращений продолжается "в обратном направлении" до тех пор, пока не будет снова достигнуто начало сигнала. Последний результат оценки "в обратном направлении" далее служит начальной точкой t₁. Здесь используется тот факт, что алгоритм дает верные оценочные значения за несколько итераций, даже если начальная точка была выбрана неудачно.

После выполнения этапов 103 и 105 становится возможной первая сегментация баллистокардиографических сигналов, при которой каждый сегмент по существу содержит характеристический паттерн только одного отдельного сердечного сокращения. В конечном итоге данная сегментация может быть использована для предоставления начального значения для способов детализации, которые находят точные моменты времени событий сердечных сокращений или продолжительность интервалов сердечных сокращений.

В одном альтернативном подходе уточненные оценочные значения могут вычисляться путем поиска характеристических признаков в баллистокардиографическом сигнале, близких к оценочным значениям, найденным на этапах 103 и 105. В баллистокардиографическом сигнале, который предпочтительно был подвергнут высокочастотной фильтрации, за точками, найденными с помощью этапов 103 и 105, следует волновой сигнал низкой частоты, но с относительно высокой амплитудой. Обнаружение локально наибольших максимумов в малой близлежащей области точек, найденных с помощью этапов 103 и 105, позволит провести более точную локализацию событий сердечных сокращений. После того как сердечные сокращения идентифицированы, можно рассчитать интервалы между последовательными сердечными сокращениями.

В еще одном альтернативном варианте имеется возможность использовать автокорреляционную функцию (ACF) или другие способы для определения периодичности во временном ряду для определения кардиоинтервала между двумя последовательными сердечными сокращениями. В этом случае этапы 103 и 105 уже предоставляют некоторую приблизительную информацию об интервале, в котором должна наблюдаться временная задержка Δt, для которой ACF достигает своего максимума (т.е. производится оценка не всех возможных значений Δt). Такое ограничение лишь имеющими значение интервалами для Δt требуется для обеспечения оценки сердечного ритма между последовательными сердечными сокращениями, выполняемой с помощью ACF. Это устраняет проблему, возникающую при рассмотрении всей теоретически возможной области поиска для Δt, поскольку ACF часто показывает побочные максимумы, не относящиеся к событиям сердечных сокращений.

Результаты процедуры сегментации можно видеть на Фиг.9. На Фиг.9 показан баллистокардиографический сигнал (после высокочастотной фильтрации) вместе с идентифицированными сегментами, а также события сердечных сокращений, обнаруженные в ECG-сигнале (помеченные крестами). При маркировке максимального значения сигнала в пределах 0,12 секунды после получения результата сегментации, характеристическое событие надежно определяется, как показано на Фиг.10.

Оценка продолжительности интервала между последовательными сокращениями сердца (без уточнений и с уточнениями соответственно) и сравнение с результатами ECG можно видеть в таблице 1, приведенной ниже.

Специалисту в данной области техники станут очевидны многие конструктивные конфигурации и вариации способа. Трем различным оценочным функциям в целевой функции на этапе 129 могут быть присвоены весовые коэффициенты по-разному, чтобы адаптировать способ применительно к различным требованиям. Это можно осуществить путем соответствующего выбора скалярных величин α, β и χ. Например, сделав упор на долгосрочное прогнозирование по результатам выполнения этапа 125, можно повысить надежность оценки сердечных сокращений, когда ожидается регулярный сердечный ритм, а при необходимости обнаружить аритмию, будет лучше сосредоточить больше внимания на высокочастотных составляющих, определяемых на этапе 123. Длительность t_max - t_min целевого интервала для этапа 129 определения многокритериальной целевой функции, очевидно, влияет на оценочные значения и время вычислений и должна выбираться адекватно.

В предпочтительном варианте осуществления скалярные величины имеют следующие значения: α=1, β=0,6 и χ=0,4, которые позволяют получить достаточно точную универсальную оценку сердечных сокращений. Целевой интервал (т.е. t_max-t_min) должен составлять около 1,2 секунды, чтобы сократить время вычислений.

В альтернативном варианте осуществления, если способ следует использовать для пациентов с аритмией, например, скалярные величины могут принимать следующие значения: α=1, β=0 (так что долгосрочный прогноз практически отсутствует или игнорируется) и χ=0,2. Целевой интервал может быть задан чуть более длинным, чем в общем случае (т.е. t_max-t_min=2), чтобы верно идентифицировать аритмии.

Расширение многокритериальной целевой функции αλ(t)+βμ(t)+χσ(t) путем добавления к этой функции дополнительных оценочных функций, умноженных на соответствующие скалярные величины, - удобный способ использовать дополнительные источники информации.

Кроме того, способ может быть использован для оценки сердечных сокращений практически в реальном масштабе времени, лишь с задержкой на интервал времени, необходимый для выполнения долгосрочного прогноза и вычислений.

Вышеописанный способ позволяет выделить из баллистокардиографических сигналов интервалы между чередующимися сердечными сокращениями. Обеспечение оценочного значения сердечного ритма с учетом поочередных сердечных сокращений с использованием описанного способа может заменить стандартные ECG-устройства в различных областях применения, например при лечении сердечной недостаточности, выявлении аритмии, диагностики и лечении мерцания предсердий. Кроме того, анализ с учетом чередования ударов пульса позволяет точно вычислить вариабильность сердечного ритма, что необходимо для анализа состояния сна и стрессовых нагрузок. Потенциальные возможности выявления аритмии приведут к более широкому использованию BCG-подхода в медицинских учреждениях для мониторинга неострых состояний. Это представляет особый интерес, поскольку число коек в блоках интенсивной терапии ограничено, и желательно найти простое и экономичное решение по мониторингу для общей больничной палаты.

Наконец, можно прогнозировать обморочные состояния, связанные с деятельностью сердца, а значит, их избежать, используя представленный алгоритм, возможно в сочетании с другими схемами датчиков.

Изобретение может использоваться в домах престарелых с медицинским обслуживанием, больницах и в условиях домашнего наблюдения. Во всех случаях общее преимущество BCG над ECG заключается в ненавязчивом мониторинге пациентов без необходимости крепления к пациенту электродов и подобных элементов.

Хотя изобретение было описано в отношении способа или алгоритма, следует понимать, что изобретение может быть реализовано в виде BCG-системы (т.е. компьютерного устройства в сочетании с устройством измерения BCG-сигналов) или в виде автономной компьютерной системы или программы. Следует понимать, что BCG-система может предоставить баллистокардиографический сигнал в аналоговой или цифровой форме в устройство согласно настоящему изобретению, а устройство согласно настоящему изобретению соответственно может быть выполнено с возможностью получения этого сигнала. Например, BCG-система может подавать баллистокардиографический сигнал на устройство в аналоговой форме, а устройство может содержать фильтр для устранения ступенчатых искажений и аналого-цифровой преобразователь для передачи цифрового представления баллистокардиографического сигнала в программируемый процессор цифровых сигналов в этом устройстве. В альтернативном варианте BCG-система может быть оснащена аналого-цифровым преобразователем, так что баллистокардиографический сигнал поступает в устройство (конкретно в процессор цифровых сигналов в этом устройстве) в цифровой форме. Устройство может принимать баллистокардиографический сигнал с использованием любого соответствующего средства, например посредством проводного или беспроводного соединения с BCG-системой.

Хотя изобретение было подробно проиллюстрировано и описано на чертежах и в предшествующем описании, такое представление и описание следует рассматривать в качестве иллюстративного или служащего в качестве примера, но не ограничивающего; изобретение не ограничивается раскрытыми вариантами осуществления.

Специалисты в данной области техники смогут увидеть и реализовать раскрытые варианты осуществления в измененном виде, воплощая на практике заявленное изобретение, изучив чертежи, описание и прилагаемую формулу изобретения. В формуле изобретения термин "содержащий" не исключает присутствия других элементов или этапов, а единственное число не исключает множественного числа.

Единственный процессор или другой блок может выполнять функции нескольких элементов, приведенных в формуле изобретения. Тот факт, что определенные признаки упоминаются во взаимно отличных зависимых пунктах формулы изобретения, не означает, что сочетание этих признаков нельзя использовать с выгодой. Ни один из номеров ссылки в формуле изобретения не следует рассматривать как ограничивающий объем изобретения. Программное обеспечение может храниться/обеспечиваться на соответствующем носителе информации, таком как оптический носитель информации или твердотельный носитель информации, поставляемом совместно с другими аппаратными средствами или в качестве их части, но может также обеспечиваться в иных формах, например через Интернет или посредством других проводных или беспроводных телекоммуникационных систем.