×
01.12.2019
219.017.e8c9

ОБРАБОТКА БИОЛОГИЧЕСКИХ ДАННЫХ

Вид РИД

Изобретение

Юридическая информация Свернуть Развернуть
№ охранного документа
0002707650
Дата охранного документа
28.11.2019
Краткое описание РИД Свернуть Развернуть
Аннотация: Группа изобретений относится к медицинской технике. Устройство для определения состояния здоровья человека-субъекта содержит модуль управления и средство для предоставления данных пульсовой волны, отражающих сердечный ритм человека-субъекта. При этом обеспечивают получение данных пульсовой волны. Выбирают часть данных пульсовой волны, характеризующих множество периодов сердечного цикла. На основе данных пульсовой волны части данных пульсовой волны определяют вариабельность кровяного давления, вариабельность частоты дыхания и вариабельность сердечного ритма. Определяют значение корреляции на основе вариабельности кровяного давления, вариабельности частоты дыхания и вариабельности сердечного ритма и соответствующего эталонного значения. Определяют состояние здоровья субъекта на основании значения корреляции. В другом варианте определяют первый и второй индексы, характеризующие вариабельность сердечного ритма на основе данных пульсовой волны части данных пульсовой волны, характеризующих множество периодов сердечного цикла. Причем второй индекс отличается от первого. Определяют состояние здоровья субъекта на основе первого и второго индексов. Определение первого индекса содержит определение множества интервалов частоты дыхания на основе данных пульсовой волны части данных пульсовой волны и определение первого индекса на основе множества интервалов времени дыхания. Достигается повышение точности определения биологических показателей субъекта, таких как частота сердечных сокращений, частота дыхательных движений, кровяное давление и вариабельность этих показателей. 2 н. и 22 з.п. ф-лы, 11 ил.
Реферат Свернуть Развернуть

Область техники, к которой относится изобретение

[0001] Настоящее изобретение относится к обработке биологических данных. На основе анализа формы пульсового сигнала определяют и обрабатывают данные, относящиеся, например, к частоте сердечных сокращений, частоте дыхания и/или кровяному давлению человека-субъекта.

Уровень техники

[0002] Основными причинами таких заболеваний, как сердечный приступ и инсульт, являются условия, которые зачастую трудно обнаружить и которые не вызывают ярко выраженных симптомов. Например, артериальная гипертензия и коронарная недостаточность (CAD) являются одними из основных причин сердечного приступа, а фибрилляция предсердий (AFIB) является одной из основных причин инсульта. Регулярное измерение, например, кровяного давления, частоты сердечных сокращений, частоты дыхания и детальный анализ этих биологических параметров субъекта может быть использовано при обнаружении артериальной гипертензии, AFIB, CAD и других состояний или их ранних стадий. Однако эти меры зачастую не применяются на регулярной основе.

[0003] Фибрилляция предсердий (AF) является наиболее распространенной аритмией, встречающейся в клинической практике, причем, по причине приступообразного характера, обнаружение фибрилляции предсердий затруднено. При отсутствии специфической терапии значительно возрастает опасность развития инсульта и застойной сердечной недостаточности. Приступообразный характер AF может иметь место в течение многих лет, прежде чем AF станет постоянной. Это особое свойство AF делает ее обнаружение затрудненным и часто безуспешным. Недавние исследования (см., например, Д.Дж. Глэдстоун, М. Спринг, П. Дориан, В. Панзов, К.Е. Торп, Дж. Холл и др. «Фибрилляция предсердий у пациентов с криптогенным инсультом», журнал «The New England journal of medicine», 2014 г., №370, стр. 2467-2477; Т. Занна, Х.С. Динер, Р.С. Пассман, Ди. Лаззаро В., Р.А. Бернштайн, К.А. Морильо и др. «Криптогенный инсульт и фибрилляция предсердий», журнал «The New England journal of medicine», 2014 г., №370: стр. 2478-2486 (Gladstone DJ, Spring M, Dorian P, Panzov V, Thorpe KE, Hall J, et al. "Atrial fibrillation in patients with cryptogenic stroke", The New England journal of medicine 2014; 370: 2467-2477; Sanna T, Diener НС, Passman RS, Di Lazzaro V, Bernstein RA, Morillo CA, et al. "Cryptogenic stroke and underlying atrial fibrillation", N Engl J Med 2014; 370: 2478-2486)) поддерживают использование более активных стратегий диагностики для определения AF у отдельных пациентов, несмотря на то, что используемые методы могут быть дорогостоящими или неудобными. Даже при том, что знания в этой области быстро накапливаются, актуальность субклинической AF и корреляция по времени между AF и инсультом остаются спорными и до сих пор рассматриваются в современных исследованиях (см., например, Дж.С. Хили, С.Дж. Коннолли, М.Р. Голд, С.В. Исраэль, И.С. Ван Гелдер, А. Капуччи и др. «Субклиническая фибрилляция предсердий и опасность инсульта», журнал «The New England journal of medicine», 2012 г., №366, стр. 120-129; П.Д. Зиглер, T.B. Глотцер, Е.Г. Даоуд, Д.Г. Вайс, Д.Е. Зингер, М.Д Ежековиц и др. «Уровень заболеваемости вновь выявленными аритмиями предсердий через имплантируемые устройства у пациентов с историей тромбоэмболических случаев», журнал «Stroke», №41, стр. 256-260 (Healey JS, Connolly SJ, Gold MR, Israel CW, Van Gelder IC, Capucci A, et al. "Subclinical atrial fibrillation and the risk of stroke", N Engl J Med 2012; 366: 120-129; Ziegler PD, Glotzer TV, Daoud EG, Wyse DG, Singer DE, Ezekowitz MD, et al. "Incidence of newly detected atrial arrhythmias via implantable devices in patients with a history of thromboembolic events", Stroke; 41: 256-260)).

[0004] Использование в медицинской практике смартфонов и смарт-часов получило повышенное внимание в недавнем прошлом. Соответствующие устройства оснащены плетизмографическими датчиками, предназначенными для контроля частоты сердечных сокращений. Волновой анализ пульса может быть использован для регистрации и обработки различных биологических показателей пациента, на основании которых могут быть определены конкретные состояния здоровья.

[0005] Кровяное давление представляет собой давление, оказываемое циркулирующей кровью на стенки кровеносных сосудов и являющееся одним из основных жизненно важных показателей состояния организма человека. Оно регулируется нервной и эндокринной системами и изменяется в зависимости от ряда факторов, включая текущую активность и общее состояние здоровья человека. Патологически низкое кровяное давление называется артериальной гипотензией, а патологически высокое кровяное давление называется артериальной гипертензией. Обе патологии могут иметь различные причины и могут изменяться от легкой до тяжелой степени и иметь как острую, так и хроническую формы. Хроническая артериальная гипертензия является фактором риска для многих осложнений, включая заболевания периферических сосудов, сердечный приступ и инсульт.Артериальная гипертензия и гипотензия часто не обнаруживаются в течение более длительного периода времени из-за редкого наблюдения.

[0006] Артериальная гипертензия обычно является более распространенной и представляет собой преобладающий фактор риска сердечно-сосудистых заболеваний и проблем, включая летальный исход, в большей степени связанных со здоровьем, чем при курении и диабете. Одна из серьезных проблем, связанных с артериальной гипертензией, заключается в том, что высокое кровяное давление не обязательно влечет за собой выраженные симптомы и, следовательно, многие люди живут своей жизнью, не понимая, что они имеют повышенное или высокое кровяное давление. Измерение и отслеживание кровяного давления можно проводить множеством способов, в том числе дома, в амбулаторных условиях или в стационаре. Однако случайные и/или редкие измерения, как правило, не имеют достаточного значения для эффективного раннего выявления артериальной гипертензии и связанных с ней заболеваний из-за того, что интервалы между измерениями зачастую являются слишком большими, а измерения проводятся недостаточно часто.

[0007] Специалисты-медики обычно измеряют кровяное давление с помощью сфигмоманометра, в котором исторически использовали высоту столбца ртути для отражения давления циркуляции, и значения кровяного давления обычно представляли в миллиметрах ртутного столба (мм рт. ст.). Для каждого сердечного сокращения кровяное давление изменяется от систолического до диастолического давления. Систолическое давление представляет собой наибольшее давление в артериях, возникающее в конце сердечного цикла, когда желудочки сжимаются. Диастолическое давление представляет собой минимальное давление в артериях, возникающее в начале сердечного цикла, когда желудочки заполнены кровью. Типичными нормальными измеренными значениями для здорового взрослого человека в состоянии покоя являются 120 мм рт. ст.для систолического давления и 80 мм рт. ст.для диастолического давления (то есть 120/80 мм рт. ст.).

[0008] Систолическое и диастолическое кровяные давления не являются статическими и подвержены естественным изменениям от одного сердечного сокращения к следующему, а также в течение дня (в циркадианном ритме). Эти изменения происходят в результате стресса или физических нагрузок, изменения питания, а также из-за болезни или принимаемых в связи с ней лекарств. Кровяное давление является одним из четырех основных жизненно важных показателей состояния организма, помимо температуры тела, частоты дыхания и частоты пульса, который регулярно контролируют специалисты-медики и поставщики медицинских услуг.

[0009] Кровяное давление может быть измерено неинвазивным образом, включая пальпацию, аускультативный или осциллометрический метод, непрерывные неинвазивные методы (CNAP) и методы на основе принципа скорости распространения пульсовой волны (PWV). Инвазивное измерение кровяного давления, например, с использованием внутрисосудистых катетеров, может давать очень точные результаты измерений, но гораздо менее распространено из-за его инвазивного характера и обычно ограничено стационарным лечением.

[0010] Кровяное давление у людей в значительной степени зависит от эластичности сосудистой системы. Эластичность сосудистой системы человека зависит от различных факторов, включая возраст, а также от наличия или отсутствия конкретных заболеваний или болезней. Если, например, эластичность сосудистой системы пациента уменьшается вследствие старения или из-за того, что пациент страдает от артериосклероза, кровяное давление пациента увеличивается.

[0011] Частота сердечных сокращений (HR) субъекта и частота дыхания (RR) субъекта также могут быть определены врачом, использующим известные методы стационарного лечения. Кроме того, эти измерения обычно предпринимаются только с нерегулярными интервалами и/или с длительными периодами времени, с отсутствием измерений в упомянутые периоды.

[0012] Вариабельность некоторых биологических параметров, таких как частота сердечных сокращений, частота дыхательных движений, кровяное давление, может служить индикатором расстройств организма, например апноэ во время сна, депрессии, AF (или AFIB), CAD. Следует отметить, что термин «вариабельность» может означать одно значение вариабельности или измерения, либо множество значений, характеризующих вариабельность соответствующего параметра. Любые известные представления о вариабельности принимаются в рамках рассматриваемых документов.

[0013] А. Сик, В. Радемахер, К. Фишер, Дж. Гауайзен, Р. Зербер, А. Восс в исследовательской работе «Прогнозирование рецидива фибрилляции предсердий после кардиоверсии - Анализ взаимодействия вегетативной регуляции сердечной деятельности» (A. Seeck, W. Rademacher, С. Fischer, J. Haueisen, R. Surber, A. Voss, "Prediction of atrial fibrillation recurrence after cardioversion Interaction analysis of cardiac autonomic regulation") обнаружили, что оценка вегетативного регулирования путем анализа взаимосвязи частоты сердечных сокращений и систолического кровяного давления является потенциальным инструментом для прогнозирования рецидива фибрилляции предсердий после кардиоверсии (CV) и может помочь в корректировке возможных методов лечения пациентов с фибрилляцией предсердий.

[0014] В. Поппе и др. в своем исследовании «Подходят ли огибающие кривые артериальных пульсовых волн для дистанционной оценки динамики психотических заболеваний?» (W. Рорре et al., "Eignen sich die von Arterienpulswellen eine Fernbeurteilung psychotischer ?") обнаружили, что огибающая артериальной пульсовой волны может указывать на классификацию субъекта по отношению к определенному психозу и дополнительно указывать на вероятное развитие психоза. Это исследование относится, например, к корреляции депрессии с данными пульсовой волны.

[0015] Задачей настоящего изобретения является создание устройства для точного определения биологических показателей субъекта, например частоты сердечных сокращений, частоты дыхательных движений, кровяного давления и вариабельности этих показателей неинвазивным методом, простым и эффективным образом. Другой задачей является создание устройства для определения биологических показателей субъекта и их вариабельности с повышенной точностью.

[0016] Еще одной задачей настоящего изобретения является создание устройства для выполнения неинвазивного способа определения кровяного давления человека-субъекта. В частности, устройство представляет собой мобильное устройство, предпочтительно обычный смартфон, оснащенный источником света и оптическим датчиком.

Раскрытие сущности изобретения

[0017] В соответствии с первым аспектом настоящего изобретения предложено устройство для определения состояния здоровья человека-субъекта, содержащее модуль управления и средство для предоставления данных пульсовой волны, отражающих сердечный ритм человека-субъекта, причем модуль управления выполнен с возможностью выполнения следующих этапов: получение данных пульсовой волны; выбор части данных пульсовой волны, характеризующих множество периодов сердечного цикла, для упомянутой части данных пульсовой волны, характеризующих множество периодов сердечного цикла: определение вариабельности кровяного давления на основе данных пульсовой волны упомянутой части данных пульсовой волны, характеризующих множество периодов сердечного цикла, определение вариабельности частоты дыхания на основе данных пульсовой волны упомянутой части данных пульсовой волны, характеризующих множество периодов сердечного цикла, и определение вариабельности сердечного ритма на основе данных пульсовой волны упомянутой части данных пульсовой волны, характеризующих множество периодов сердечного цикла; и определение по меньшей мере одного значения корреляции на основе по меньшей мере одного из следующих показателей: вариабельность кровяного давления, вариабельность частоты дыхания, вариабельность сердечного ритма, и соответствующего эталонного значения; и определение состояния здоровья субъекта на основании упомянутого по меньшей мере одного значения корреляции.

[0018] Во втором аспекте, в соответствии с упомянутым первым аспектом, данные пульсовой волны, характеризующие множество периодов сердечного цикла, относятся к множеству периодов сердечного цикла, следующих непосредственно друг за другом.

[0019] В третьем аспекте, в соответствии с любым из предшествующих аспектов, этап определения вариабельности частоты дыхания на основе данных пульсовой волны упомянутой части данных пульсовой волны, характеризующих множество периодов сердечного цикла, содержит: определение множества максимумов на основе данных пульсовой волны, причем упомянутое множество максимумов обозначает максимальную амплитуду соответствующего множества периодов сердечного цикла; определение респираторного сигнала, характеризующего частоту дыхания, на основе упомянутого множества максимумов, опционально содержащее определение респираторного сигнала на основе сплайн-интерполяции упомянутого множества максимумов; и определение вариабельности частоты дыхания на основе временного интервала между каждым максимумом респираторного сигнала.

[0020] В четвертом аспекте, в соответствии с любым из предшествующих аспектов, этап определения вариабельности сердечного ритма на основе данных пульсовой волны упомянутой части данных пульсовой волны, характеризующих множество периодов сердечного цикла, содержит: определение множества опорных точек на основе данных пульсовой волны, причем упомянутое множество опорных точек соответствует соответствующей составляющей из множества периодов сердечного цикла, при этом, опционально, упомянутая соответствующая составляющая является максимальной амплитудой периода сердечного цикла или передним фронтом амплитуды сердечного ритма; и определение вариабельности сердечного ритма на основе временного интервала между каждой опорной точкой из множества опорных точек.

[0021] В пятом аспекте, в соответствии с любым из предшествующих аспектов, субъект имеет рост, возраст и пол, и этап определения вариабельности кровяного давления содержит определение множества значений кровяного давления, причем упомянутый этап определения множества значений кровяного давления содержит, для каждого соответствующего значения кровяного давления из множества значений кровяного давления, при том что каждое соответствующее значение кровяного давления связано с соответствующим периодом сердечного цикла из множества периодов сердечного цикла: определение систолической составляющей соответствующего периода сердечного цикла, аппроксимирование систолической составляющей первой функцией Гаусса и второй функцией Гаусса, и определение временного интервала (WWT) между упомянутыми первой и второй функциями Гаусса; и определение соответствующего значения кровяного давления (BP) из множества значений кровяного давления субъекта на основе временного интервала (WWT), роста и/или возраста.

[0022] В шестом аспекте, в соответствии с предыдущим аспектом, этап определения множества значений кровяного давления содержит, для каждого значения кровяного давления из множества значений кровяного давления: определение предварительного индекса (SIp) ригидности на основе роста и временного интервала (WWT), определение скорректированного индекса (SIa) ригидности на основе предварительного индекса (SIp) ригидности и возраста, и определение значения кровяного давления (BP) на основе скорректированного индекса (SIa) ригидности и регрессионной модели; и/или упомянутая часть данных пульсовой волны характеризует множество периодов сердечного цикла, причем этап определения временного интервала (WWT) дополнительно содержит: определение временного интервала (WWT) для множества последовательных периодов сердечного цикла в виде среднего значения на основе соответствующих временных интервалов, определенных для множества периодов сердечного цикла, при этом, опционально, среднее значение представляет собой медианное значение определенных соответствующих временных интервалов; и/или первая и вторая функции Гаусса имеют соответствующую максимальную амплитуду, причем максимальная амплитуда первой функции Гаусса больше или равна максимальной амплитуде второй функции Гаусса; и/или первая и вторая функции Гаусса имеют соответствующие первое и второе стандартные отклонения (σ1, σ2), причем упомянутые первое и второе стандартные отклонения (σ1, σ2) равны друг другу.

[0023] В седьмом аспекте, в соответствии с аспектом 5 или 6, этап аппроксимации систолической составляющей содержит: подгонку первой и второй функций Гаусса к систолической составляющей с использованием выражения

где значения а, b, с, d и f определяют с использованием нелинейной оптимизации или метода подгонки кривой.

[0024] В восьмом аспекте, в соответствии с любым из аспектов 5-7, регрессионная модель содержит функцию регрессии , где SIa - скорректированный индекс (SIa) ригидности, g - пол субъекта, BPsys - кровяное давление, причем определение значения кровяного давления содержит определение значения кровяного давления на основе функции регрессии, при этом, опционально, упомянутая функция регрессии содержит линейную функцию вида ƒ(х)=ах+b, где а находится в диапазоне 1-20 мм рт. ст./(м/с), b находится в диапазоне 0-80 мм рт. ст., причем, более предпочтительно, а находится в диапазоне 5-15 мм рт. ст./(м/с) и b находится в диапазоне 20-60 мм рт. ст.

[0025] В девятом аспекте, в соответствии с любым из аспектов 5-8, определение скорректированного индекса (SIa) ригидности основано на корректировочной функции ƒ(SIp)=SIa, где SIp - предварительный индекс ригидности, SIa - скорректированный индекс (SIa) ригидности, причем, опционально, корректировочная функция является линейной функцией вида ƒ(x)=cx+d, где c и d - корректирующие коэффициенты, определенные на основе множества пар значений, содержащих значение возраста и соответствующее значение индекса ригидности, при этом, опционально, , , , где age - возраст субъекта, и d=0.

[0026] В десятом аспекте, в соответствии с любым из аспектов 5-9, определение систолической составляющей содержит: определение соответствующего глобального максимума соответствующего периода сердечного цикла; определение производной второго порядка соответствующего периода сердечного цикла; определение максимального значения производной второго порядка, расположенного по меньшей мере с заданным временным интервалом от упомянутого глобального максимума; и установление систолической составляющей в виде части периода сердечного цикла между началом периода сердечного цикла и максимальным значением, причем, опционально, заданный временной интервал для глобального максимума составляет 350 мс или менее, и, в виде дополнительной опции, заданный временной интервал для глобального максимума составляет 250 мс или менее.

[0027] В одиннадцатом аспекте, в соответствии с любым из аспектов 5-10, определение предварительного индекса (SIp) ригидности основано на функции где h рост субъекта, WWT временной интервал, SIp - предварительный индекс (SIp) ригидности.

[0028] В двенадцатом аспекте, в соответствии с любым из предшествующих аспектов, этап определения по меньшей мере одного значения корреляции основан на вариабельности сердечного ритма, причем этап определения по меньшей мере одного значения корреляции дополнительно содержит: создание, на основе множества значений вариабельности сердечного ритма, частотного распределения, характеризующего распределение множества значений вариабельности сердечного ритма во временной области; определение множества ожидаемых значений; определение значения энтропии, характеризующего множество ожидаемых значений, причем упомянутое значение энтропии указывает на состояние здоровья субъекта.

[0029] В тринадцатом аспекте, в соответствии с любым из предшествующих аспектов, частотное распределение, характеризующее распределение множества значений вариабельности сердечного ритма, содержит гистограмму, причем, опционально, гистограмма имеет размер интервала 8 мс.

[0030] В четырнадцатом аспекте, в соответствии с любым из предшествующих аспектов, упомянутая часть данных пульсовой волны, характеризующих множество периодов сердечного цикла, охватывает период 2-5 минут, и этап определения вариабельности кровяного давления, частоты дыхания и вариабельности сердечного ритма основан по существу на всех сердечных сокращениях, содержащихся в данных пульсовой волны.

[0031] В пятнадцатом аспекте, в соответствии с любым из предшествующих аспектов, этап определения по меньшей мере одного значения корреляции основан на вариабельности сердечного ритма и вариабельности частоты дыхания, причем упомянутый этап определения по меньшей мере одного значения корреляции содержит обнаружение соответствия между вариабельностью сердечного ритма и вариабельностью частоты дыхания.

[0032] В шестнадцатом аспекте, в соответствии с любым из предшествующих аспектов, среднее значение представляет собой медианное значение определенных соответствующих временных интервалов.

[0033] В семнадцатом аспекте, в соответствии с любым из предшествующих аспектов, первая и вторая функции Гаусса имеют соответствующую максимальную амплитуду, причем максимальная амплитуда первой функции Гаусса больше или равна максимальной амплитуде второй функции Гаусса.

[0034] В восемнадцатом аспекте, в соответствии с любым из предшествующих аспектов, первая и вторая функции Гаусса имеют соответствующие первое и второе стандартные отклонения, причем первое и второе стандартные отклонения равны друг другу.

[0035] В девятнадцатом аспекте, в соответствии с любым из предшествующих аспектов, определение систолической составляющей содержит: определение соответствующего глобального максимума соответствующего периода сердечного цикла; определение производной второго порядка соответствующего периода сердечного цикла; определение максимального значения производной второго порядка, расположенного по меньшей мере с заданным временным интервалом от глобального максимума; и установление систолической составляющей в виде части периода сердечного цикла между началом периода сердечного цикла и максимальным значением.

[0036] В двадцатом аспекте, в соответствии с предшествующим аспектом, заданный временной интервал для глобального максимума составляет 350 мс или менее, причем предпочтительно заданный временной интервал для глобального максимума составляет 250 мс или менее.

[0037] В двадцать первом аспекте, в соответствии с любым из предшествующих аспектов, устройство дополнительно содержит источник света, выполненный с возможностью передачи света в конечность субъекта, причем средство для предоставления данных пульсовой волны содержит оптический датчик, выполненный с возможностью приема света, отраженного от кровотока через упомянутую конечность.

[0038] В двадцать втором аспекте, в соответствии с предшествующим аспектом, этап приема данных пульсовой волны содержит активацию источника света и прием данных пульсовой волны на основе сигнала, обеспечиваемого оптическим датчиком.

[0039] В двадцать третьем аспекте, в соответствии с предыдущим аспектом, оптический датчик содержит видеодатчик, причем этап приема данных пульсовой волны дополнительно содержит: прием видеопотока, характеризующего отраженный свет на основе сигнала; выбор интересующей области из видеопотока, содержащего множество пикселов, при этом, опционально, интересующая область имеет размер 50×50 пикселов; выбор множества кадров из видеопотока, причем каждый кадр из множества кадров имеет соответствующую метку времени; для каждого соответствующего кадра: определяют, в пределах интересующей области, первое значение выборки, характеризующее сумму значений зеленого подкомпонента каждого пиксела из множества пикселов; связывают каждую первую выборку с соответствующей меткой времени, генерируют первую пульсовую волну из первых выборок, при этом этап приема данных пульсовой волны дополнительно содержит определение второй пульсовой волны путем повторной выборки из первой пульсовой волны на основе соответствующих меток времени.

[0040] В двадцать четвертом аспекте, в соответствии с предшествующим аспектом, определение второй пульсовой волны дополнительно содержит фильтрацию второй пульсовой волны с использованием полосового фильтра, причем упомянутый полосовой фильтр, опционально, удаляет все частоты, не попадающие в диапазон 0,6-2,5 Гц.

[0041] В двадцать пятом аспекте, в соответствии с любым из предшествующих аспектов, упомянутая часть данных пульсовой волны характеризует от 1 до 50 периодов сердечного цикла, причем предпочтительно часть данных пульсовой волны характеризует от 1 до 40 периодов сердечного цикла, более предпочтительно часть данных пульсовой волны характеризует от 10 до 30 периодов сердечного цикла.

[0042] В двадцать шестом аспекте, в соответствии с любым из предшествующих аспектов, упомянутая часть данных пульсовой волны характеризует множество последовательных периодов сердечного цикла.

[0043] В двадцать седьмом аспекте, в соответствии с любым из аспектов 21-26, датчик является оптическим датчиком, и устройство дополнительно содержит источник света, причем датчик выполнен с возможностью обнаружения сигнала, испускаемого источником света и отраженного частью тела субъекта, при этом, опционально, часть тела субъекта содержит пульсирующий кровоток субъекта.

[0044] В двадцать восьмом аспекте, в соответствии с любым из предшествующих аспектов, устройство дополнительно содержит средство ввода, выполненное с возможностью приема пользовательского ввода, инициирующего определение значения кровяного давления.

[0045] В двадцать девятом аспекте, в соответствии с любым из предшествующих аспектов, устройство дополнительно содержит средство вывода, выполненное с возможностью отображения значения кровяного давления.

[0046] В тридцатом аспекте, в соответствии с любым из предшествующих аспектов, средство для предоставления данных пульсовой волны содержит модуль памяти, выполненный с возможностью хранения данных пульсовой волны.

[0047] В соответствии с тридцать первым аспектом настоящего изобретения, предложено устройство для определения состояния здоровья человека-субъекта, содержащее модуль управления; и средство для предоставления данных пульсовой волны, отражающих сердечный ритм субъекта; причем модуль управления выполнен с возможностью выполнения следующих этапов: получение данных пульсовой волны; выбор части данных пульсовой волны, характеризующих множество периодов сердечного цикла; определение первого индекса, характеризующего вариабельность сердечного ритма, на основе данных пульсовой волны упомянутой части данных пульсовой волны, характеризующих множество периодов сердечного цикла; определение второго индекса, характеризующего вариабельность сердечного ритма, на основе данных пульсовой волны упомянутой части данных пульсовой волны, характеризующих множество периодов сердечного цикла, причем второй индекс отличается от первого индекса; и определение состояния здоровья субъекта на основе первого и второго индексов.

[0048] В тридцать втором аспекте, в соответствии с предшествующим аспектом, определение первого индекса содержит: определение множества интервалов частоты дыхания на основе данных пульсовой волны упомянутой части данных пульсовой волны, характеризующих множество периодов сердечного цикла; и определение первого индекса на основе упомянутого множества интервалов частоты дыхания.

[0049] В тридцать третьем аспекте, в соответствии с предшествующим аспектом, определение первого индекса дополнительно содержит: определение среднего значения на основе множества интервалов частоты дыхания; и определение первого индекса на основе упомянутого среднего значения.

[0050] В тридцать четвертом аспекте, в соответствии с предшествующим аспектом, среднее значение представляет собой среднеквадратическое отклонение между соседними интервалами, причем, опционально, определение среднеквадратического отклонения между соседними интервалами на основе множества интервалов частоты дыхания содержит нормализацию среднеквадратического отклонения между соседними интервалами на основе среднего интервала частоты дыхания, определенного на основе множества интервалов частоты дыхания.

[0051] В тридцать пятом аспекте, в соответствии с аспектом 31, определение первого индекса содержит следующие этапы: определение тахограммы, отражающей вариабельность множества интервалов частоты дыхания, на основе данных пульсовой волны упомянутой части данных пульсовой волны, характеризующих множество периодов сердечного цикла; определение частотного распределения соответствующих интервалов частоты дыхания множества интервалов частоты дыхания; определение значения энтропии на основе частотного распределения; и определения первого индекса на основе значения энтропии.

[0052] В тридцать шестом аспекте, в соответствии с предшествующим аспектом, частотное распределение содержит гистограмму, отражающую множество вероятностей, причем, опционально, значение энтропии определяют на основе выражения S=-Σi=1pi⋅log2(pi), где pi соответствует множеству вероятностей, при этом, как дополнительная опция, гистограмма имеет размер интервала 8 мс.

[0053] В тридцать седьмом аспекте, в соответствии с аспектом 31, определение первого индекса включает следующие этапы: определение множества интервалов (BBI) между сердечными сокращениями на основе данных пульсовой волны упомянутой части данных пульсовой волны, характеризующих множество периодов сердечного цикла; и определение первого индекса на основе множества интервалов между сердечными сокращениями.

[0054] В тридцать восьмом аспекте, в соответствии с предшествующим аспектом, определение первого индекса включает следующие этапы: определение анализа графика Пуанкаре (РРА) на основе множества интервалов между сердечными сокращениями, причем упомянутый анализ графика Пуанкаре характеризует колебания временной последовательности, определяемые на основе соответствующей зависимости между первым интервалом (BBIn) между сердечными сокращениями и предшествующим вторым интервалом (BBIn-1) между сердечными сокращениями множества интервалов между сердечными сокращениями; и определение первого индекса на основе анализа графика Пуанкаре.

[0055] В тридцать девятом аспекте, в соответствии с предшествующим аспектом, определение первого индекса включает следующие этапы: определение стандартного отклонения SD1 кратковременной вариабельности интервала между сердечными сокращениями и стандартного отклонения SD2 долговременной вариабельности интервала между сердечными сокращениями; и определение первого индекса на основе индекса SD1/SD2, указывающего на отношение стандартного отклонения SD1 и стандартного отклонения SD2.

[0056] В сороковом аспекте, в соответствии с любым из аспектов 31-36, определение второго индекса содержит: определение множества интервалов (BBI) между сердечными сокращениями на основе данных пульсовой волны упомянутой части данных пульсовой волны, характеризующих множество периодов сердечного цикла; и определение второго индекса на основе упомянутого множества интервалов между сердечными сокращениями.

[0057] В сорок первом аспекте, в соответствии с предшествующим аспектом, определение второго индекса включает определение анализа графика Пуанкаре (РРА) на основе множества интервалов между сердечными сокращениями, причем упомянутый анализ графика Пуанкаре характеризует колебание временной последовательности, определяемое на основе соответствующей зависимости между первым интервалом (BBIn) между сердечными сокращениями и предшествующим вторым интервалом (BBIn-1) между сердечными сокращениями из множества интервалов между сердечными сокращениями; и определение второго индекса на основе анализа графика Пуанкаре.

[0058] В сорок втором аспекте, в соответствии с предшествующим аспектом, определение второго индекса содержит: определение стандартного отклонения SD1 кратковременной вариабельности интервала между сердечными сокращениями и стандартного отклонения SD2 долговременной вариабельности интервала между сердечными сокращениями; и определение второго индекса на основе индекса SD1/SD2, указывающего на отношение стандартного отклонения SD1 и стандартного отклонения SD2.

[0059] В сорок третьем аспекте, в соответствии с любым из аспектов 31-42, данные пульсовой волны, характеризующие множество периодов сердечного цикла, относятся к множеству периодов сердечного цикла, следующих непосредственно друг за другом.

[0060] В сорок четвертом аспекте, в соответствии с любым из аспектов 31-43, упомянутая часть данных пульсовой волны, характеризующих множество периодов сердечного цикла, охватывает период, составляющий по меньшей мере 2 минуты; и этапы определения первого и второго индексов выполняют на основе по существу всех сердечных сокращений, содержащихся в упомянутой части данных пульсовой волны, характеризующих множество периодов сердечного цикла.

[0061] В сорок пятом аспекте, в соответствии с предшествующим аспектом, упомянутая часть данных пульсовой волны, характеризующих множество периодов сердечного цикла, охватывает период, составляющий по меньшей мере 5 минут.

[0062] В сорок шестом аспекте, в соответствии с любым из аспектов 31-45, модуль управления дополнительно выполнен с возможностью: определения, на основе данных пульсовой волны упомянутой части данных пульсовой волны, характеризующих множество периодов сердечного цикла, для каждого периода сердечного цикла из множества периодов сердечного цикла, связаны ли соответствующие периоды сердечного цикла с одним или более искажениями; и модификации данных пульсовой волны упомянутой части данных пульсовой волны, характеризующих множество периодов сердечного цикла, если соответствующие периоды сердечного цикла связаны с одним или более искажениями, таким образом, чтобы соответствующий период сердечного цикла больше не был связан с одним или более искажениями.

[0063] В сорок седьмом аспекте, в соответствии с предшествующим аспектом, упомянутые одно или более искажений содержат экстрасистолу.

[0064] Одним из преимуществ упомянутого устройства для определения кровяного давления является то, что кровяное давление может быть определено с повышенной точностью. Одним из преимуществ устройства для определения состояния здоровья человека-субъекта является то, что биологические данные, например частота сердечных сокращений, частота дыхания, кровяное давление и вариабельности этих показателей, могут быть определены с повышенной точностью.

Краткое описание чертежей

[0065] На фиг. 1 показано, каким образом определяют индекс ригидности в соответствии с настоящим изобретением.

[0066] На фиг. 2А изображена блок-схема способа определения кровяного давления в соответствии с первым вариантом осуществления изобретения.

[0067] На фиг. 2В изображена блок-схема способа анализа пульсовой волны в соответствии с настоящим изобретением.

[0068] На фиг. 3А проиллюстрировано обнаружение частоты дыхания в соответствии с одним вариантом осуществления изобретения.

[0069] На фиг. 3В показана взаимосвязь частоты сердечных сокращений, кровяного давления, частоты дыхания и вариабельности этих показателей в соответствии с одним вариантом осуществления изобретения.

[0070] На фиг. 3С показано применение энтропии Шеннона при обнаружении фибрилляции предсердий у субъекта в соответствии с одним вариантом осуществления изобретения.

[0071] На фиг. 4 изображена блок-схема способа записи данных пульсовой волны в соответствии с настоящим изобретением с использованием мобильного устройства.

[0072] На фиг. 5А изображено примерное мобильное устройство, которое может использоваться в соответствии со способом, проиллюстрированным на фиг. 4.

[0073] На фиг. 5В показано взаимодействие человека-субъекта с мобильным устройством, изображенным на фиг. 5А.

[0074] На фиг. 6 показано, каким образом на основе полученных данных пульсовой волны определяют последовательность периодов сердечного цикла.

[0075] На фиг. 7 показано, каким образом определяют примерную коррекционную функцию для корректирования индекса ригидности с учетом возраста субъекта.

[0076] На фиг. 8 показано, каким образом определяют примерную регрессионную модель для определения кровяного давления субъекта на основе скорректированного индекса ригидности.

[0077] На фиг. 9А и 9В показана корреляция соответствующего кровяного давления субъекта (по оценке на основе регрессионной модели и альтернативной регрессионной модели) и кровяного давления субъекта, измеренного с использованием обычного прибора для измерения артериального давления.

[0078] На фиг. 10А показано применение метода среднеквадратического отклонения между соседними интервалами (RMSSD) при обнаружении фибрилляции предсердий (AF) у субъекта в соответствии с одним вариантом осуществления изобретения.

[0079] На фиг. 10В показано применение энтропии Шеннона при обнаружении AF у субъекта в соответствии с одним вариантом осуществления изобретения.

[0080] На фиг. 10С показано применение анализа графика Пуанкаре при обнаружении AF у субъекта в соответствии с одним вариантом осуществления изобретения.

[0081] На фиг. 11А и 11В показано применение анализа графика Пуанкаре при обнаружении AF у субъекта в соответствии с одним вариантом осуществления изобретения.

Осуществление изобретения

[0082] Эластичность сосудистой системы оказывает влияние на пульсовую волну субъекта. На основе этого влияния стало возможным точно (то есть с точностью порядка 90% или выше) определять кровяное давление с использованием усовершенствованного вида фотоплетизмографии, основанного на специфической обработке данных пульсовой волны. Кроме того, на основе данных пульсовой волны субъекта могут быть определены частота сердечных сокращений и частота дыхания.

[0083] Детальный анализ каждого из этих параметров может служить основой для определения характерных состояний субъекта. Однако было обнаружено, что при точном представлении данных пульсовой волны и проведении измерений с регулярными интервалами или непрерывно, анализ частоты сердечных сокращений (HR) и вариабельности сердечного ритма, кровяного давления (BP) и вариабельности кровяного давления, а также частоты дыхания (RR) и вариабельности частоты дыхания могут служить для обнаружения ряда состояний здоровья, таких как CAD, AFIB, апноэ во сне, депрессия и другие.

[0084] Кровяное давление и вариабельность кровяного давления могут быть обнаружены на основе расширенной обработки данных пульсовой волны и использования индекса ригидности. Частота дыхания и вариабельность RR могут быть обнаружены на основе расширенной обработки данных пульсовой волны. В соответствии с настоящим изобретением обрабатывают одновременно несколько физиологических параметров с использованием инновационного анализа пульсовой волны и нелинейных методов анализа сигналов. При этом не требуется никаких дополнительных периферийных устройств, кроме смартфона или смарт-часов. Предложенное устройство направлено на обеспечение повышенной точности при дифференциации пациентов с фибрилляцией предсердий (AF) и пациентов с синусовым ритмом (SR).

[0085] На фиг. 1 показано, каким образом определяют индекс ригидности в соответствии с настоящим изобретением. Диаграмма на фиг. 1 иллюстрирует сигнал 201 пульсовой волны за время t, а также соответствующие составляющие 206 и 208 исходной пульсовой волны и волны, отраженной, в основном, бифуркацией аорты. Кроме того, на фиг. 1 показана точка перегиба 204. Следует отметить, что простое разбиение на основе точек перегиба, как общеизвестно в данной области техники, не обязательно соответствует фактическим физиологическим составляющим волны из-за причин, изложенных в предыдущем абзаце. В соответствии же с настоящим изобретением фактическую исходную пульсовую волну и волну, отраженную бифуркацией аорты, определяют путем аппроксимации графика функциями Гаусса, с помощью которых две составляющие woriginal 206 и wreflected 208 волны могут быть получены с очень высокой точностью. В данном случае временной интервал определяют как временной интервал между составляющими woriginal и wreflected волны, в отличие от временного интервала между двумя максимумами графика. Это облегчает определение, вместо общеизвестного времени между пиками (РРТ), временного интервала между волнами (WWT), соответствующего фактическому временному интервалу между исходной пульсовой волной и отраженной пульсовой волной с обеспечением по существу более высокого уровня точности. Это, в свою очередь, способствует более точному расчету индекса ригидности (SI) и, таким образом, обеспечивает улучшенную корреляцию с кровяным давлением.

[0086] На фиг. 2А изображена блок-схема способа 300 определения кровяного давления в соответствии с первым вариантом осуществления изобретения. На этапе 302 регистрируют данные пульсовой волны. Обнаружение пульсовых волн и регистрация данных, характеризующих обнаруженную пульсовую волну, могут быть выполнены любым способом, известным в данной области техники, например, с использованием метода классической фото плетизмографии. Один пример обнаружения и регистрации данных пульсовой волны описан ниже со ссылкой на фиг. 4.

[0087] На этапе 304 определяют подходящие периоды сердечного цикла. Как описано выше, периоды сердечного цикла изменяются в зависимости от ряда факторов и могут выявлять доброкачественные (например, непатологические) нарушения, например, вызванные стрессом, беспокойством или употреблением стимуляторов, таких как кофеин, никотин или алкоголь. Чтобы создать прочную основу для дальнейшей обработки данных пульсовой волны, подходящие периоды сердечного цикла выбирают из более длинной записи данных пульсовой волны. В первом варианте осуществления из записи пульсовой волны продолжительностью от 5 секунд до 2 минут выбирают 5-30 периодов сердечного цикла при условии, что все выбранные периоды сердечного цикла подобны друг другу по меньшей мере с коэффициентом подобия 0,8 и все они содержатся в одном сегменте записи (т.е. последовательно друг за другом). В других вариантах осуществления может быть использовано большее или меньшее количество последовательных периодов сердечного цикла, например 3-10 или 20-50 периодов сердечного цикла. Кроме того, запись данных пульсовой волны может иметь разную длину, например, от 5-10 секунд до 10-30 минут.

[0088] На этапе 306 каждый период сердечного цикла раскладывают или разделяют на систолическую и диастолическую составляющие. Этого достигают путем определения максимума производной второго порядка пульсовой волны, расположенной на временном расстоянии не более 350 мс после систолического максимума. Как правило, максимум производной второго порядка пульсовой волны находится на временном расстоянии 250-350 мс после систолического максимума. Определение максимума производной второго порядка ограничено указанным выше интервалом времени, чтобы учесть время стадии выброса крови из сердца и избежать ошибок в обнаружении.

[0089] На этапе 308 выполняют аппроксимацию, в процессе которой систолическую составляющую аппроксимируют путем подгонки по меньшей мере двух функций Гаусса к исходной пульсовой волне:

где коэффициенты a, b, с, d и f определяют с использованием нелинейной оптимизации. В одном варианте осуществления две функции Гаусса подгоняют к исходной пульсовой волне с использованием алгоритма Левенберга-Марквардта. На этом этапе аппроксимации первая функция Гаусса соответствует исходной пульсовой волне, а вторая функция Гаусса соответствует волне, отраженной в месте бифуркации аорты, причем амплитуда первой функции Гаусса должна быть больше амплитуды первой функции Гаусса или равна ей, и обе функции должны иметь одинаковое стандартное отклонение σ.

[0090] На этапе 310 временной интервал между двумя функциями Гаусса вычисляют как временной интервал между волнами (WWT). Например, WWT можно рассчитать как временной интервал между базовыми точками двух функций Гаусса. Как вариант, WWT можно рассчитать как временной интервал между максимумами двух функций Гаусса. Для генерации итогового или усредненного временного интервала WWTa между волнами рассчитывают медианное значение для 5-30 (или любого необходимого количества) периодов сердечного цикла. Это может эффективно снизить влияние значений, резко отличающихся от остальных.

[0091] На этапе 312 индекс SI ригидности рассчитывают на основе роста h субъекта (в метрах) и усредненного WWTa (в секундах) как

[0092] На этапе 314 значение SI, вычисленное на этапе 312, корректируют с учетом возраста субъекта. Как описано выше, эластичность сосудистой системы человека уменьшается с возрастом, так что для человека со средним уровнем здоровья в возрасте 20 лет обязательно характерен более низкий SI, чем для человека со средним уровнем здоровья в возрасте 40 или 60 лет. Поэтому SI нормализуют на этапе 314 для получения сопоставимых результатов. В первом варианте осуществления SI нормализуют для того, чтобы получить не зависящий от возраста или скорректированный SI.

[0093] На этапе 316 скорректированное значение SI оценивают на основе регрессионной модели, специфичной для пола. Специфичные для пола регрессионные модели являются результатом собственных клинических исследований и определяют оценочное кровяное давление субъекта в зависимости от пола и скорректированного SI. В одном примере субъект мужского пола, имеющее скорректированный SI со значением 10, может иметь оценочное систолическое кровяное давление 180 мм рт. ст. Клинические исследования проводились для определения того, как скорректированный SI относится к фактическому кровяному давлению в зависимости от пола субъекта. Было обнаружено, что у субъектов мужского пола скорректированное значение SI около 10 м/с соответствует кровяному давлению около 170 мм рт. ст., а скорректированное SI значением около 8 м/с соответствует кровяному давлению около 150 мм рт. ст. У субъектов женского пола скорректированное SI значением около 10 м/с соответствует кровяному давлению около 165 мм рт. ст., а скорректированное SI значением около 8 м/с соответствует кровяному давлению около 155 мм рт. ст.

[0094] В альтернативном варианте осуществления применяется более полная регрессионная модель. В этом альтернативном варианте осуществления этапы с 302 по 314 выполняют идентично вышеприведенному описанию. Однако на этапе 316 альтернативного варианта осуществления используют дополнительные параметры для достижения еще более высокой корреляции с фактическим значением кровяного давления. В этом случае скорректированный SI оценивают на основе альтернативной регрессионной модели, учитывающий пол субъекта (т.е. мужской или женский), индексное значение If, характеризующее физическую форму субъекта (например, индекс массы тела (BMI) человека), и индексное значение Ct, указывающее на употребление субъектом табака (например, является ли данный субъект курильщиком).

[0095] Что касается индексного значения Ct, указывающего на употребление субъектом табака, следует отметить, что в некоторых вариантах осуществления определяют только текущий статус субъекта, а именно, является ли данный субъект активным курильщиком в текущий период времени. Исследования показали, что относительно короткий период отсутствия курения оказывает влияние на кровяное давление у субъекта, даже если этот субъект курил в течение длительного периода времени. Таким образом, этот эффект и связанные с ним эффекты могут быть приняты во внимание путем определения текущего состояния субъекта. В других вариантах осуществления могут быть приняты во внимание также хронологические данные, связанные с данным субъектом. Это можно сделать путем определения периода или периодов, в течение которых субъект был активным курильщиком, и определения количества потребляемого табака в эти периоды (например, количество сигарет в день). Таким образом, может быть сгенерирован и введен в регрессионную модель индивидуальный профиль, подробно описывающий потребление табака субъектом. Следует отметить, что продолжительное употребление табака может оказывать разностороннее воздействие на сосудистую систему субъекта, например, связанное с ригидностью кровеносных сосудов. Некоторые или все эти эффекты могут представлять собой длительные эффекты, которые не исчезают в течение короткого периода отсутствия курения.

[0096] Одна конкретная альтернативная регрессионная модель, которая также является результатом собственных клинических исследований, определяет оценочное кровяное давление субъекта на основе скорректированного SI, пола субъекта (значение 1 указывает на субъект мужского пола, значение 2 указывает на субъект женского пола), BMI субъекта (значение BMI рассчитывают на основании роста и веса субъекта) и тот факт, является ли субъект курильщиком или нет (значение 0 указывает на то, что субъект не является курильщиком, значение 1 указывает на то, что субъект является курильщиком). BMI можно рассчитать по выражению , где mass - масса субъекта в килограммах (кг), height - рост субъекта в метрах (м). Данная конкретная альтернативная регрессионная модель основана на формуле:

[0097] Следующая таблица содержит дополнительную информацию о коэффициентах, используемых в упомянутой альтернативной регрессионной модели:

[0098] Отмечается, что термин «физическая форма» субъекта относится к размеру, телосложению, фигуре или физическому состоянию с точки зрения отсутствия или наличия (и степени) ожирения субъекта, то есть, имеет ли человек избыточный вес или нет. Помимо вышеописанного BMI существует ряд известных методов и/или принципов количественного определения степени ожирения у субъекта. Примеры включают, но не ограничиваются перечисленным, измерение процентного содержания жировых отложений (например, путем биоимпедансного анализа, путем измерения толщиномером или любым другим известным способом определения процента жировых отложений), вычисление отношения окружности талии к росту и вычисление соотношения окружностей талии и бедер. Например, средство для выполнения биоимпедансного анализа может быть встроено в бытовые приборы, такие как весы, так что процентное содержание жира в организме можно измерять во время регулярных или повседневных действий, таких как вставание на весы для выполнения взвешивания. Биоимпедансный анализ может быть применим не ко всем субъектам из-за их характерного состояния здоровья, например, когда установлен кардиостимулятор или другой имплантат, и/или может не обеспечивать наиболее точные измерения процента жировых отложений. Измерения толщиномером могут быть выполнены врачом или самостоятельно субъектом путем измерения толщины складки кожи, чтобы сделать вывод о процентном содержании жира в организме. Измерения обычно выполняют на трех или семи различных частях тела, в зависимости от используемого метода. Измерения толщиномером могут обеспечить приемлемые результаты, но, как правило, не позволяют точно измерять процентное содержание жира, имеющегося в органах тела и вокруг них.

[0099] Следует отметить, что вышеописанная альтернативная функция регрессии не требует, в частности, использования BMI, но в общем и целом является адаптируемой к любой количественной оценке степени ожирения у субъекта. Если используют критерий физической формы субъекта, отличный от BMI субъекта, то в указанную выше формулу необходимо вводить соответствующий коэффициент пересчета, чтобы сопоставить упомянутый критерий с BMI (или наоборот).

[0100] Вариабельность кровяного давления в данном случае определяют на основе множества значений кровяного давления, полученных от субъекта вышеописанным способом. Как правило, определение вариабельности кровяного давления выполняют в течение периода времени 2-5 минут или, как вариант, в течение 120-300 периодов сердечного цикла, чтобы получить характерную выборку. Тем не менее, в других вариантах осуществления определение кровяного давления и вариабельности кровяного давления можно проводить непрерывным образом, например, используя скользящий интервал 2-5 минут (или 120-300 периодов сердечного цикла).

[0101] На фиг. 2В изображена блок-схема способа 100 анализа пульсовой волны в соответствии с настоящим изобретением. На этапе 102 получают сигнал пульсовой волны, как более подробно описано ниже со ссылкой на фиг. 4, и выбирают подходящие периоды сердечного цикла. Как правило, сигнал пульсовой волны получают в течение периода времени по меньшей мере 2 минуты, предпочтительно по меньшей мере 5 минут.

[0102] На этапе 104 используют в сочетании морфологический и частотный анализ пульсовой волны для определения всех интервалов между сердечными сокращениями (BBI). Применяемый алгоритм дает улучшенную корреляцию r>0,99 по сравнению с интервалами частоты дыхания (RR), полученных из стандартных записей электрокардиограммы (ECG), что было сделано для сравнения. Из извлеченной временной последовательности BBI можно рассчитать и проанализировать несколько показателей, представляющих вариабельность сердечного ритма, для обеспечения возможности различать по ним фибрилляцию предсердий (AF) и синусовый ритм (SR). Для анализа можно исключить преждевременные удары и другие искажения, а соответствующие точки во временной последовательности BBI можно заменить, используя алгоритм адаптивной оценки дисперсии. Влияние эктопии на показатели вариабельности довольно невелико. Однако даже в группах, для которых характерно незначительное количество эктопических сердечных сокращений (например, менее 5%), фильтрация тахограммы может дополнительно уменьшать влияние эктопии.

[0103] На этапах 106 и 108 первый и второй индексы определяют в соответствии с нижеприведенным описанием в отношении фиг. 10А, 10В и 10С (см. также описание фиг. 11А и 11В далее). В одном варианте осуществления первый индекс представляет собой среднеквадратическое отклонение между соседними интервалами (RMSSD) для интервалов RR, а второй индекс представляет собой индекс SD1/SD2. В других вариантах осуществления могут быть использованы другие комбинации, например, включающие индекс, определенный на основе энтропии Шеннона.

[0104] На этапе 110 определяют состояние здоровья субъекта на основе первого и второго индексов. Способ 100 заканчивается на этапе 112.

[0105] На фиг. 3А показано обнаружение частоты дыхания в соответствии с одним вариантом осуществления изобретения. На фиг. 3А на вертикальной оси показана амплитуда обнаруженной пульсовой волны 201 с течением времени (см. горизонтальную ось). Пульсовая волна 201 имеет амплитуду приблизительно от минус 1 до 1, а случаи переднего фронта импульсов регистрируют как обнаруженные периоды 205 сердечного цикла. Кроме того, на основании максимумов 209 пульсовой волны 201 обнаруживают сигнал 207, характеризующий дыхание субъекта.

[0106] Для получения сигнала производят выборку максимумов 209 пульсовой волны с использованием кубической сплайновой интерполяции, аналогичной повторной выборке пульсовой волны, описанной ниже со ссылкой на фиг. 4. В данном случае две последующих выборки интерполируют полиномом третьей степени. Позиция (во времени) выборок соответствует меткам времени. Полином Ri для диапазона [ti, ti+1] вычисляют следующим образом:

где i=1, …, n-1. Процесс повторной выборки включает непрерывное приращение t на 1 мс, соответствующее частоте выборки 1000 Гц. В альтернативном варианте осуществления повторная выборка включает непрерывное приращение t на 10 мс, соответствующее частоте выборки 100 Гц. Параметры ai, bi, ci и di должны иметь подходящие значения. Пульсовую волну получают в виде дыхания R, то есть сигнала 207, являющегося результатом выборки. Затем на основе сигнала 207 известными способами определяют изменение частоты дыхания, например, путем обнаружения серии максимумов сигнала 207 и определения временного интервала для каждой пары последовательных максимумов.

[0107] На фиг. 3В проиллюстрирована взаимосвязь частоты сердечных сокращений, кровяного давления и частоты дыхания и вариабельности этих показателей в соответствии с одним вариантом осуществления изобретения. На фиг. 3В показана комбинация нескольких сигналов, определенных на основе пульсовой волны 201. В данном случае частота дыхания и ее изменение показаны на основе сигнала 207. Кроме того, кровяное давление и его изменение показаны на основе пульсовой волны 201 и ее составляющих 206 и 208, как описано выше и как показано на фиг. 1. Частота сердечных сокращений и ее изменение также показаны на основе пульсовой волны 201.

[0108] На основе анализа частоты сердечных сокращений (HR) и вариабельности сердечного ритма, кровяного давления (BP) и вариабельности кровяного давления, а также частоты дыхания (RR) и/или вариабельности частоты дыхания, полученных на основе пульсовой волны 201 и имеющих ранее недостижимую точность, может быть обнаружен ряд состояний здоровья, таких как CAD, AF, апноэ во сне, депрессия и другие.

[0109] На основе полученных данных можно обнаруживать AFIB путем анализа взаимосвязи между частотой сердечных сокращений и кровяным давлением, используя динамику нелинейного взаимодействия, например объединенную символическую динамику (JSD) и сегментированный анализ графика Пуанкаре (SPPA). SPPA может применяться для анализа взаимодействия между двумя временными рядами - в данном случае, частотой сердечных сокращений и кровяным давлением. С введением набора параметров из двух индексов, один из которых основан на JSD и один на SPPA, анализ линейной дискриминантной функции показал общую точность 89% (чувствительность 91,7%, специфичность 86,7%) для групп пациентов со стабильным синусовым ритмом (группа SR, n=15) и с рецидивом AF (группа REZ, n=12). Связь между частотой сердечных сокращений и систолическим кровяным давлением является потенциальным инструментом для прогнозирования рецидива AF после кардиоверсии (CV) и может помочь в подборе терапевтических методов лечения для пациентов с AF.

[0110] Аналогичным образом, может быть обнаружена депрессия путем анализа взаимосвязи между дыханием и частотой сердечных сокращений и путем обнаружения того факта, что частота дыхания и частота сердечных сокращений не синхронизированы и/или частота сердечных сокращений не изменяется при существенном изменении частоты дыхания. Аналогично, с использованием вышеописанных механизмов может быть обнаружено апноэ во сне, путем анализа частоты дыхания, обычно демонстрирующей нетипично высокое изменение, и путем анализа частоты сердечных сокращений, обычно замедляющейся в периоды апноэ сна.

[0111] На фиг. 3С показано использование энтропии Шэннона при обнаружении фибрилляции предсердий у субъекта в соответствии с одним вариантом осуществления изобретения. На основе пульсовой волны определяют тахограмму, характеризующую изменчивость частоты дыхания с течением времени. Из этой тахограммы получают гистограмму, которая представляет частотное распределение изменчивости частоты дыхания. В одном варианте гистограмма имеет размер интервала 8 мс, что означает, что частотное распределение основано на дискретном масштабе времени, разделенном на отрезки времени по 8 мс. Каждое изменение дыхания (то есть между двумя максимумами сигнала 207) распределяют по соответствующим столбцам. Вероятности, представленные гистограммой, используются в дальнейшем в качестве входных данных для вычисления энтропии Шеннона по формуле

Результатом является битовое значение, которое определяет, принадлежит ли субъект группе здоровых пациентов или нет, при этом используют пороговое значение 4,8 бит:

[0112] Следует отметить, что описанное выше является одним из примеров для определения значения энтропии для изменений частоты дыхания. Аналогичным образом могут быть использованы другие известные методы, путем простого подбора порогового значения в соответствии с используемыми методом и способом вычислений. На фиг. 3С проиллюстрировано использование порогового значения 4,8, которое обеспечивает четкое различение субъектов, имеющих AFIB (справа, значение «1») и не имеющих AFIB (слева, значение «0»). Одним из преимуществ описанного определения частотного распределения является то, что величина энтропии не зависит от частоты сердечных сокращений пациента. Таким образом, вышеописанное одинаково применимо к субъектам всех возрастных групп, например, к детям и пожилым людям, несмотря на существенные различия в частотах сердечных сокращений, соответствующих этим группам.

[0113] На фиг. 4 показана блок-схема способа 400 записи данных пульсовой волны, в соответствии с настоящим изобретением, с использованием мобильного устройства, имеющего возможность записи видео. Мобильные устройства связи, в частности так называемые смартфоны, имеют широкие возможности помимо простой связи. Например, большинство мобильных телефонов, как правило, снабжены цифровой камерой, которая может снимать неподвижные изображения и видео, и соответствующим источником света для случаев с низким уровнем освещенности. Как правило, для записи пульсовой волны обнаруживают с помощью оптического датчика свет, испускаемый источником света и отражаемый пальцем субъекта. В одном варианте осуществления данные пульсовой волны получают с использованием обычного мобильного устройства, оборудованного цифровой камерой (например, используемой в качестве оптического датчика) и светодиодной вспышкой (например, используемой в качестве источника света). Свет, излучаемый источником света, отражается, и свойства света (например, интенсивность, оттенок, яркость, насыщенность) подвергаются воздействию (например, одно или более свойств модулируются) периферического кровотока.

[0114] На этапе 402 субъект располагает свой палец на источник света и на камере мобильного устройства, так что свет, испускаемый источником света, освещает периферический кровоток, отражается и детектируется камерой. Созданный таким образом видеосигнал записывают и сохраняют в модуле памяти устройства. Как вариант, видеосигнал (например, видеопоток) можно обрабатывать напрямую, без необходимости сохранять данные пульсовой волны в модуле памяти.

[0115] На этапе 404 представляющую интерес область (ROI) выбирают из видеопотока с высоким разрешением. Этот выбор может быть выполнен, например, на основе информации о яркости, содержащейся в видеопотоке. В одном варианте осуществления ROI определяют в области максимальной яркости в видеокадре, имеющейся вдали от центра кадра и на минимальном расстоянии от границы кадра. Это может гарантировать, что выбрана область, которая достаточно освещена (например, область, близкая к источнику света). В одном варианте осуществления ROI имеет размер по меньшей мере 50×50 пикселов (то есть 2500 квадратных пикселов). Как правило, ROI может иметь размер от 625 до 10000 квадратных пикселов, предпочтительно от 900 до 6400 квадратных пикселов, более предпочтительно от 1600 до 3200 квадратных пикселов.

[0116] На этапе 406 для ROI каждого кадра видео потока рассчитывают выборку si на основе

где р - значение зеленого канала пиксела, расположенного в пределах ROI в позиции j, k, N и М - размер ROI, w - ширина ROI. Деление на 2 исключает самый младший бит р, благодаря чему эффективно уменьшается шум. Таким образом создают выборку si для каждого снятого видеокадра. В альтернативных вариантах осуществления вместо зеленого канала может использоваться другой канал или каналы (например, красный, синий или комбинация красного, зеленого и/или синего). Это может зависеть также от используемого устройства (например, изготовителя и модели смартфона, смарт-часов).

[0117] На этапе 408 для каждой выборки si (точнее, для каждого видеокадра, на основе которого была рассчитана выборка) генерируют метку ti времени и кодируют в видеопоток с помощью видеокамеры.

[0118] На этапе 410 пульсовую волну получают в виде сигнала пульсовой волны на основе выборок si, полученных на этапе 406.

[0119] На этапе 412 получают пульсовую волну с повторной выборкой путем выполнения повторной выборки образцов si (то есть так, как получали на этапе 410) на основе соответствующих меток времени, полученных на этапе 408. Это является необходимым вследствие некоторых технических причин при обнаружении, генерации и кодировании видеоданных, например, из-за выпадающих кадров или непостоянной частоты кадров. Исходя из этих причин, выборки si не могут быть получены с фиксированными и надежными временными интервалами. Чтобы получить пульсовую волну с повторной выборкой, из пульсовой волны повторно производят выборку с использованием кубической сплайновой интерполяции, причем выполняют это для каждого полинома. В данном случае две последовательные выборки интерполируют полиномом третьей степени. Позиция (во времени) выборок соответствует меткам времени. Многочлен Si для диапазона [ti, ti+1] вычисляют следующим образом:

где i=1, …, n-1. Процесс повторной выборки включает непрерывное приращение t на 1 мс, соответствующее частоте выборки 1000 Гц. Параметры ai, bi, ci и di должны быть установлены на подходящие значения. Пульсовую волну получают в виде сигнала S, являющегося результатом повторной выборки. В альтернативном варианте осуществления повторная выборка включает непрерывное приращение t на 10 мс, соответствующее частоте выборки 100 Гц.

[0120] На этапе 414 пульсовую волну, полученную повторной выборкой, фильтруют для устранения шума и компенсации дрейфа. Это может быть достигнуто применением обычного полосового фильтра (например, с диапазоном от 0,1 до 10 Гц).

[0121] На этапе 416 получают исходный сигнал пульсовой волны для дальнейшей обработки, как описано выше со ссылкой на фиг. 3 (см., например, этап 304 и последующие этапы).

[0122] На фиг. 5А изображено примерное мобильное устройство, которое может быть использовано в соответствии со способом, представленным на фиг. 4. Мобильное устройство 500 имеет рамку или основной корпус 502 и панель 510. В некоторых примерах панель 510 устройства может быть задней панелью мобильного устройства 500. Устройство 500 дополнительно имеет камерное устройство 512, способное регистрировать цифровые видеосигналы, например, в виде цифровых неподвижных изображений и цифрового видео. Камерное устройство 512 выполнено с возможностью регистрирования видеосигналов, представляющих объекты, расположенные в основном в области, имеющей форму усеченного конуса, вдоль основного направления 508 обнаружения. Устройство 500 дополнительно имеет источник 506 света, выполненный с возможностью освещения любых объектов, расположенных перед камерным устройством 512, т.е. расположенных внутри области, имеющей форму усеченного конуса, и/или вдоль основного направления 508 обнаружения. Источник 506 света может обеспечивать как одну вспышку света, так и непрерывный световой луч, в зависимости от режима работы. При записи видео источник света обычно обеспечивает непрерывный световой луч. Свет, излучаемый источником 506 света, будет отражаться объектом, помещенным в пределах видимости камерного устройства 512, чтобы отраженный свет мог быть обнаружен камерным устройством 512. Мобильное устройство 500 дополнительно содержит модуль управления (не показанный и представляющий собой, например, процессор, микропроцессор, однокристальную систему (SoC)), соединенный с другими компонентами, такими как камерное устройство 512, источник 506 света, модуль памяти, пользовательский интерфейс, средство ввода, аудиоустройство, видеоустройство, дисплей и другие.

[0123] На фиг. 5В показано взаимодействие человека с мобильным устройством, изображенным на фиг. 5А. Чтобы выполнить измерение, субъект помещает палец (например, большой палец) на мобильное устройство 500, закрывая им камерное устройство 512 и источник 506 света. Индивидуальная конфигурация мобильного устройства (например, положение камерного устройства 512 и источника 506 света, или расстояние между ними) имеет второстепенную значение, если физически возможно закрыть как камерное устройство 512, так и источник 506 света подходящей конечностью (например, пальцем, большим пальцем, ухом). В этом отношении может использоваться любая конечность, подходящая для (периферического) измерения в соответствии с настоящим изобретением. Как правило, любая часть тела, связанная с пульсирующим кровотоком, может использоваться в соответствии с настоящим изобретением, если с помощью этой части тела может быть обнаружен информативный сигнал, характеризующий кровоток. В некоторых вариантах осуществления модуль управления мобильного устройства 500 будет обрабатывать сигналы, предоставляемые камерным устройством 512, и обнаруживать на основе этих предоставляемых сигналов ситуацию, когда один или более параметров, отражающих качество видео (например, яркость, контрастность, фокус), находятся за пределами предпочтительных рабочих диапазонов из-за наличия низкой освещенности и/или слишком близкого расположения, возникающих из-за размещения большого пальца непосредственно на камерном устройстве 512. Затем модуль управления может подавать управляющие сигналы одному или более компонентам, например источнику 506 света, для обеспечения корректировки вышеупомянутых параметров (например, активация источника света 506 для компенсации низкой освещенности).

[0124] После размещения подходящей конечности (в данном случае, например, большого пальца субъекта) инициируют измерение путем активации источника 506 света для излучения непрерывного светового луча с достаточной интенсивностью, чтобы тем самым освещать периферический кровоток. По существу одновременно с этим активируют камерное устройство 512 и регистрируют с помощью него свет, отраженный периферическим кровотоком. Активация источника 506 света и активация камерного устройства 512 могут быть обеспечены с помощью соответствующего программного кода, выполняемого модулем управления, содержащимся в устройстве 500. Активацию можно запускать вручную, например, путем выбора соответствующей функции в пользовательском интерфейсе устройства 500 или автоматически, например, с помощью датчика (например, датчика приближения, оптического датчика), таймера, распознавания голоса или с помощью другого средства (средства ввода). В одном примере сигнал датчика обрабатывают непрерывно для проверки наличия подходящего сигнала. Затем видеоданные записывают или передают для дальнейшей обработки в течение заданного периода времени, обычно от нескольких секунд до 2 минут. В некоторых вариантах осуществления период времени не задают заранее, а определяют по мере продолжения записи/передачи, поскольку результат измерения качества рассчитывают исходя из записываемых/передаваемых данных, причем запись/передачу выполняют до тех пор, пока не будет записано/передано достаточное количество периодов сердечного цикла (например, 10-30) с достаточным качеством (например, подобных, см. более подробно ниже). О завершении записи/передачи субъекту может быть сообщено, например, с помощью акустического и/или оптического сигнала, испускаемого аудио- и/или видеокомпонентом устройства 500.

[0125] Следует отметить, что в других вариантах осуществления используют одни и те же или разные датчики и/или устройства. Например, могут быть использованы также смарт-часы, имеющие соответствующий узел источника света/датчика, как описано выше в отношении фиг. 5А и 5В. Преимущество этих устройств заключается в том, что датчик находится в непосредственной близости от тела (в данном случае, запястья) субъекта, тем самым способствуя непрерывным измерениям и/или измерениям с произвольной продолжительностью и в произвольные моменты времени без взаимодействия с субъектом (например, также во время сна). Следует отметить, что приведенные выше принципы относятся к целому ряду датчиков и не ограничиваются конкретным или иным специфичным вариантом аппаратного выполнения датчика.

[0126] На фиг. 6 показано, каким образом определяют последовательность периодов сердечного цикла на основании полученных данных 601 пульсовых волн. Данные пульсовой волны могут быть получены из непосредственных измерений параметров у человека-субъекта, или могут быть извлечены из хранилища данных, если должны быть обработаны измерения, записанные ранее. Данные 601 пульсовой волны содержат сигналы, соответствующие количеству периодов сердечного цикла, обнаруженных у субъекта в течение длительного периода времени. В некоторых примерах данные пульсовой волны охватывают периоды сердечного цикла в течение нескольких минут записи, например, 2 минут, предпочтительно от нескольких секунд до 2 минут. В других примерах данные пульсовой волны могут охватывать периоды сердечного цикла, записанные в течение существенно меньшего (например, 5-30 секунд) или большего (несколько часов) времени. Из соображений ясности на фиг. 6 показаны только три последовательных периода сердечного цикла, представляющих только небольшой интервал данных пульсовой волны, охватывающий длительный период времени, как правило, до 2 минут.

[0127] Данные 601 пульсовой волны разделяют на отдельные периоды сердечного цикла, генерируя из исходной пульсовой волны 601 усиленный необходимый сигнал 607 и сканируя передний фронт импульсов этого усиленного сигнала. Как правило достаточно, если пульсовая волна содержит один период сердечного цикла, но обычно используют пульсовую волну, содержащую множество последовательных периодов сердечного цикла. Если говорить подробнее, из отфильтрованного (см. фиг. 4, этап 414 и соответствующее описание выше) пульсового сигнала 601 создают спектр с использованием дискретного преобразования Фурье (DFT): . В этом спектре определяют максимальную частоту в диапазоне 0,6-2,5 Гц и рассматривают ее в качестве доминирующей частоты сердечных сокращений: , причем Specrange соответствует спектру 0,6-2,5 Гц, a idx соответствует индексу (т.е. частоте) в этом спектре. Затем на упомянутую доминирующую частоту сердечных сокращений и на две гармоники накладывают кривую нормального распределения Гаусса, имеющего значения в диапазоне [0,1], благодаря чему учитывают незначительное изменение частоты сердечных сокращений. Стандартное отклонение σ кривых Гаусса должно пересекаться в точке 3σ, где и . Необходимый сигнал получают путем перемножения спектра и функции Гаусса и последующего обратного преобразования: . Затем получают усиленный сигнал Samp путем умножения необходимого сигнала и добавления к исходному сигналу: , где f - коэффициент усиления. Далее вычисляют производную первого порядка усиленного сигнала Samp и ее максимумы, характеризующие точки перегиба на усиленном сигнале Samp и, таким образом, его передние фронты импульсов. Это дает местоположение каждого периода сердечного цикла, определяемое между двумя локальными минимумами до и после переднего фронта каждого периода сердечного цикла.

[0128] Для некоторого количества последовательных периодов сердечного цикла определяют оценку подобия. Вычисляют взаимную корреляцию каждого периода сердечного цикла с шаблонным периодом Ptemplate сердечного цикла и получают заданное количество периодов сердечного цикла (например, 10 периодов сердечного цикла), имеющих самую высокую корреляцию. В одном варианте осуществления подобие (то есть корреляция) последовательных периодов сердечного цикла составляет 0,9 или выше. Если каждый период сердечного цикла из минимального количества последовательных периодов сердечного цикла (например, 10-30) удовлетворяет требованию подобия, то идентифицируют часть пульсовой волны, подходящую для дальнейшей обработки.

[0129] На фиг. 7 показано, каким образом определяют примерную корректировочную функцию для корректирования индекса ригидности с учетом возраста субъекта. На горизонтальной оси графика указан возраст субъекта (в годах), а на вертикальной оси указан индекс (SI) ригидности (в м/с). Распределение измеренного SI для некоторого количества субъектов и корреляция с возрастом соответствующего субъекта обеспечивают статистическую основу для вычисления корректировочной функции, как показано на фиг. 7. В данном случае SI субъекта в возрасте 60 или 65 лет может быть соотнесен с SI субъекта в возрасте 20 или 25 лет.

[0130] На фиг. 8 показано, каким образом определяют примерную регрессионную модель для определения кровяного давления субъекта на основе скорректированного индекса ригидности. Эта регрессионная модель зависит от возраста в том смысле, что регрессионная линия 802 дает функцию регрессии для субъектов в возрасте от 20 до 30 лет. Аналогично, регрессионные линии 804 и 806 дают функции регрессии для субъектов в возрасте, соответственно, от 30 до 40 лет и от 60 до 70 лет. Регрессионная модель облегчает отнесение SI субъекта, относящегося к определенной возрастной группе, с соответствующим значением кровяного давления. По мере обновления данных, лежащих в основе регрессионной модели, регрессионная модель может быть скорректирована с течением времени для повышения ее точности.

[0131] На фиг. 9А и 9В изображена корреляция соответствующего кровяного давления субъекта (оцененного на основе регрессионной модели и альтернативной регрессионной модели) и кровяного давления субъекта, измеренного с использованием обычного прибора для измерения кровяного давления. На фиг. 9А показана корреляция оцененного кровяного давления субъекта и кровяного давления субъекта, измеренного с использованием обычного прибора для измерения кровяного давления. Кровяное давление оценивали на основе вышеописанной регрессионной модели, с коэффициентом корреляции R=0,57. На фиг. 9В показана корреляция оцененного кровяного давления субъекта и кровяного давления субъекта, измеренного с использованием обычного прибора для измерения кровяного давления. Кровяное давление оценивали на основе вышеописанной альтернативной регрессионной модели, с коэффициентом корреляции R=0,91.

[0132] На фиг. 10А проиллюстрировано применение RMSSD при обнаружении AF у субъекта в соответствии с одним вариантом осуществления изобретения. RMSSD является стандартным статистическим показателем в анализе вариабельности сердечного ритма (HRV) для количественной оценки изменений интервала между сердечными сокращениями. Чтобы учесть влияние частоты сердечных сокращений на вариабельность RR, значение RMSSD нормализуют в отношении среднего значения интервала RR. Поскольку при AF вариабельность заметно выше, чем при SR, нормализованный RMSSD, как ожидается, будет выше у пациентов с AF. В первом сравнительном варианте осуществления объединяли нормализованный RMSSD и энтропию Шеннона (ShE). Оба показателя извлекали из тахограммы пульсовой волны. Чувствительность, специфичность и точность вычисляли для каждого из этих показателей в отдельности и для их сочетания. Для разделения AF и SR на основе двухминутной записи пульсовой волны ShE дал чувствительность и специфичность соответственно 85% и 95%, с использованием для граничного значения величины 4,9 (см. фиг. 10В). Это означает, что 34 из 40 пациентов были классифицированы правильно и 2 из 40 пациентов были классифицированы неправильно, как имеющие AF.

[0133] На фиг. 10В проиллюстрировано использование энтропии Шеннона при обнаружении AF у субъекта в соответствии с одним вариантом осуществления изобретения. Энтропия Шеннона (ShE) является статистическим методом количественной оценки неопределенности для случайной величины и, как ожидается, будет выше у пациентов с AF, поскольку для пульса в этом случае характерна большая нерегулярность интервала RR, по сравнению с импульсами, зарегистрированными у пациентов с SR.

[0134] На основе пульсовой волны определяют тахограмму, отражающую изменчивость частоты дыхания с течением времени. Из этой тахограммы получают гистограмму, которая представляет частотное распределение изменчивости частоты дыхания. В одном варианте гистограммы имеет размер интервала 8 мс, что означает, что частотное распределение основано на дискретном масштабе времени, разделенном на отрезки времени по 8 мс. Каждое изменение дыхания (то есть между двумя максимумами сигнала 207) распределяют по соответствующим столбцам. Вероятности, представленные гистограммой, используют в дальнейшем в качестве входных данных для вычисления энтропии Шеннона по формуле

Результатом является битовое значение, которое определяет, принадлежит ли субъект группе здоровых пациентов или нет, при этом используют пороговое значение 4,9 бит:

[0135] Следует отметить, что описанное выше является одним из примеров для определения значения энтропии для изменений частоты дыхания. Аналогичным образом могут быть использованы другие известные методы, путем простого подбора порогового значения в соответствии с используемыми методом и способом вычислений. На фиг. 10С проиллюстрировано использование порогового значения 4,9, которое обеспечивает четкое различение субъектов, имеющих AF (справа) и субъектов, имеющих SR (слева). Одним из преимуществ описанного определения частотного распределения является то, что величина энтропии не зависит от частоты сердечных сокращений пациента., Таким образом, вышеописанное одинаково применимо к субъектам всех возрастных групп, например, к детям и пожилым людям, несмотря на существенные различия в частотах сердечных сокращений, соответствующим этим группам.

[0136] Во втором сравнительном варианте осуществления к тахограмме пульсовой волны применяли фильтр для устранения экстрасистол и других искажений, как упоминалось выше. Это улучшило применимость метода и позволило успешно разделить пациентов с экстрасистолией и пациентов с AF. Применение фильтра к тахограмме улучшило чувствительность до 87,5%, причем специфичность оставалась стабильной на уровне 95% с использованием нормализованного RMSSD с граничным значением 0,09. Это означает, что 35 из 40 пациентов были классифицированы правильно и 2 из 40 пациентов были классифицированы неправильно, как имеющие AF.

[0137] На фиг. 10С проиллюстрировано применение анализа графика Пуанкаре (РРА) при обнаружении AF у субъекта в соответствии с одним вариантом осуществления изобретения. В третьем сравнительном варианте осуществления было испытано использование дополнительного показателя SD1/SD2, который извлекали из графика Пуанкаре с пятиминутной записью. Показатели SD1/SD2, нормализованный RMSSD и энтропия Шеннона рассчитывали по отфильтрованной тахограмме. Затем вычисляли чувствительность, специфичность и точность для каждого метода по отдельности и для их сочетания. Вследствие увеличения времени записи от двух до пяти минут и объединения показателя SD1/SD2 и нормализованного RMSSD чувствительность и специфичность увеличились до 95% с площадью под кривой 0,93 (см. фиг. 11А и 11В). Граничными значениями для классификации субъектов как имеющих AF были следующие: нормализованный RMSSD>0,043 и SD1/SD2>0,6. Это означает, что 38 из 40 пациентов классифицированы правильно и 2 из 40 пациентов классифицированы неправильно, как имеющие AF.

[0138] Было обнаружено, что максимальные чувствительность и специфичность достигались с использованием комбинации показателей нормализованного RMSSD и SD1/SD2 с фильтром тахограммы (см. третий сравнительный вариант) в сочетании с увеличением анализируемого интервала от двух до пяти минут. Таким образом была достигнута чувствительность и специфичность 95%.

[0139] Результаты получены на основе исследования группы из восьмидесяти пациентов (у 40 пациентов проверяли AF, и у 40 пациентов проверяли SR). Пациенты в группе проверки AF имели средний возраст 80 лет (SD±8), пациенты в группе проверки SR - 75 лет (SD±7). Соотношение между мужчинами и женщинами составляло 2,4 в группе AF и 2,5 в группе SR. Средний RR-интервал был бальше в группе AF (AF: 887±120 мс и SR: 784±144 мс, р=0,0004). Результаты сравнительных вариантов осуществления показаны в таблице 1.

[0140] На фиг. 11А и 11В показано использование анализа графика Пуанкаре (РРА) при обнаружении AF у субъекта в соответствии с одним вариантом осуществления изобретения. РРА предоставляет визуальное средство для описания сложной природы флуктуаций временных рядов, где графически изображена зависимость BBIn-1 от BBIn. На графике Пуанкаре обычно отображено удлиненное облако точек, ориентированное по диагонали системы координат. Чтобы охарактеризовать форму облака точек, в него вписывают эллипс. Индекс SD1/SD2 представляет собой отношение стандартного отклонения кратковременной вариабельности BBI (ось, перпендикулярная линии идентичности, SD1) к стандартному отклонению долговременной вариабельности BBI (ось вдоль линии идентичности, SD2). Показанный индекс был извлечен из пятиминутных записей, чтобы обеспечить формирование эллипса.

[0141] Несмотря на то, что изобретение было описано в отношении вариантов осуществления, которые в настоящее время считаются наиболее практичными и предпочтительными, следует понимать, что изобретение не ограничивается раскрытыми вариантами осуществления, а, напротив, охватывает различные модификации и эквивалентные устройства, находящиеся в рамках сущности и объема правовой охраны прилагаемой формулы изобретения.


ОБРАБОТКА БИОЛОГИЧЕСКИХ ДАННЫХ
ОБРАБОТКА БИОЛОГИЧЕСКИХ ДАННЫХ
ОБРАБОТКА БИОЛОГИЧЕСКИХ ДАННЫХ
ОБРАБОТКА БИОЛОГИЧЕСКИХ ДАННЫХ
ОБРАБОТКА БИОЛОГИЧЕСКИХ ДАННЫХ
ОБРАБОТКА БИОЛОГИЧЕСКИХ ДАННЫХ
ОБРАБОТКА БИОЛОГИЧЕСКИХ ДАННЫХ
ОБРАБОТКА БИОЛОГИЧЕСКИХ ДАННЫХ
ОБРАБОТКА БИОЛОГИЧЕСКИХ ДАННЫХ
ОБРАБОТКА БИОЛОГИЧЕСКИХ ДАННЫХ
ОБРАБОТКА БИОЛОГИЧЕСКИХ ДАННЫХ
ОБРАБОТКА БИОЛОГИЧЕСКИХ ДАННЫХ
ОБРАБОТКА БИОЛОГИЧЕСКИХ ДАННЫХ
ОБРАБОТКА БИОЛОГИЧЕСКИХ ДАННЫХ
ОБРАБОТКА БИОЛОГИЧЕСКИХ ДАННЫХ
ОБРАБОТКА БИОЛОГИЧЕСКИХ ДАННЫХ
ОБРАБОТКА БИОЛОГИЧЕСКИХ ДАННЫХ
ОБРАБОТКА БИОЛОГИЧЕСКИХ ДАННЫХ
ОБРАБОТКА БИОЛОГИЧЕСКИХ ДАННЫХ
Источник поступления информации: Роспатент
+ добавить свой РИД