【技术实现步骤摘要】
用于监控心肺健康的方法和设备相关申请的交叉引用本申请要求了以下申请作为优先权:2012年5月30日提交的申请号为IE2013/0254的爱尔兰申请;2012年6月26日提交的申请号为2012902693的澳大利亚临时申请;2012年11月30日提交的申请号为2012905221的澳大利亚临时申请;以及2013年4月29日提交的申请号为2013901482澳大利亚临时申请。关于联邦资助的研究和开发的声明不适用联合研究开发方的名字不适用序列表不适用
本申请的技术涉及呼吸疾病的诊断、治疗以及改善中的一个或多个,并涉及预防呼吸疾病的步骤。本申请的技术尤其涉及医疗装置,以及它们在治疗呼吸疾病以及用于预防呼吸疾病中的用途。
技术介绍
人体的呼吸系统促进了气体交换。鼻和口形成了人体气道的入口。气道包括一系列的分支管,其随着更深入肺部而变得更狭窄、更短以及更多。肺部的主要功能是气体交换,使得氧气从空气中进入静脉血并使二氧化碳排出。气管分成右边和左边的主支气管,其进一步最终分成终末细支气管。支气管组成了传导气道,且并不参与气体交换。气道的进一步划分将导致呼吸细支气管,并最终到肺泡。肺部的肺泡区域是发生气体交换的地方,并成为呼吸区域。请见West,RespiratoryPhysiology-theessentials。存在一系列的心肺疾病。阻塞性睡眠呼吸暂停(OSA)是一种形式的睡眠障碍性呼吸(SDB),其特征是睡眠期间的上气道梗塞。其由睡眠过程中的 ...
【技术保护点】
1.心肺健康监控设备,包括:/n非接触式传感器单元,包括非接触式运动传感器,其用于生成一个或多个代表患者在监控会话期间的身体运动的运动信号;/n处理器,以及/n内存,其存储有程序指令,这些程序指令用于使所述处理器执行一种处理所述一个或多个运动信号的方法,所述方法包括:/n选择一个或多个运动信号的一个或多个部分,这些部分是患者在其间睡着了且没有进行全身运动期间的部分,/n从监控会话中的一个或多个运动信号中提取一个或多个睡眠障碍性呼吸(SDB)特征,该SDB特征指示着监控会话期间患者的睡眠障碍性呼吸的严重性,其中所述提取包括在所述部分中检测SDB事件,并从所检测的SDB事件中计算一个或多个SDB特征。/n
【技术特征摘要】
20120626 AU 2012902693;20121130 AU 2012905221;20131.心肺健康监控设备,包括:
非接触式传感器单元,包括非接触式运动传感器,其用于生成一个或多个代表患者在监控会话期间的身体运动的运动信号;
处理器,以及
内存,其存储有程序指令,这些程序指令用于使所述处理器执行一种处理所述一个或多个运动信号的方法,所述方法包括:
选择一个或多个运动信号的一个或多个部分,这些部分是患者在其间睡着了且没有进行全身运动期间的部分,
从监控会话中的一个或多个运动信号中提取一个或多个睡眠障碍性呼吸(SDB)特征,该SDB特征指示着监控会话期间患者的睡眠障碍性呼吸的严重性,其中所述提取包括在所述部分中检测SDB事件,并从所检测的SDB事件中计算一个或多个SDB特征。
2.根据权利要求1所述的心肺健康监控设备,其特征在于,所述方法还包括根据所提取的睡眠障碍性呼吸特征,将警报信息发送至外部计算装置。
3.根据权利要求1所述的心肺健康监控设备,其特征在于,还包括显示器,其中所述方法还包括根据所提取的睡眠障碍性呼吸特征,将警报信息显示在所述显示器上。
4.根据权利要求1述的心肺健康监控设备,其特征在于,还包括音频输出,其中所述方法还包括根据所提取的睡眠障碍性呼吸特征,通过音频输出来生成警报。
5.根据权利要求1所述的心肺健康监控设备,其特征在于,所述一个或多个睡眠障碍性呼吸特征包括选自下组的多个特征:
呼吸暂停/呼吸不足指数;
总的睡眠时间;
潮式呼吸事件的总持续时间与总的睡眠时间之比;以及
潮式呼吸事件的总持续时间与监控会话持续时间之比。
6.根据权利要求1所述的心肺健康监控设备,其特征在于,所述非接触式运动传感器、所述处理器以及所述内存形成非接触传感器单元的一部分。
7.根据权利要求1所述的心肺健康监控设备,其特征在于,所述处理器和所述内存形成计算装置的一部分,该计算装置位于所述非接触式运动传感器的外部。
8.根据权利要求1所述的心肺健康监控设备,其特征在于,所述非接触式运动传感器是射频运动传感器,所述射频运动传感器用于基于彼此相互正交的各传输的射频信号来生成两个运动信号。
9.根据权利要求8所述的心肺健康监控设备,其特征在于,所述方法包括在提取之前将两个运动信号结合成一结合的运动信号。
10.根据权利要求1所述的心肺健康监控设备,其特征在于,所述处理器还用于从由接触运动传感器获得的一个或多个运动信号中提取特征。
11.根据权利要求1所述的心肺健康监控设备,其特征在于,所述处理器还用于从与患者的心肺健康有关的数据中提取特征,该数据从非运动传感器获得。
12.根据权利要求1所述的心肺健康监控设备,其特征在于,所述运动信号的数量为2,且所述预处理包括对该两个运动信号进行第一结合。
13.根据权利要求12所述的心肺健康监控设备,其特征在于,所述结合包括:
去除每个运动信号的平均值,
计算每个运动信号的最小值,
计算样本向量的长度,所述样本向量在每个样本中的分量为各运动信号到其各最小值的距离,以及
去除在每个样本处的长度的平均值。
14.根据权利要求1所述的心肺健康监控设备,其特征在于,所述选择还包括选择质量好的睡眠和呼吸部分,并且其中质量好的部分包括这样的部分:其中,运动信号在该部分中的品质因数超过该部分的噪音阈值。
15.根据权利要求14所述的心肺健康监控设备,其特征在于,所述品质因数为运动信号在该部分中的均方根(RMS)值。
16.根据权利要求14所述的心肺健康监控设备,其特征在于,所述品质因数为运动信号在该部分中的RMS值的分布的第75个百分位数。
17.根据权利要求14所述的心肺健康监控设备,其特征在于,所述部分的噪音阈值为运动传感器的最大噪音值和在该部分中运动信号的RMS值分布的百分数二者之中的较小值。
18.根据权利要求14所述的心肺健康监控设备,其特征在于,患者睡着了的部分包括患者在场的时期,在该时期内运动信号的波形长度值小于阈值。
19.根据权利要求14所述的心肺健康监控设备,其特征在于,患者睡着了的部分包括被LDA分类器标记为睡着的时期,其中该LDA分类器用于基于针对一时期的活动计数系列和运动标记系列,来对每个时期进行标记。
20.根据权利要求19所述的心肺健康监控设备,其特征在于,其中的活动计数系列是通过对所述时期内的一个或多个间隔上的运动信号的包络进行积分来获得的。
21.根据权利要求14所述的心肺健康监控设备,其特征在于,患者睡着了且没有进行全身运动的部分包括这样的部分:其中患者睡着了,且指示全身运动的运动标记系列为假。
22.根据权利要求21所述的心肺健康监控设备,其特征在于,所述运动标记系列通过以下来获得:
对运动信号的每个样本计算噪音特征、相关性特征以及功率特征;以及
如果样本的噪音特征高于高阈值,且对应的相关性以及功率特征低于低阈值,则将每个样本的运动标记设置为真,否则将运动标记设置为假。
23.根据权利要求14所述的心肺健康监控设备,其特征在于,患者睡着了且没有进行全身运动的部分包括患者睡着了的时期,且该时期内的运动信号的偏差超过监控会话的阈值。
24.根据权利要求23所述的心肺健康监控设备,其特征在于,患者在场的时期为这样的时期:其中运动信号在该时期内的均方根值超过仅噪音阈值。
25.心肺健康监控设备,包括:
非接触式传感器单元,包括非接触式运动传感器,其用于生成一个或多个代表患者在监控会话期间的身体运动的运动信号;
处理器,以及
内存,其存储有程序指令,这些程序指令用于使所述处理器执行一种处理所述一个或多个运动信号的方法,所述方法包括:
选择一个或多个运动信号的一个或多个部分,这些部分是患者在其间睡着了且没有进行全身运动期间的部分,
通过将运动信号的每个所选部分的呼吸费力包络与一个或多个呼吸费力模板进行关联,来计算相关性特征,
每当所述相关性特征超过第一阈值以一持续时间时,检测出睡眠障碍性呼吸(SDB)事件,所述持续时间大于第二阈值,并且
从所检测的SDB事件中计算一个或多个SDB特征,该SDB特征指示着监控会话期间患者的睡眠障碍性呼吸的严重性。
26.根据权利要求25所述的心肺健康监控设备,其特征在于,所述相关性特征为呼吸费力模板上的相关性值的最大值。
27.根据权利要求25所述的心肺健康监控设备,其特征在于,所述呼吸费力模板为各自的同类模板,其持续时间通过在监控会话期间为患者估计的平均呼吸调制周期长度来进行缩放。
28.根据权利要求27所述的心肺健康监控设备,其特征在于,所述平均呼吸调制周期长度估计为呼吸费力包络的功率谱图密度中峰频率的倒数的加权平均值,该呼吸费力包络为所选部分内一个或多个宏时期上计算得到。
29.根据权利要求28所述的心肺健康监控设备,其特征在于,所述的加权取决于各自峰的高度。
30.根据权利要求25所述的心肺健康监控设备,其特征在于,通过对复杂数值信号的模量进行低通滤波,...
【专利技术属性】
技术研发人员:克劳斯亨利·桑德赫尔姆,斯蒂芬保罗·法鲁希亚,迈克尔瓦克罗·科尔法克斯,费桑·贾伟德,拉米·库沙巴,康纳·赫尼根,菲利普·德沙扎尔,阿尔佩托·扎法罗尼,尼尔·福克斯,帕特里克·斯卡,艾米儿·奥黑尔,斯蒂芬詹姆斯·雷蒙德,
申请(专利权)人:瑞思迈传感器技术有限公司,
类型:发明
国别省市:爱尔兰;IE
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。