从噪声短持续时间胸部阻抗测量中提取呼吸参数的技术制造技术

一个示例是从短持续时间胸阻抗(“TI”)信号中提取呼吸参数的方法，该方法包括对TI测量信号进行预处理以从中获得呼吸信号；针对信号质量和信号完整性中的至少一个来评估呼吸信号；对所述呼吸信号实施自相关算法和时域过零算法中的至少一个，以从中提取至少一个呼吸参数，所述至少一个呼吸参数包括呼吸速率(“RR”)和潮气量(“TV”)中的至少一个。)中的至少一个。)中的至少一个。

【技术实现步骤摘要】
【国外来华专利技术】从噪声短持续时间胸部阻抗测量中提取呼吸参数的技术
[0001]相关申请
[0002]本公开要求于2020年11月19日提交的题为“从噪声短持续时间胸阻抗测量中提取呼吸参数的技术”的美国临时专利申请第63/115762号的优先权，该申请的公开内容通过引用整体并入。


[0003]本公开一般涉及用于从胸部阻抗测量检测呼吸参数的技术，更具体地，涉及用于从有噪声的短持续时间胸部阻抗测量提取这样的参数的技术。
附图说明
[0004]为了提供对本公开及其特征和优点的更完整的理解，结合附图参考以下描述，其中相同的附图标记表示相同的部分，其中：
[0005]图1示出了一个示例环境，其中根据本公开的一些示例，用于从有噪声的短持续时间胸部阻抗测量中导出呼吸参数的说明性系统；
[0006]图2是示出根据本公开的一些示例的图1的系统的示例性功能部件的框图；
[0007]图3A是示出根据本公开的一些示例的用于从有噪声的短持续时间胸阻抗测量中提取呼吸参数的方法的操作的流程图；
[0008]图3B是示出根据本公开的一些示例的用于从有噪声的短持续时间胸阻抗测量中提取呼吸速率的方法的操作的流程图；
[0009]图4A和4B分别示出了根据本公开的一些示例，使用基于自相关的算法(图4A)和基于时域的(过零点)算法(图4B)从呼吸调制的胸阻抗信号中提取呼吸参数；
[0010]图5是示出根据本公开的一些示例的用于执行阻抗特定信号质量检查的方法的流程图；
[0011]图6是示出根据本公开的一些示例的胸部阻抗信号中的噪声和运动伪影的影响的曲线图；
[0012]图7是示出根据本公开的一些示例的用于执行伪影检测信号质量检查的方法的流程图；
[0013]图8A
‑
8E示出了根据本公开的一些示例的用于从胸部阻抗信号中去除检测到的伪影的方法；
[0014]图9是示出根据本公开的一些示例的用于评估胸部阻抗信号的最长预处理良好段的信号质量的方法的流程图；
[0015]图10A
‑
10C是共同示出根据本公开的一些示例的用于从胸部阻抗信号提取RR的基于自相关的算法的操作的图；
[0016]图11A和11B共同示出了示出根据本公开的一些示例的基于自相关的算法的操作的流程图；
[0017]图12是一张图表，说明了胸部阻抗信号及其衍生物的生理意义，分别作为胸部体
积(以升为单位)和流量(以升/分钟为单位)的替代物；
[0018]图13A
‑
13B共同示出了示出根据本公开的一些示例的基于时域的过零算法的操作的流程图；
[0019]图14A
‑
14F包括共同说明图13A
‑
13B中所示的基于时域的过零算法的操作的图。
具体实施方式
[0020]使用放置在患者胸部的电极获得的胸部阻抗测量提供了一种间接的、非侵入性的方式来收集感兴趣的呼吸参数，这是因为由于呼吸引起的肺部空气水平的调制将反映在胸部电阻抗的比例调制中。然而，例如，由于运动、咳嗽和/或不适当的皮肤电极接触，这种测量容易受到极高水平的噪声伪影的影响，使得从测量中提取诸如呼吸速率(RR)和潮气量(TV)之类的参数具有挑战性。此外，某些临床条件需要提取事件，例如浅呼吸、呼吸暂停和/或周期性或振荡性呼吸，在存在上述伪影的情况下提取这些事件甚至更具挑战性。本文描述的示例包括用于解决上述问题的两种方法，包括基于时域的方法和基于自相关的方法。这两种方法都密切遵循呼吸周期的生理方面，并将启发式规则保持在最低限度，从而能够从单个60秒的胸阻抗测量中提取这些参数中的大多数，误差限制在每分钟2次呼吸(BPM)内，包括量化误差。
[0021]人的呼吸活动异常是呼吸系统、心脏和/或神经系统疾病的早期指标。临床上，每分钟呼吸的RR是通过计算吸气和呼气过程中胸壁偏移的次数来报告的。这种方法往往是错误的，这取决于护士的技能水平。提取电视(吸入和呼出的空气量)的临床方法包括用鼻夹通过嘴呼吸到管道中，因此不适用于在家监测。
[0022]如前所述，通过放置在人胸部的电极进行胸部阻抗监测，可以提供一种间接的、非侵入性的方法来提取呼吸参数，如RR和TV；然而，由于电极与皮肤的不适当接触而导致的非常低频的基线漂移的存在、诸如心脏活动的高频生理干扰、宽带电路噪声和由于咳嗽、打嗝、身体运动等引起的运动伪影中的一个或多个会损害该技术的准确性。此外，某些生理条件在信号形态中表现出不同的特征，这使得更难以高置信度提取呼吸参数。
[0023]传统的基于时域的方法，如峰值检测/计数和基于频域的方法，由于信号本身的非平稳性以及信号中嵌入的噪声，难以从胸阻抗测量信号(或简单的胸阻抗信号)中提取感兴趣的参数。
[0024]本文描述的示例提供了这些问题的解决方案，并提供了在存在不同生理信号形态和伪影条件的情况下通过应用两种不同的方法(基于时域和基于自相关)从胸阻抗信号可靠地提取呼吸参数的技术。还提出了一种使用输入信号、加速度计数据和滤波噪声来评估胸部阻抗信号的信号质量的新方法。
[0025]基于时域的方法可用于在基于自相关的技术的低置信度RR估计(而不是信号质量)的情况下报告RR，以及在呼吸暂停的情况下估计RR和计算TV。
[0026]图1描绘了示例环境100，其中根据本公开的一些示例，用于使用有噪声的短持续时间胸阻抗测量来推导和监测人类受试者的呼吸参数(例如RR和TV)的系统102的说明性示例。监测可以以连续的或周期性的方式执行。如图1所示，根据一个示例性示例，系统102包括胸部阻抗测量模块112和多个表面电极/传感器114a
‑
114d(例如，四(4)个表面电极或传感器，或任何其他合适数量的表面电极/传感器)。例如，一个或多个表面电极可以实现为固
体凝胶表面电极，或任何其他合适的表面电极。系统102可以被配置为大致三角形的装置，或任何其他适当形状的装置，其可操作以经由至少多个表面电极/传感器114a
‑
114d与人类受试者104的躯干、上胸部和颈部区域中的一个或多个或身体的任何其他适当部位或区域接触。
[0027]在各种实现方式中，系统102可以具有允许其在可穿戴背心状结构内实现为多个贴片状装置或任何其他合适的结构或装置的配置。在一个可能的环境中，例如环境100，系统102可以操作用于通过无线通信路径116与智能手机106进行双向通信，而智能手机106又可以操作用于在无线通信路径118上与通信网络108(例如，互联网)进行双向通信。或者，可以提供到云110的直接链路，而不需要通过基站或蜂窝电话进行跳跃。智能手机106还可通过通信网络108进行操作，以通过无线通信路径120与云110进行双向通信，该无线通信路径可以包括用于云计算、数据处理、数据分析、数据趋势、数据缩减、数据融合、数据存储和其他功能的资源。系统102还可操作用于通过无线通信路径122与云110直接进行双向通信。...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种从胸部阻抗(TI)测量信号中提取人类受试者的呼吸参数的方法，该方法包括：对所述TI测量信号执行信号质量检查；对所述TI测量信号的至少一部分实施自相关算法和时域过零算法中的至少一个，以从所述TI测量信号的所述至少一部分中提取所述人类受试者的至少一种呼吸参数，其中所述至少一种呼吸参数包括呼吸速率(“RR”)和潮气量(“TV”)中的至少一个。2.根据权利要求1所述的方法，还包括在执行和实施之前，对所述TI测量信号进行低通滤波。3.根据权利要求2所述的方法，其中用于执行所述低通滤波的滤波器的截止频率为0.65赫兹。4.根据前述权利要求中任一项所述的方法，其中所述信号质量检查包括阻抗特异性信号质量检查。5.根据权利要求4所述的方法，其中所述阻抗特异性信号质量检查包括参考基于生理极限的阈值来检查电极接触阻抗和全身阻抗中的至少一个。6.根据前述权利要求中任一项所述的方法，其中所述信号质量检查包括识别所述TI测量信号中的至少一个信号伪影。7.根据权利要求6所述的方法，还包括从所述TI测量信号中去除所述至少一个伪影以产生所述TI测量信号的至少一部分。8.根据权利要求6或7所述的方法，其中所述至少一个伪影包括噪声。9.根据权利要求6、7或8所述的方法，其中所述至少一个伪影是人类受试者运动的结果。10.根据前述权利要求中任一项所述的方法，其中对所述TI测量信号实施自相关算法和时域过零算法中的至少一个还包括：对所述TI测量信号进行自相关以确定所述TI测量信号的二阶平均值；和基于所述自相关TI测量信号中的峰值之间的时间滞后来计算期望值，以导出估计的呼吸速率(“RR”)。11.根据权利要求10所述的方法，还包括从所述自相关TI测量信号导出所述TI测量信号的信噪比(SNR)。12.根据权利要求10或11所述的方法，还包括计算估计的RR的置信度度量。13.根据前述权利要求中任一项所述的方法，其中对所述TI测量信号实施自相关算法和时域过零算法中的至少一个还包括:对所述TI测量信号的一阶导数上的过零点进行计数，以将所述TI信号划分为吸气周期和呼气周期，以计算呼吸速率(RR)；和根据TI峰值的中位数计算潮气量(“TV”)。14.根据权利要求13所述的方法，还包括在计算RR和计算TV之前将浅呼吸阈值应用于所述一阶导数。15.根据前述权利要求中任一项所述的方法，还包括基于与所述自相关算法相关联的置信度度量来选择由所述自相关算法和所述时域过零算法中的至少一个产生的估计。16.根据前述权利要求中任一项所述的方法，还包括基于指示临床状况的信号特征来选择由所述自相关算法和所述时域过零算法中的至少一个产生的估计。
17.根据前述权利要求中任一项所述的方法，其中所述TI测量信号的持续时间小于60秒。18.根据前述权利要求中任一项所述的方法，其中所述TI测量信号的持续时间小于30秒。19.一种根据胸部阻抗(TI)测量信号确定人类受试者的呼吸速率(RR)的方法，所述方法包括：对所述TI测量信号进行预处理以生成呼吸信号；对所述呼吸信号执行信号质量检查；对所述呼吸信号的至少一部分实施时域过零算法，以确定估计的时域RR(TD_RR)；对所述呼吸信号的至少一部分实施自相关算法，以确定估计的自相关RR(AC_RR)和所述估计的AC_RR的置信度度量；基于所述置信度度量来选择所述估计的TD_RR和所述估计的AC_RR中的一个；和输出估计的TD_RR和估计的AC_RR中的选择的一个作为最终RR。20.根据权利要求19所述的方法，其中基于所述置信度度...

【专利技术属性】
技术研发人员：R，
申请(专利权)人：亚德诺半导体国际无限责任公司，
类型：发明
国别省市：