DE60016445T2

DE60016445T2 - Apparat zur entfernung von bewegungs-artefakten von körperparametermessungen

Info

Publication number: DE60016445T2
Application number: DE60016445T
Authority: DE
Inventors: W. Reuben EDGAR; J. August ALLO; D. Jesus MARTIN; R. John DELFAVERO; B. Michael JAFFE; B. Paul GUNNESON
Original assignee: NTC Technology Inc
Current assignee: NTC Technology Inc
Priority date: 1999-10-01
Filing date: 2000-09-01
Publication date: 2005-12-08
Anticipated expiration: 2020-09-02
Also published as: US6810277B2; US7072702B2; US20050033129A1; DE60016445D1; WO2001025802A2; US20030009091A1; ATE284061T1; EP1224566A2; EP1224566B1; WO2001025802A3; US6519486B1

Description

TECHNISCHES GEBIET
Die vorliegende Erfindung bezieht sich auf das Gebiet der Signalverarbeitung. Die vorliegende Erfindung bezieht sich insbesondere auf die Verarbeitung von Messsignalen, um Störsignalbestandteile zu entfernen, die durch Rauschen und dabei speziell durch Rauschen, das durch Bewegungsartefakte hervorgerufen wird, verursacht werden.
AUSGANGSSITUATION DER ERFINDUNG
Die Messung von physiologischen Signalen kann oft mit Schwierigkeiten verbunden sein, da die zugrunde liegenden physiologischen Prozesse Signale mit einem äußerst niedrigen Spannungspegel generieren können. Außerdem treten im Körper und an der Schnittstelle zwischen dem Körper und den Sensoren physiologischer Prozesse typischerweise Störgeräusche auf. Beispiele für physiologische Messungen sind: Messung von Elektrokardiogramm-Signalen (EKG-Signale) auf der Grundlage der elektrischen Depolarisierung des Herzmuskels, Messung des Blutdrucks, der Blutsauerstoffsättigung, des Kohlendioxidpartialdrucks, der Herzfrequenz, der Atemfrequenz und der Narkosetiefe. EKG-Signale zum Beispiel werden typischerweise durch Oberflächenelektroden erfasst, die am Brustkorb des Patienten angebracht sind. EKG-Signale sind an der Signalquelle, also am Herz, schwach und an der Oberfläche des Brustkorbs noch schwächer. Außerdem wirken sich elektrische Störungen, die auf die Aktivität anderer Muskeln zurückgehen, zum Beispiel Atemgeräusche des Patienten, Bewegungen im Allgemeinen usw., zusätzlich störend auf physiologische Signale (zum Beispiel EKG) aus. Bei der Entwicklung und Verwendung von physiologischen Prozessoren muss also mit größter Sorgfalt vorgegangen werden, um die Qualität des echten Signals zu steigern und die Auswirkungen der störenden Rauschsignale zu reduzieren.
Es ist zweckdienlich, ein Messsignal als ein zusammengesetztes Signal zu beschreiben, das aus einem Echtsignalbestandteil und einem Rauschsignalbe standteil gebildet wird. Die Begriffe „Messsignal" und „zusammengesetztes Signal" werden im Folgenden so verwendet, dass sie gegeneinander austauschbar sind. Signalprozessoren werden häufig zur Entfernung von Rauschsignalbestandteilen aus einem zusammengesetzten Messsignal verwendet, um ein Signal zu erhalten, das dem echten Signal fast vollständig oder sogar vollständig entspricht. Herkömmliche Filterverfahren, zum Beispiel Tiefpass-, Bandpass- und Hochpassfiltern, können dort zur Entfernung von Rauschsignalbestandteilen aus dem zusammengesetzten Messsignal verwendet werden, wo der Rauschsignalbestandteil einen Frequenzbereich einnimmt, der außerhalb des Bereiches des Echtsignalbestandteils liegt. Bei höher entwickelten Verfahren des herkömmlichen Rauschfilterns kommen mehrere Notch-Filter zum Einsatz, die sich für die Fälle eignen, in denen der Rauschsignalbestandteil auf mehreren, klar voneinander getrennten Frequenzen vorhanden ist, die sich alle außerhalb des Frequenzbereiches des echten Signals befinden.
Es kommt jedoch häufig vor, dass sich die Frequenzspektren der Echt- und Rauschsignalbestandteile überschneiden und sich die statistischen Eigenschaften beider Signalbestandteile mit der Zeit ändern. Noch bedeutender ist die Tatsache, dass in vielen Fällen nur wenig über den Rauschsignalbestandteil bekannt ist. In solchen Fällen können sich herkömmliche Filterverfahren beim Extrahieren des echten Signals als unwirksam erweisen.
Die Messung der Blutsauerstoffsättigung eines Patienten ist eine übliche physiologische Messung, deren Genauigkeit durch Rauschen beeinträchtigt werden kann. Die Kenntnis der Blutsauerstoffsättigung kann bei der Durchführung operativer Eingriffe von entscheidender Bedeutung sein. Die Blutsauerstoffsättigung kann mit Hilfe invasiver Verfahren festgestellt werden. Zu diesen Verfahren gehört das Extrahieren und Untersuchen von Blut, das einem Patienten entnommen wurde, unter Einsatz eines CO-Oxymeters. Solche invasiven Verfahren sind jedoch typischerweise zeitaufwendig, teuer und für den Patienten unangenehm. Glücklicherweise gibt es nichtinvasive Messungen der Blutsauerstoffsättigung, bei denen bekannte Eigenschaften der Energiedämpfung genutzt werden, wenn eine ausgewählte Energieform durch ein Körpermedium fließt. Solche nichtinvasiven Messungen erfolgen routinemäßig mit einem Pulsoxymeter.
Energiedämpfungsmessungen, wie sie in der Pulsoxymetrie vorgenommen werden, basieren auf folgendem Prinzip: Strahlungsenergie wird auf ein Körpermedium gerichtet, wobei das Medium von einem Patienten stammt bzw. in dessen Körper enthalten ist. Dann wird die Amplitude der durch das Medium geleiteten bzw. vom Medium reflektierten Energie gemessen. Der Betrag der durch das Medium verursachten Dämpfung der einfallenden Energie hängt wesentlich von der Stärke und Zusammensetzung des Mediums, durch das die Energie fließen muss, sowie von der spezifischen Form der ausgewählten Energie ab. Informationen über ein physiologisches System können Daten entnommen werden, die von dem gedämpften Signal der einfallenden Energie, die durchgeleitet oder reflektiert wird, stammen. Die Genauigkeit solcher Informationen wird jedoch beeinträchtigt, wenn das Messsignal einen Rauschbestandteil enthält. Außerdem lassen nichtinvasive Messungen oft keine selektive Beobachtung der Störungen zu, die den Rauschsignalbestandteil verursachen, wodurch sich dieser nur schwer entfernen lässt.
Ein Pulsoxymeter ist ein Beispiel für ein physiologisches Überwachungssystem, das auf der Messung von Energie beruht, die durch biologische Gewebe und Substanzen gedämpft wird.
Ein Pulsoxymeter misst, genauer gesagt, die variable Absorption, die durch Veränderungen des Blutvolumens verursacht wird, wobei deren Ursprung in erster Linie arteriell ist. Pulsoxymeter leiten elektromagnetische Energie mit zwei unterschiedlichen Wellenlängen, zum Beispiel 660 nm (Rot) und 940 nm (Infrarot, im Folgenden mit IR abgekürzt), in das Gewebe und messen die Dämpfung der Energie als eine Funktion der Zeit. Das Ausgangssignal eines Pulsoxymeters ist empfindlich gegen den pulsierenden Anteil des arteriellen Blutflusses und enthält einen Bestandteil in Gestalt einer Wellenform, die repräsentativ für den arteriellen Puls des Patienten ist. Dieser Signaltyp, der einen im Zusammenhang mit dem Puls des Patienten stehenden Bestandteil enthält, wird als plethysmographische Wellenform oder Plethysmogramm bezeichnet.
Die Periode der rhythmischen Kontraktion des Herzens, durch die Blut durch die Aorta und die Lungenarterie gedrückt wird, wird als Systole bezeichnet. Die maximale dekadische Extinktion des Lichts wird während der Systole eines Herzzyklusses erreicht und in einem Plethysmogramm als Tiefpunkt bzw. systolisches Tal dargestellt. Dagegen ist die Diastole die Periode der rhythmischen Relaxation und Dilatation der Herzhohlräume, in der das Blut in die Hohlräume des Herzens gezogen wird. Die minimale dekadische Extinktion des Lichts wird während der Diastole eines Herzzyklusses erreicht und in einem Plethysmogramm als Hochpunkt bzw. diastolischer Gipfelpunkt dargestellt.
Pulsoxymetrie-Messungen verwenden typischerweise einen Finger oder eine Zehe oder ein Ohrläppchen oder einen anderen Körperteil, wo das Blut dicht unter der Hautoberfläche fließt, als Medium zur Hindurchleitung von Lichtenergie. Der Finger zum Beispiel besteht aus verschiedenen Geweben und Substanzen (Haut, Fett, Knochen, Muskeln, Blut usw.). Das Ausmaß, in dem jedes bzw. jede dieser biologischen Gewebe und Substanzen einfallende elektromagnetische Energie dämpft, ist allgemein bekannt. Die Wirkung einer Bewegung kann jedoch zu Veränderungen der optischen Kopplung des Sensors (oder der Sonde) an den Finger, der darunter liegenden Physiologie, der örtlichen Blutgefäßverteilung, der optischen Eigenschaften der Gewebe durch eine veränderte optische Weglänge oder auch zu Kombinationen aller genannten Faktoren und Wechselwirkungen zwischen ihnen führen. Folglich können erratische Energiedämpfungen auftreten, wenn sich der Patient bewegt.
Ein typisches Pulsoxymeter schließt einen Sensor, Kabel zwischen dem Sensor und einem Rechner für die Signalverarbeitung und eine optische Anzeige ein, wobei der Rechner und die optische Anzeige typischerweise in einem Patientenmonitor eingeschlossen sind. Der Sensor schließt typischerweise zwei Lichtemitterdioden (LED), die über die Fingerspitze verteilt sind, und einen Fotodetektor auf der den LEDs gegenüberliegenden Seite ein. Der Detektor misst beide übertragenen Lichtsignale, sobald diese den Finger durchdrungen haben. Die Signale werden zu einem Rechner weitergeleitet, wo die verschiedenen gemessenen Parameter analysiert und angezeigt werden.
Die physikalische Grundlage eines Pulsoxymeters bildet das Beer'sche Gesetz (auch als Beer-Lambert'sches Gesetz oder Bouguer'sches Gesetz bekannt), das die Dämpfung von monochromatischem Licht beschreibt, das sich durch ein gleichförmiges Medium bewegt, wobei dieses Medium nach folgender Gleichung Licht absorbiert: Itransmitted = Iincident · e–dcα(λ), (1)
Dabei sind I_transmitted die Stärke des Lichts, das von dem gleichförmigen Medium durchgelassen wird, I_incident die Stärke des einfallenden Lichts, d die Entfernung, die das Licht im gleichförmigen Medium zurücklegt, c die Konzentration der absorbierenden Substanz im gleichförmigen Medium mit der Einheit mmol L^–1 und α(λ) der Extinktions- oder Absorptionskoeffizient der absorbierenden Substanz auf der Wellenlänge λ mit der Einheit L/(mmol cm). Das Beer'sche Gesetz gilt auch dann, wenn mehr als eine Substanz im Medium Licht absorbiert. Jede Licht absorbierende Substanz trägt ihren Teil zur gesamten dekadischen Extinktion bei. Das Beer'sche Gesetz trifft jedoch nicht im strengsten Sinne zu, da eine LED kein monochromatisches Licht emittiert und Streueffekte einen beträchtlichen Einfluss haben. Daher verwenden Hersteller oft eine auf Erfahrungen gegründete Nachschlagetabelle, um das Verhältnis der dekadischen Extinktion (oder des Transmissionsgrades) im Rot- und im IR-Frequenzbereich einem Sättigungswert zuzuordnen.
Zwei LEDs emittieren Schmalbandlicht (also Halbwertsbandbreite von typischerweise 15 nm) in zwei unterschiedlichen Frequenzbereichen, typischerweise Rot (Mittelwert ca. 660 nm) und IR (Mittelwert ca. 940 nm). Die Stärke des Lichts, das von dem Gewebe durchgelassen wird, I_transmitted, ist bei jeder Wellenlänge von Licht, das durch die LEDs emittiert wird, unterschiedlich. Oxyhämoglobin (mit Sauerstoff gesättigtes Blut) tendiert zur Absorption von IR-Licht, während Desoxyhämoglobin (sauerstoffarmes Blut) zur Absorption von rotem Licht tendiert. Die Absorption von IR-Licht im Verhältnis zu rotem Licht nimmt also mit steigendem Oxyhämoglobin-Gehalt zu. Das Verhältnis der Absorptionskoeffizienten kann zur Bestimmung der Blutsauerstoffsättigung herangezogen werden.
Zur Berechnung der Blutsauerstoffsättigung, SpO₂, wird eine Konzentration von zwei gelösten Stoffen angenommen. Ein Maß für den funktionalen Grad der Blutsauerstoffsättigung, SpO₂, kann wie folgt definiert werden:
Dabei sind c₀ die Konzentration des gelösten Oxyhämoglobins und c_r die Konzentration des sauerstoffarmen gelösten Stoffes (Desoxyhämoglobin).
Rauschsignalbestandteile in einem gemessenen Pulsoxymetrie-Lichtsignal können sowohl aus AC- als auch aus DC-Quellen stammen. DC-Rauschsignalbestandteile können durch die Hindurchleitung von elektromagnetischer Energie durch Gewebe von relativ konstanter Stärke innerhalb des Körpers (zum Beispiel Knochen, Muskeln, Haut, Blut usw.) hervorgerufen werden. Solche DC-Rauschsignalbestandteile können mit Hilfe herkömmlicher Filterverfahren leicht entfernt werden. AC-Rauschsignalbestandteile können auftreten, wenn Gewebe, die gerade einer Messung unterzogen werden, Störeinflüssen unterliegen und sich ihre Stärke daher während der Messung ändert. Solche AC-Rauschsignalbestandteile können nur schwer mit Hilfe herkömmlicher Filterverfahren entfernt werden. Da die meisten Materialien, die sich im Körper befinden bzw. aus diesem entnommen wurden, leicht komprimierbar sind, ändert sich ihre Stärke, wenn sich der Patient während einer nichtinvasiven physiologischen Messung bewegt. Somit können durch die Bewegung des Patienten die Eigenschaften der Energiedämpfung erratisch schwanken. Der erratische oder unvorhersehbare Charakter von Bewegungsartefakten, die durch Rauschsignalbestandteile verursacht werden, stellt ein Haupthindernis bei ihrer Beseitigung dar.
Es sind bereits verschiedene Lösungsvorschläge zur Entfernung von Bewegungsartefakten aus gemessenen physiologischen Signalen, insbesondere zur Verwendung in Pulsoxymetern, unterbreitet worden. Die US-Patente Nr. 5.482.036, 5.490.505, 5.632.272, 5.685.299, 5.769.785 und 6.036.642, alle an Diab et al., und das US-Patent Nr. 5.919.134 an Diab offenbaren Verfahren und Vorrichtungen zur Entfernung von Bewegungsartefakten unter Verwendung adaptiver Rauschunterdrückungsverfahren. Der Grundgedanke dieser Patente an Diab et al. besteht darin, dass zuerst aus den beiden Messsignalen ein Rauschbezugssignal generiert und anschließend das Rauschbezugssignal zusammen mit einem oder beiden Messsignalen in einen adaptiven Rauschunterdrücker eingegeben wird, um das Rauschbezugssignal aus den Messsignalen zu entfernen und sich so den tatsächlichen parametrischen Signalen, die von Interesse sind, anzunähern. Diese Patente an Diab et al. setzen offenbar als Bedingung voraus, dass beide gemessenen Eingangssignale zur Generierung eines Rauschbezugssignals verwendet werden. Wenn das Verfahren der adaptiven Rauschunterdrückung, wie im US-Patent Nr. 5.482.036 offenbart, die Verwendung eines Korrelationsunterdrückers einschließt, entstehen zusätzliche Probleme, zum Beispiel ein beträchtlicher Rechenaufwand. Auch kann es unter bestimmten Umständen vorkommen, dass der Korrelationsunterdrücker das Ausgangssignal auf den Wert null bringt.
Ein weiterer Lösungsvorschlag zur Eliminierung von Rauschartefakten wird im US-Patent Nr. 5.588.427 an Tien offenbart. Tien verwendet das Verfahren der fraktalen Dimensionsanalyse zur Bestimmung der Komplexität von Wellenformen, um den Eigenwert des Verhältnisses der wahren Stärken auf der Grundlage der Signalkomplexität zu bestimmen. Der Lösungsvorschlag von Tien sieht den Einsatz eines Fraktal-Analysators vor, um Werte von zwei Verhältnissen, α und β, zu bestimmen, was auf der Grundlage der gemessenen zeitveränderlichen Stärke der übertragenen Rot- und IR-Lichtsignale einschließlich des Rauschens erfolgt. Dabei ist α das Verhältnis der zeitveränderlichen wahren Stärke des Lichts der roten LED zur zeitveränderlichen wahren Stärke des Lichts der IR-LED. Mit β wird ein ähnliches Verhältnis bezeichnet, nämlich das Verhältnis des während der Messung des Lichts der roten LED eingedrungenen Rauschens zum Rauschen, das während der Messung des Lichts der IR-LED eingedrungen ist. Laut Tien bestimmt ein Fraktal-Analysator dann Werte für α und β und liefert (α,β)-Paare an einen statistischen Analysator. Der statistische Analysator analysiert ein oder mehrere (α,β)-Paare, um den besten α-Wert zu bestimmen, der dann in eine Nachschlagetabelle aufgenommen wird. Die Nachschlagetabelle liefert einen Wert, der der arteriellen Sauerstoffsättigung des Patienten entspricht. Tiens Lösungsvorschlag scheint zwar einerseits eine neuartige Anwendung der Fraktal-Analyse zu beinhalten, ist andererseits aber unter dem Aspekt des Rechenaufwands offensichtlich sehr kompliziert.
Ein weiterer Lösungsvorschlag zur Eliminierung von Rauschartefakten wird in den US-Patenten Nr. 5.885.213, 5.713.355, 5.555.882 und 5.368.224, alle an Richardson et al., offenbart. Der Grundgedanke dieser Patente an Richardson et al. besteht im periodischen Wechsel der Betriebsfrequenzen auf der Grundlage der Berechnung des Rauschpegels, der mit mehreren möglichen Betriebsfre quenzen verknüpft ist, um die Betriebsfrequenz auszuwählen, die mit dem niedrigsten Rauschpegel verknüpft ist. Offenbar könnten Daten, die auf einer verrauschten Frequenz entsprechend dem Lösungsvorschlag nach Richardson et al. gemessen werden, im Hinblick auf die Berechnung der arteriellen Sauerstoffsättigung ungültig bzw. nutzlos sein. Außerdem entsteht, wenn man nach Richardson et al. verfährt, ein hoher Rechenaufwand, da man ständig überwachen muss, welche Betriebsfrequenz mit dem niedrigsten Rauschpegel verknüpft ist.
Ein weiterer Lösungsvorschlag zur Eliminierung von Rauschartefakten wird im US-Patent Nr. 5.853.364 an Baker, Jr. et al. offenbart. Gemäß diesem Lösungsvorschlag wird zuerst unter Verwendung eines adaptiven Kammfilters, des Leistungsspektrums und des Mustervergleichs die Herzfrequenz des Patienten berechnet. Nach der Bestimmung der Herzfrequenz durchlaufen die Oxymetrie-Daten den adaptiven Kammfilter, so dass nur Energie in ganzzahligen Vielfachen der Herzfrequenz verarbeitet wird. Die Daten, die den Kammfilter durchlaufen haben, und die unaufbereiteten Oxymetrie-Daten durchlaufen einen Kalman-Filter, um mittelwertbildende Gewichte und mittelwertbildende Zeiten adaptiv zu modifizieren, um Rauschbewegungsartefakte zu dämpfen. Das adaptive Filtern nach Baker, Jr. et al. macht die Lösung des Problems der Zurückweisung von Bewegungsartefakten unter dem Aspekt des Rechenaufwands anscheinend äußerst kompliziert.
Ein weiterer Lösungsvorschlag zur Eliminierung von Rauschartefakten wird im US-Patent Nr. 5.431.170 an Mathews offenbart. Mathews koppelt den Licht-Sender/Empfänger eines herkömmlichen Pulsoxymeters an einen Wandler, der auf Körperbewegungen oder -vibrationen anspricht. Der Wandler liefert ein elektrisches Signal, das je nach Art der Körperbewegung oder -vibration variiert. Dieses Signal ist relativ unabhängig von der Pulsation des Bluts oder einer anderen Flüssigkeit. Mathews stellt dann Mittel zum Vergleich der gemessenen Lichtsignale mit den Ausgangssignalen des Wandlers und zur adaptiven Rauschunterdrückung bereit. Ein offensichtlicher Nachteil des Lösungsvorschlags von Mathews besteht darin, dass ein sekundärer Sensor erforderlich ist, um Bewegungen zu erfassen.
Ein weiterer Lösungsvorschlag zur Eliminierung von Rauschartefakten wird in der Internationalen Patentanmeldung WO 9846126 und in ihrem Pendant, US-Patent Nr. 6.002.952 an Diab et al. (im Folgenden „Patent '952" genannt), offenbart. Diab et al. erkennen die Beschränkungen an, die die adaptive Rauschunterdrückung und insbesondere die Verwendung eines Korrelationsunterdrückers mit sich bringen. Das Patent '952 offenbart die Verwendung der Frequenzbereichsanalyse zum Extrahieren einer Pulsfrequenz aus Oxymetrie-Daten. Gemäß Patent '952 können Kopplungsfaktoren, die sich auf Verhältnisse von unkontaminierten Messdaten zu kontaminierten Messdaten (Rauschen) beziehen, bestimmt werden, indem die Verhältnisse bei jedem spektralen Spitzenwert einer Reihe solcher Spitzenwerte, die im Frequenzbereich erkannt werden, erfasst werden. Das Patent '952 offenbart außerdem die Verwendung der Kopplungsfaktoren zur Kennzeichnung der Anwesenheit von Rauschen durch die Berechnung der Differenz zwischen den größten und kleinsten Verhältnislinien für alle spektralen Spitzenwerte, wobei bestimmt wird, ob diese Differenz größer als ein vorgewählter Schwellenwert ist und ob die Frequenzen, die mit den größten und kleinsten spektralen Spitzenwerten verknüpft sind, arbiträr nahe aneinander liegen oder nicht. Wenn ein Rauschen nachgewiesen wird, wird ein Normierungsfaktor verwendet, um die Messdaten zu streichen, indem die Verstärkungsregelungseingabe in einen Verstärker mit Verstärkungsregelung gesteuert wird. Der Normierungsfaktor hat den Wert null, wenn kein Rauschen vorhanden ist, und kann sich bis zur größten Verhältnislinie erstrecken, wenn Rauschen vorhanden ist und die Frequenzen nicht nahe aneinander liegen. Das Verfahren zur Streichung von Signalen, das im Patent '952 offenbart wird, scheint sich jedoch auf eine sehr begrenzte Rauschmessung zu stützen, die darin zum Ausdruck kommt, dass dort untersucht wird, ob die Differenz zwischen den größten und kleinsten Verhältnislinien größer als ein vorgewählter Schwellenwert ist und wie nahe die mit dem größten und dem kleinsten spektralen Spitzenwert verknüpften Frequenzen aneinander liegen. Vorzugsweise sollten in einem Verfahren oder System zur Bestimmung physiologischer Parameter in Anwesenheit von Bewegungsartefakten mehrere Messungen zur Herstellung von Vertrauen vorgenommen werden. Dabei wäre zum Beispiel ein stabiles Pulsoxymeter von Vorteil.
Ein weiterer Lösungsvorschlag zur Eliminierung von Rauschartefakten wird in der Europäischen Patentanmeldung EP 0870466A1 an Kästle (im Folgenden „Patent '466" genannt) offenbart. Das Patent '466 offenbart die Verwendung der Frequenzbereichsanalyse zum Extrahieren einer Pulsfrequenz aus Oxymetrie-Daten. Gemäß Patent '466 werden die im Zeitbereich erfassten Rot- und IR-Signale in den Frequenzbereich umgesetzt und dann so kombiniert, dass sie komplexe kombinatorische Werte bilden, die spektrale Spitzenwerte des kombinierten Rot-IR-Signals repräsentieren, die im Patent '466 als „Nadeln" bezeichnet werden. Das Patent '466 offenbart Signalverarbeitungsalgorithmen zur Kennzeichnung dieser Nadeln. Nach der Kennzeichnung wird in einem Auswahlprozess versucht, zwischen nützlichen Signalen und Störsignalen zu unterscheiden, um die Störsignale zu eliminieren.
Auf dem hier behandelten Fachgebiet besteht also das Bedürfnis nach einem Verfahren, einer Vorrichtung und einem System zur Entfernung von Rauschartefakten, die durch Bewegungen verursacht werden, aus Lichtsignalen, wobei das Verfahren, die Vorrichtung und das System unter dem Aspekt des Rechenaufwands relativ einfach sein sollen. Weitere Anforderungen an dieses Verfahren, diese Vorrichtung und dieses System bestehen darin, dass sie nicht mehr als einen Sensor benötigen, keine Korrelationsunterdrücker und keine adaptive Rauschunterdrückung verwenden und mehrere Messungen zur Herstellung von Vertrauen vornehmen, um physiologische Parameter exakt zu bestimmen.
OFFENBARUNG DER ERFINDUNG
Die vorliegende Erfindung schließt Vorrichtungen zur Entfernung von Rauschen bei physiologischen Messungen ein, das durch Bewegungen oder ähnliche Artefakte verursacht wird. Die Vorrichtungen der vorliegenden Erfindung können Rauschen aus Lichtsignalen entfernen, wobei sie nur einen einzigen herkömmlichen Sensor verwenden und unter dem Aspekt des Rechenaufwands relativ einfach sind.
Erfindungsgemäß wird eine Vorrichtung zur Entfernung von Bewegungsartefakten aus elektrischen Signalen, die repräsentativ für gedämpfte Lichtsignale sind, bereitgestellt, wie sie im beigefügten Hauptanspruch, auf den im Folgenden Bezug genommen werden soll, gekennzeichnet wird. Ausführungsformen der vorliegenden Erfindung werden in den beigefügten Unteransprüchen gekennzeichnet, auf die im Folgenden ebenfalls Bezug genommen wird.
KURZE BESCHREIBUNG DER ZEICHNUNGEN
In den Zeichnungen, die das veranschaulichen, was gegenwärtig als beste Ausführungsform der Erfindung betrachtet wird, und in denen gleiche Bezugszeichen in unterschiedlichen Ansichten oder Ausführungsformen jeweils gleiche Teile bezeichnen, sind:
1 ein allgemeines Ablaufdiagramm, das ein erfindungsgemäßes Verfahren veranschaulicht;
2 zwei Graphen, die erfasste IR- und Rot-Datensegmente zeigen;
3 ein Graph des erfindungsgemäßen Leistungsspektrums des IR-Datensegments in 2;
4 beispielhafte Graphen erfindungsgemäßer gemessener IR-und Rot-Datensegmente;
5 ein Graph des in den Frequenzbereich transformierten IR-Signals in 4;
6 drei Graphen von erfindungsgemäßen IR-Daten nach dem Filtern mit drei unterschiedlichen IR-Filtern, wobei die Graphen durch senkrechte Linien in Abschnitte eingeteilt sind, um Impulse und Parameterberechnungen zu zeigen;
7 ein Blockdiagramm einer erfindungsgemäßen Leiterplatte für die Zurückweisung von Bewegungsartefakten, die Rauschartefakte aus Signalen, die Körperparameter repräsentieren, entfernt;
8 ein Blockdiagramm eines erfindungsgemäßen Pulsoxymetrie-Systems einschließlich einer Leiterplatte für die Zurückweisung von Bewegungsartefakten, das Rauschen aus Pulsoxymetrie-Daten entfernen kann;
9 ein Blockdiagramm eines erfindungsgemäßen Pulsoxymetrie-Systems einschließlich eines Prozessors, der für die Entfernung von Rauschen aus Pulsoxymetrie-Daten programmiert ist.
BESTE AUSFÜHRUNGSFORMEN DER ERFINDUNG
Die folgende ausführliche Beschreibung offenbart Verfahren, Vorrichtungen und Systeme zur Entfernung von Bewegungsartefakten aus gemessenen plethysmographischen Wellenformen, insbesondere, aber nicht einschränkend, solche, die in der Pulsoxymetrie verwendet werden. Ein im Folgenden beschriebenes System schließt Pulsoxymetrie-Hardware und mit dieser verknüpfte Software zur Unterdrückung von Bewegungsartefakten ein. Ein im Folgenden beschriebenes Verfahren schließt eine Reihe von Schritten ein, die bestimmte Eigenschaften plethysmographischer Wellenformen nutzen. Die im Folgenden beschriebenen Verfahren, Vorrichtungen und Systeme eignen sich für die Verwendung mit Sensoren, die Licht verwenden, das von Körpergeweben und – substanzen durchgelassen bzw. von diesen reflektiert wird. Aus praktischen Gründen geht die folgende ausführliche Beschreibung davon aus, dass Licht gemessen wird, das von einem menschlichen Finger durchgelassen wird. Die Begriffe „Signal" und „Wellenform" werden im Folgenden so verwendet, dass sie gegeneinander austauschbar sind.
1 ist ein allgemeines Ablaufdiagramm eines Verfahrens zur Entfernung von Bewegungsartefakten aus plethysmographischen Daten und zur Ermittlung des Pulsfrequenzwertes und des SpO₂-Wertes aus diesen Daten. Die Verfahrensschritte sind: Erfassung von Segmenten unaufbereiteter plethysmographischer Daten (sowohl ein Rot-Datensegment als auch ein IR-Datensegment) 100, Konditionierung jedes Segments der unaufbereiteten Daten für die Signalverarbeitung 110, Transformation der konditionierten Daten in den Frequenzbereich 120, Analyse der Frequenzbereichsdaten hinsichtlich Kandidaten unter den spektralen Spitzenwerten 130, Berechnung ausgewählter Parameter, die mit den Kandidaten unter den spektralen Spitzenwerten verknüpft sind 140, Entscheidung zwischen den Kandidatenspitzenwerten auf der Grundlage der ausgewählten Parameter, um eine beste Frequenz auszuwählen 150, Ausgabe der Pulsfrequenz und des mittleren SpO₂-Wertes für die beste Frequenz, falls eine beste Frequenz gefunden wurde 160, Wiederholung dieser Schritte für neue Segmente unaufbereiteter Daten, falls erforderlich 170. Das Verfahren wird sowohl auf Rot- als auch auf IR-Datensignale angewendet, um vor der Ausgabe der Pulsfrequenz und des SpO₂-Wertes das Rauschen aus den Datensignalen zu entfernen bzw. das Rauschen zu reduzieren. Die Pulsfrequenz und der mittlere SpO₂-Wert können für gültige beste Frequenzen ausgegeben werden.
Das Verfahren beginnt mit der Erfassung eines Segments von Messdaten (zum Beispiel fünf oder mehr Impulse oder ca. zehn Sekunden), die aus einer einzelnen Lichtquelle stammen, deren Licht von einem Finger durchgelassen und von einem Sensor auf der gegenüberliegenden Seite des Fingers erfasst wird. Die Erfassung eines Datensegments wird in 1 durch Block 100 dargestellt. 2 zeigt abgetastete Segmente von IR- und Rot-Daten, die gemäß Block 100 in 1 erfasst worden sind. Die waagerechte Achse in 2 ist die Zeitachse, wobei die Zeit in diesem speziellen Fall in Sekunden angegeben wird. Die senkrechte Achse in 2 gibt die Werte in willkürlichen Einheiten an, in diesem speziellen Fall in Analog-Digital-Ausgabeeinheiten. Aus praktischen Gründen wird zur Veranschaulichung des Verfahrens ein Datensegment von 10,24 Sekunden verwendet. Ein Datensegment von 10,24 Sekunden entspricht 1024 Datenpunkten mit einer Abtastfrequenz von 100 Datenpunkten pro Sekunde. Für den Fachmann sollte klar ersichtlich sein, dass das erfindungsgemäße Verfahren nicht auf Datensegmente dieser Größe beschränkt ist. Die hierin beschriebenen Schritte der Signalverarbeitung können sowohl mit Rot- als auch mit IR-Datensegmenten unabhängig für die jeweiligen Segmente und gleichzeitig durchgeführt werden. Wenn also die Verfahrensschritte mit Bezug auf Daten aus einem IR-Lichtsignal beschrieben werden, so sind diese Schritte gleichermaßen auf Daten aus einem Rot-Lichtsignal anwendbar und umgekehrt. Die Begriffe „Datensegment", „Eingangswellenform", „Datensignal" und „Signal" werden im Folgenden so verwendet, dass sie gegeneinander austauschbar sind.
Ein Datensegment kann von einem Sensor stammen, der übertragene oder reflektierte Lichtsignale in elektrische Signale umsetzt. Die US-Patente Nr. 5.190.038, 5.398.680, 5.448.991 und 5.820.550 an Polson et al., deren Offenbarungsgehalt durch Bezugnahme vollumfänglich zum Offenbarungsgehalt dieser Anmeldung gemacht wird, offenbaren und beanspruchen elektronische Systeme zum Empfang von Rot- und IR-Daten von einem Sensor, zur Vorkonditionierung der elektrischen Signale und zur anschließenden Umsetzung der vorkonditionierten elektrischen Signale in digitale Daten unter Verwendung eines Analog-Digital-Umsetzers für die nachfolgende digitale Signalverarbeitung. Die unaufbereiteten Rot- und IR-Wellenformen können mit jeder passenden Übertragungsgeschwindigkeit abgetastet werden. Der Einfachheit halber soll hier jedoch eine Abtastfrequenz von 100 Hz angenommen werden. Außerdem können die Pulsfrequenz und der SpO₂-Wert auf jeder passenden periodischen oder nichtperiodischen Grundlage berechnet werden. Der Einfachheit halber soll hier jedoch angenommen werden, dass die Pulsfrequenz und der SpO₂-Wert auf periodischer Grundlage jede halbe Sekunde berechnet werden.
Sobald ein Datensegment aus einem einzelnen elektrischen Signal (also Rot oder IR) erfasst und digitalisiert worden ist, kann es für die nachfolgende Signalverarbeitung konditioniert werden (siehe Block 110 in 1). Die Signalkonditionierung kann den Schritt des Filterns einschließen, um spektrale Streuverluste zu reduzieren, die aus der nachfolgenden Frequenzanalyse resultieren. Es gibt mehrere dafür geeignete Fensterfilter. So kann zum Beispiel, aber nicht ausschließlich, ein Hanning-Fenster zur Reduzierung der spektralen Streuverluste verwendet werden. Für den Fachmann auf dem Gebiet der digitalen Signalverarbeitung sollte klar ersichtlich sein, dass auch andere Fensterfilter und Datenfilterverfahren zur Reduzierung der spektralen Streuverluste gewählt werden können. Da solche Filterverfahren und verschiedenartigen Filter dem Fachmann auf dem Gebiet der Signalverarbeitung bekannt sind, werden sie hier nicht ausführlicher beschrieben. 3 zeigt das Leistungsspektrum des IR-Datensegments in 2 nach dem Filtern. Die senkrechte Achse in 3 kann die Werte in jeder willkürlichen Einheit der Leistung angeben. Die waagerechte Achse gibt die Frequenz in einer beliebigen Einheit an, in diesem speziellen Fall in Schlägen pro Minute (bpm).
Die konditionierten Daten werden dann zur weiteren Analyse und Signalverarbeitung in den Frequenzbereich transformiert (siehe Block 120 in 1). Die hierin beschriebene Signalverarbeitung erfolgt generell im Frequenzbereich. Das Datensegment wird in den Frequenzbereich umgesetzt, indem zum Beispiel die herkömmliche schnelle Fourier-Transformation (FFT) auf das Datensegment angewendet wird. 3 ist ein Graph des Ergebnisses der FFT des IR- Datensegments in 2. 3 zeigt einen primären Kandidatenspitzenwert auf einer Frequenz von ca. 70 bpm und einen sekundären Kandidatenspitzenwert auf einer Frequenz von ca. 128 bpm. Es können auch andere übliche Verfahren der Umsetzung von Zeitbereichsdaten in den Frequenzbereich angewendet werden, zum Beispiel klassische Verfahren unter Verwendung der FFT wie Wellen- oder Beziehungsschaubilder, autoregressive Verfahren, das Prony-Verfahren, Minimalvarianzverfahren, Maximum-Likelihood-Verfahren. Außerdem können Zeitbereichsdaten unter Verwendung solcher Transformationen wie der diskreten Kosinus-Transformation, der Wavelet-Transformation, der diskreten Hartley-Transformation und der Gabor-Transformation in den Frequenzbereich umgesetzt werden. Die bevorzugte Transformation gemäß diesem Verfahren ist die FFT mit einer Fenstergröße von 1024 Punkten. Die 1024 Datenpunkte kommen in einen FFT-Puffer. Die FFT transformiert die 1024 Datenpunkte aus dem Zeitbereich in den Frequenzbereich. Die FFT gibt im Frequenzbereich 512 reale und 512 imaginäre Datenpunkte aus. Aus diesen 512 realen und 512 imaginären Datenpunkten wird das Leistungsspektrum berechnet und in einen Leistungsspektrenpuffer eingegeben.
Sowohl transiente als auch periodische Rauschartefakte können im Frequenzbereich Spitzenwerte induzieren, die größer als der mit der Herzfrequenz des Patienten verknüpfte Spitzenwert sein können. Der Frequenzspitzenwert, der die Herzfrequenz des Patienten tatsächlich repräsentiert (beste Frequenz), muss dann bestimmt werden. Block 130 in 1 zeigt die Analyse der Spitzenwerte des Leistungsspektrums zur Bestimmung von Kandidaten unter den spektralen Spitzenwerten. Eine Möglichkeit der Bestimmung der besten Frequenz wäre das Ordnen der Frequenzen nach der größten Amplitude in absteigender Ordnung, F₁ bis F_n, wobei F₁ bis F_n keine Harmonischen voneinander sind, und das Analysieren jeder einzelnen Frequenz, um die richtige Frequenz, also die Herzfrequenz des Patienten, herauszufinden. Gemäß dem bevorzugten Verfahren werden jedoch bis zu drei Kandidaten unter den spektralen Spitzenwerten für die weitere Analyse ausgewählt.
Die Funktion von Block 130 besteht im Ausfindigmachen von Kandidaten unter den spektralen Spitzenwerten des Leistungsspektrums, das in Block 120 berechnet wurde. Der Leistungsspektrenpuffer ist eine regelmäßige Anordnung von 512 Vektorpunkten (im vorliegenden Dokument als „Bins" bezeichnet) im Frequenzbereich. Jedes Element dieser regelmäßigen Anordnung im Leistungsspektrenpuffer repräsentiert die Leistung der entsprechenden Frequenz in der ursprünglichen Wellenform unaufbereiteter Daten. Von den 512 Bins sind nur die Bins 5 (29 bpm) bis 43 (252 bpm) von Interesse, da dieser Bereich die physiologischen Grenzen der menschlichen Herzfrequenz erfasst. Alle anderen Bins werden in das erfindungsgemäße Verfahren nicht einbezogen, da sie unter physiologischem Aspekt keine gültige spektrale Frequenz einer Pulsfrequenz repräsentieren können. Die unten stehende Tabelle 1 zeigt die ersten 45 Punkte der regelmäßigen Anordnung des Leistungsspektrums.
Tabelle 1
In Tabelle 1 sind in der ersten Spalte die Bin-Nummern n verzeichnet. Die zweite Spalte zeigt die Mittenfrequenz ƒ der entsprechenden Bin-Nummer n, berechnet als Produkt der Bin-Nummer und der Abtastfrequenz (100 Abtastwerte pro Sekunde), dividiert durch die von der FFT verwendete Blocklänge (also 1024). Die dritte Spalte zeigt die Pulsfrequenz entsprechend der Mittenfrequenz ƒ in Spalte 2, berechnet durch Multiplizieren von ƒ (gemessen in Schlägen pro Sekunde) mit dem Wert 60, um einen Wert zu erhalten, der in Schlägen pro Minute angegeben wird.
Um Kandidatenspitzenwerte (und entsprechende Frequenzen) auszuwählen, werden unterschiedliche Amplitudenanalyseverfahren auf unterschiedliche Frequenzbereiche angewendet. Die Amplituden von Frequenzbestandteilen, die neben und nahe an der Amplitude des Kandidatenspitzenwertes liegen, können hinsichtlich ihrer absoluten oder relativen Werte verglichen werden. So können zum Beispiel die Frequenzen der Kandidaten-Bins 5 bis 10 (Suchverfahren „5-10") nacheinander durchgegangen werden. Gemäß dem Suchverfahren „5–10" wird ein Kandidaten-Bin als Kandidatenspitzenwert des Leistungsspektrums angenommen, wenn die drei dem Kandidaten-Bin vorangehenden und die vier ihm nachfolgenden Bins alle eine geringere Leistung als der Kandidaten-Bin aufweisen. Wenn zum Beispiel Bin 6 ein Kandidat unter den spektralen Spitzenwerten sein soll, so müssen die Bins 3, 4, 5, 7, 8, 9 und 10 alle eine geringere Leistung als Bin 6 aufweisen. Die Begriffe „spektraler Spitzenwert", „Leistungsspitzenwert" oder einfach „Spitzenwert" werden im vorliegenden Dokument als Synonyme verwendet. Zur Kennzeichnung eines Kandidatenspitzenwertes können verschiedene Amplituden-, Form-, syntaktische oder andere Musteranalyseverfahren angewendet werden. Es können auch multiple stochastische Kurvenermittlungsverfahren angewendet werden, wie sie dem Fachmann auf dem Gebiet der Spektralanalyse bekannt sind.
Sobald alle möglichen Kandidaten unter den Spitzenwerten des Leistungsspektrums gefunden worden sind, werden vorbestimmte Kriterien zur Auswahl von maximal drei Kandidaten unter den spektralen Spitzenwerten angewendet. Zuerst wird der mit der Amplitude der höchsten Leistung verknüpfte Leistungsspitzenwert als primärer Kandidatenspitzenwert ausgewählt. Dann werden alle Leistungsspitzenwerte eliminiert, die als Harmonische des primären Kandidatenleistungsspitzenwertes ermittelt worden sind. Gemäß diesem Verfahren gilt jeder Leistungsspitzenwert als Harmonische, dessen Frequenz ein Vielfaches des primären Spitzenwertes, ± 1 Bin, ist und dessen Amplitude weniger als die Hälfte der maximal zulässigen Leistung der vorhergehenden Harmonischen oder im Fall der ersten Harmonischen weniger als die Hälfte der Leistung des primären Spitzenwertes beträgt. Nehmen wir zum Beispiel an, dass ein primärer Kandidatenspitzenwert bei Bin 10 gefunden wurde. Mögliche harmonische Bins von Bin 10 sind die Bins 19–21, 29–31 und 39–41. Wenn wir mit diesem Beispiel fortfahren, so müssen bei einer Amplitude des primären Leistungsspitzenwertes (Bin 10), die 100 arbiträre Einheiten des Leistungsspektrums beträgt, die Bins 19–21 einen Wert von weniger als 50 Einheiten, die Bins 29–31 von weniger als 25 Einheiten und die Bins 39–41 von weniger als ca. 12 Einheiten aufweisen, um als Harmonische zu gelten, wobei diese Einheiten das Maß der Amplitude des Leistungsspektrums darstellen. Andere Gewichte können auf die Analyse der Reihenfolge zur Ermittlung von Harmonischen des Kandidaten unter den spektralen Spitzenwerten angewendet werden, ohne vom Schutzbereich der vorliegenden Erfindung abzuweichen.
Nach dem Eliminieren der Harmonischen des primären Kandidatenspitzenwertes wird der nächstgrößte verbliebene Leistungsspitzenwert, sofern ein solcher gefunden wurde, als sekundärer Kandidatenspitzenwert ausgewählt. Schließlich wird, wenn die vorhergehende Pulsfrequenz von null verschieden ist, das der vorhergehenden Pulsfrequenz entsprechende Leistungsspektrum bestimmt. Wenn der der vorhergehenden Pulsfrequenz entsprechende Bin ungleich dem primären oder dem sekundären Kandidaten unter den Leistungsspitzenwerten ist, wird der der vorhergehenden Pulsfrequenz entsprechende Bin als tertiärer Kandidatenspitzenwert ausgewählt. Auf diese Art und Weise werden gemäß Block 130 in 1 bis zu drei Kandidatenspitzenwerte (primärer, sekundärer und tertiärer Wert) und entsprechende Frequenzen jedes Kandidatenspitzenwertes gekennzeichnet.
Block 140 in 1 zeigt die Berechnung ausgewählter Parameter, die mit den in Block 130 gekennzeichneten Kandidatenspitzenwerten verknüpft sind. Block 140 kann das Impulsfensterfiltern und die Berechnung solcher Parameter wie der Scheitelwertermittlung und der Impulszurückweisungskriterien und von beschreibenden Parametern, die mit jedem der bis zu drei in Block 130 gefundenen Kandidaten unter den Leistungsspitzenwerten verknüpft sind, einschließen. Diese Parameter werden zur Bestimmung des Impulsvertrauens für jeden Kandidatenspitzenwert verwendet. Zu den erfindungsgemäß für jeden gefilterten Kandidatenspitzenwert berechneten Parametern gehören Maße für die zentrale Tendenz und die Veränderlichkeit der Impulsbreite, der Pulsfrequenz und des SpO₂-Wertes sowie Maße für den Verlauf und das Vertrauen dieser Parameter. Die bevorzugte Ausführungsform schließt folgende Parameter ein: (1) Fensterpulsfrequenz, (2) Impulsbreitenveränderlichkeit, (3) SpO₂-Veränderlichkeit, (4) Impulsfensfer-SpO₂-Wert, (5) Veränderlichkeit der Impulsspitzenwertamplitude, (6) prozentualer Pulsfrequenzverlauf und (7) Impulsfenstervertrauen. Es sei angemerkt, dass auch andere Parameter aus den Kandidaten unter den Leistungsspitzenwerten berechnet werden können, ohne vom Schutzbereich der vorliegenden Erfindung abzuweichen, wobei solche Parameter andere Maße für die zentrale Tendenz, die Veränderlichkeit (also Asymmetrie, Wölbung), den Verlauf/Trend und das Vertrauen einschließen, aber nicht auf diese beschränkt sind. Jeder der genannten Parameter wird im Folgenden, beginnend mit den Impulsfensterfiltern, ausführlicher diskutiert.
Vor der Berechnung der oben erwähnten Parameter wird jeder Kandidatenspitzenwert mit einem Schmalbandfilter, zum Beispiel einem Bandpassfilter mit endlicher Impulsantwort (FIR-Filter) gefiltert. Unter einem Aspekt der vorliegenden Erfindung wird ein bestimmter Bin oder Kandidatenspitzenwert von einem unter mehreren vordefinierten FIR-Filtern gefiltert. Die Spitzenfrequenzen der Filter können durch einen festen Frequenzabstand (gemessen in Hz oder bpm), zum Beispiel 25 bpm, abgetrennt sein oder variabel und eine Funktion entweder der Frequenz oder einer Charakteristik des Spektrums (zum Beispiel Veränderlichkeit oder Rauschen) oder von beiden sein. Wenn zum Beispiel ein Kandidatenspitzenwert bei Bin 12 gefunden wurde, kann ein Filter mit einer Mitten- oder Spitzenfrequenz von 76,2 bpm gewählt werden. Sowohl ein fester als auch ein variabler Frequenzabstand kann zwischen ca. 15 bpm und ca. 40 bpm liegen.
Vorzugsweise können die Bandpassfilterkoeffizienten je nach Bedarf so gespeichert oder generiert und eingestellt werden, dass die Mittenfrequenz fast identisch mit der Kandidatenfrequenz ist. Das dient der verbesserten Diskriminierung, insbesondere bei Spitzenwerten, die dicht beieinander liegen. Außerdem können andere Filterverfahren angewendet werden, zum Beispiel (a) andere Arten von Bandpassfiltern, also Filter mit unendlicher Impulsantwort (IIR-Filter), und (b) Frequenzbereichsverfahren wie das Transformieren der Daten in den Frequenzbereich (zum Beispiel FFT), das Filtern oder Eliminieren von Störbestandteilen im Frequenzbereich und Zurücktransformieren in den Zeitbereich (zum Beispiel inverse FFT) zur weiteren Signalverarbeitung.
Sobald die bis zu drei Kandidatenspitzenwerte ausgewählt und gefiltert worden sind, wird auf jeden der bis zu drei Kandidatenspitzenwerte im Zeitbereich ein Scheitelwertdetektoralgorithmus angewendet. Der Scheitelwertdetektoralgorithmus soll in allen gefilterten Zeitbereichsdatensegmenten und den mit ihnen verknüpften Mittenfrequenzen Spitzenwerte im Leistungsspektrum kennzeichnen. Die Begriffe „Fenster" und „Impulsfenster" werden im vorliegenden Dokument so verwendet, dass sie gegen den Begriff „Zeitbereichsdatensegment" austauschbar sind. Für jeden im Zeitbereich gefundenen Spitzenwert wird die Impulsbreite als die Zeit berechnet, die zwischen jeweils zwei Spitzenwerten vergeht. Die Fensterpulsfrequenz wird berechnet, indem die Summe der Im pulsbreitenzeiten aller Spitzenwerte durch die Anzahl der ermittelten Spitzenwerte dividiert wird.
Die Impulsbreitenveränderlichkeit ist ein Maß dafür, wie konstant die Impulsbreite für alle Spitzenwerte in einem bestimmten Impulsfenster ist, und wird erfindungsgemäß berechnet. Mit Ausnahme von Objekten, die Herzrhythmusstörungen, insbesondere ventrikuläre Arrhythmien, darstellen, sollte die Veränderlichkeit der Impulsbreite aller Spitzenwerte innerhalb eines kurzen Zeitintervalls (zum Beispiel ein Fenster von 10,24 Sekunden) gering sein. Eine höhere Impulsbreitenveränderlichkeit ist oft ein Anzeichen für (a) Herzrhythmusstörungen oder (b) physiologische Artefakte, zum Beispiel Bewegung. Die Impulsbreitenveränderlichkeit wird berechnet als die Summe der absoluten Differenzen zwischen den einzelnen Impulsbreiten und der durchschnittlichen Impulsbreite, normalisiert durch die durchschnittliche Impulsbreite:
Dabei sind i die Anzahl der im Fenster ermittelten Spitzenwerte, die Impulsbreite; die Impulsbreite des i-ten Spitzenwertes und die durchschnittliche Impulsbreite die Summe der einzelnen Impulsbreiten, dividiert durch die Anzahl der Impulse. So hat zum Beispiel eine Pulsfrequenz von 180 bpm eine Impulsbreite von 330 ms und eine Pulsfrequenz von 60 bpm eine Impulsbreite von 1000 ms. Eine durchschnittliche Impulsbreitendifferenz von 100 ms hätte bei 180 bpm eine viel größere Auswirkung als bei 60 bpm. Das Dividieren durch die Pulsfrequenz normalisiert also die Impulsbreitenveränderlichkeit. In dem angesprochenen Beispiel, in dem sich Pulsfrequenzen von 180 bpm und 60 bpm gegenüberstehen, führt das Dividieren durch die durchschnittliche Impulsbreite dazu, dass die Impulsbreitenveränderlichkeit bei 180 bpm dreimal größer als bei 60 bpm ist.
Der SpO₂-Wert wird für jeden Spitzenwert im Impulsfenster unter Verwendung des Verhältnisses R berechnet, das mit Hilfe einer Nachschlagetabelle einem SpO₂-Wert zugeordnet wird. Dieses Verhältnis R ist wie folgt definiert:
Das Verhältnis R in Gleichung 4 wird verwendet, um Werte in eine auf Erfahrungen gegründete Tabelle zur Bestimmung des SpO₂-Wertes einzutragen. Der IR-AC-Bestandteil wird bei jedem Spitzenwert der gefilterten IR-Wellenform am Punkt der maximalen negativen Steigung zwischen dem Kurvenmaximum und dem Tal gewählt. Der Rot-AC-Bestandteil ist die Steigung der gefilterten Rot-Wellenform zu dem Zeitpunkt, der mit dem oben ausgewählten IR-AC-Bestandteil zusammenfällt. Die Punkte des Kurvenmaximums und des Tals der gefilterten IR-Wellenformen werden auf die unaufbereitete Rot- und IR-Wellenform transponiert. Der Mittelwert zwischen dem Kurvenmaximum und dem Tal wird als DC-Bestandteil betrachtet (analog einer DC-Verschiebung bei einer positiv vorbelasteten AC-Wellenform). Dieser DC-Bestandteil wird sowohl für die Rot- als auch für die IR-Wellenformen berechnet (also Rot-DC-Bestandteil und IR-DC-Bestandteil). Dieser Prozess wird für jedes der bis zu drei bandpassgefilterten Impulsfenster wiederholt, die den in Block 130 in 1 gekennzeichneten Kandidatenspitzenwerten entsprechen. Der Begriff „Impulsfenster" steht im vorliegenden Dokument für Zeitbereichsdaten, die einem bestimmten bandpassgefilterten Kandidatenspitzenwert entsprechen.
Die SpO₂-Veränderlichkeit ist ein Maß dafür, wie konstant der SpO₂-Wert für alle Spitzenwerte in einem Impulsfenster ist, und kann berechnet werden. Unter typischen Bedingungen ist die SpO₂-Veränderlichkeit gering, oft im Bereich von ± 2 Prozent Sättigung innerhalb eines kurzen Zeitintervalls (zum Beispiel ein Impulsfenster von 10,24 Sekunden). Wenn das Impulsfenster durch eine Frequenz gefiltert wird, die nicht mit der Pulsfrequenz in Beziehung steht (zum Beispiel weißes Rauschen), tendiert die SpO₂-Veränderlichkeit dazu, ein hohes Niveau zu erreichen. Daher ist die SpO₂-Veränderlichkeit ein gutes Maß für die Bestimmung des Vertrauens in ein Impulsfenster. Die SpO₂-Veränderlichkeit wird berechnet als die Summe der absoluten Differenz zwi schen den einzelnen SpO₂-Werten und dem durchschnittlichen SpO₂-Wert für das Impulsfenster:
Dabei sind i die Anzahl der im Fenster ermittelten Spitzenwerte, SpO₂; die für den ermittelten i-ten Spitzenwert berechnete Sättigung und Durchschnitt SpO₂ die Summe der einzelnen SpO₂-Werte, dividiert durch die Anzahl der einzelnen SpO₂-Werte.
Der Impulsfenster-SpO₂-Wert wird berechnet als der Medianwert aller SpO₂-Werte innerhalb des aktuellen Impulsfensters. Es können auch andere Verfahren zur Bestimmung der zentralen Tendenz verwendet werden, darunter, aber nicht darauf beschränkt, ein gewichtetes Mittel.
Die Veränderlichkeit der Impulsspitzenwertamplitude ist ein Maß dafür, wie konstant die Amplitude der Impulsspitzenwerte in einem Impulsfenster ist, und kann berechnet werden. Die Veränderlichkeit der Impulsspitzenwertamplitude wird berechnet als die Summe der Differenzen zwischen den einzelnen Impulsspitzenwertamplituden und der durchschnittlichen Impulsspitzenwertamplitude für das Impulsfenster.
Bewegungsartefakte sind für gewöhnlich nicht rein rhythmischer Natur. Daher ändert sich der Anteil des Leistungsspektrums, der Bewegungsartefakte aufweist, in dem Maße dynamisch, wie sich das Spektrum der Bewegungsartefakte ändert. Im Gegensatz dazu variiert das Spektrum der zugrunde liegenden Pulsfrequenz über längere Zeiträume in Bezug auf das Spektrum der Bewegungsartefakte viel weniger.
Der prozentuale Pulsfrequenzverlauf, ein weiterer nützlicher Parameter zur Ermittlung von Bewegungsartefakten, kann ebenfalls berechnet werden. Verfahrensgemäß wird für den primären und den sekundären Kandidatenspitzenwert eine Pulsfrequenz berechnet. Diese Berechnungen der Pulsfrequenz werden in einem Speicher gesichert. Dieser Speicher kann eine beliebige Kapazität haben, ist vorzugsweise aber in der Lage, für den primären und den sekundären Kandidatenspitzenwert Pulsfrequenzen von mindestens 10 bis 60 Sekunden zu spei chern. Der Speicher wird periodisch mit den neuesten Werten aktualisiert, wobei die ältesten Werte überschrieben werden. Zur besseren Veranschaulichung nehmen wir an, dass der Speicher für den primären und den sekundären Kandidatenspitzenwert Pulsfrequenzen von 30 Sekunden speichert. Der prozentuale Pulsfrequenzverlauf wird als der Prozentsatz berechnet, mit dem die Pulsfrequenz, die dem Kandidatenspitzenwert entspricht, in einem bestimmten Zeitraum (zum Beispiel die letzten 30 Sekunden) auftrat. Für den Fachmann ist natürlich offensichtlich, dass der prozentuale Pulsfrequenzverlauf auch mit Hilfe anderer analoger Verfahren berechnet werden kann. Der Pulsfrequenzverlauf könnte zum Beispiel ausgedehnt (also mehr oder weniger als 30 Sekunden) und nach verschiedenen Verfahren gewichtet oder gefiltert werden, ohne vom Schutzbereich der vorliegenden Erfindung abzuweichen.
Ein der Auswertung unterzogenes Impulsfenster kann von der weiteren Verarbeitung ausgeschlossen und als ungültiges Impulsfenster gekennzeichnet werden, wenn bestimmte Kriterien erfüllt sind. Ein der Auswertung unterzogenes Impulsfenster kann hinsichtlich der folgenden Kriterien überprüft werden:

1. Die Anzahl der Spitzenwerte im Impulsfenster, i, ist zwei oder weniger als zwei (i ≤ 2).
2. Die Fensterpulsfrequenz hat den Wert null, es wurde also keine Frequenz gefunden.

Zusätzliche Kriterien für die Veränderlichkeit und den Verlauf können sein:

1. Der prozentuale Pulsfrequenzverlauf liegt unter dem Prozentsatz eines wesentlichen Anteils des Pulses. Gemäß der bevorzugten Ausführungsform der vorliegenden Erfindung liegt der Prozentsatz eines wesentlichen Anteils des Pulses bei ca. 25% bis ca. 30%.
2. Die SpO₂-Veränderlichkeit ist entweder in absoluter oder in relativer Hinsicht größer als die „normale" SpO₂-Schwankung. Gemäß der bevorzugten Ausführungsform der vorliegenden Erfindung ist eine über einem Schwellenwert von ca. 3% bis ca. 5% liegende SpO₂-Veränderlichkeit größer als die „normale" SpO₂-Schwankung.
3. Die Impulsbreitenveränderlichkeit ist größer als ein Schwellenwert, der übermäßige Schwankungen repräsentiert. Gemäß der bevorzugten Ausführungsform der vorliegenden Erfindung kann ein Schwel lenwert, der übermäßige Schwankungen repräsentiert, bei einem Impulsfenster von 1024 Punkten im Bereich von ca. 200 bis ca. 400 Punkten liegen.
4. Die Fensterpulsfrequenz weicht entweder in absoluter oder in relativer Hinsicht um mehr als einen übermäßigen Betrag von der Mittenfrequenz des Kandidatenspitzenwertes des Leistungsspektrums ab. Gemäß der bevorzugten Ausführungsform der vorliegenden Erfindung ist ein übermäßiger Betrag ein Schwellenwert, der größer als ca. 20 bpm bis ca. 30 bpm ist, oder ca. 20% bis ca. 35% der Mittenfrequenz, wobei der jeweils kleinere der beiden maximalen Schwellenwerte anzuwenden ist.

Wenn das der Auswertung unterzogene Impulsfenster eines dieser Kriterien erfüllt, wird das der Auswertung unterzogene Impulsfenster als ungültig zurückgewiesen und als ungültiges Impulsfenster gekennzeichnet. Weiterhin können die optimalen Schwellenwerte und Werte für jedes der oben genannten Kriterien wahlweise mit Hilfe von Verfahren, die dem Fachmann bekannt sind, angepasst werden, wobei diese Verfahren Lern- oder Suchverfahren einschließen, aber nicht auf diese beschränkt sind.
Ein Vertrauensmaß, das Impulsfenstervertrauen, wird auch gemäß Block 140 in 1 berechnet. Gemäß dem bevorzugten Verfahren der vorliegenden Erfindung wird das Impulsfenstervertrauen berechnet als eine gewichtete Summe der Parameter Impulsbreitenveränderlichkeit, SpO₂-Veränderlichkeit, Veränderlichkeit der Impulsamplitude und prozentualer Pulsfrequenzverlauf. Je geringer der Wert des Impulsfenstervertrauens ist, desto größer ist das Vertrauen darin, dass der der Auswertung unterzogene Kandidatenspitzenwert eine gültige Pulsfrequenz ist. Das Impulsfenstervertrauen, das ein Punktwert ohne Einheiten ist, wird nur für jeden der bis zu drei verbliebenen Kandidatenspitzenwerte berechnet und dann im nächsten Verfahrensschritt (Schritt der Entscheidung) weiterverarbeitet (siehe Block 150 in 1).
Im Entscheidungsschritt (Block 150 in 1) wird bestimmt, welcher der bis zu drei Kandidatenspitzenwerte als gültig angenommen werden sollte, falls überhaupt einer von ihnen dafür in Frage kommt. Der Entscheidungsschritt 150 wird ausgeführt, indem die berechneten Parameter der Kandidatenspitzenwerte, einschließlich der Vertrauens- oder Qualitätsmaße (also Impulsfenstervertrauen) in Bezug aufeinander ausgewertet werden. Einige Kandidatenspitzenwerte sind eventuell bereits als ungültige Impulsfenster gekennzeichnet worden und werden aus diesem Grund keiner weiteren Auswertung unterzogen. Wenn keiner der bis zu drei Kandidatenspitzenwerte gültig ist, wird entsprechend dem erfindungsgemäßen Verfahren keine neue Pulsfrequenz oder neue Sättigung angezeigt. Wenn keiner der bis zu drei Kandidatenspitzenwerte gültig ist, kann aber auch ein anderer Algorithmus, der sich vom erfindungsgemäßen Verfahren unterscheidet, zur Bestimmung der Pulsfrequenz und der Sättigung angewendet werden (siehe zum Beispiel US-Patente Nr. 5.190.038, 5.398.680, 5.448.991 und 5.820.550 an Polson et al.). Dann wird zwischen den bis zu drei verbliebenen Kandidatenspitzenwerten entschieden, um zu bestimmen, welcher Kandidatenspitzenwert als beste Frequenz ausgewählt werden sollte, falls überhaupt einer von ihnen dafür in Frage kommt. Diese Entscheidung erfolgt vorzugsweise gemäß der unten stehenden Reihenfolge von Schritten:

1. Wenn die Frequenz des primären Kandidatenspitzenwertes, ƒ₁, null ist, dann gibt es keinen gültigen Kandidatenspitzenwert, also keine beste Frequenz.
2. Wenn das Impulsfenstervertrauen des tertiären Kandidatenspitzenwertes geringer als das Impulsfenstervertrauen entweder des primären Kandidatenspitzenwertes oder des sekundären Kandidatenspitzenwertes ist, dann ist der tertiäre Kandidatenspitzenwert die beste Frequenz. Es sei noch einmal auf folgende Tatsache hingewiesen: Je geringer der Wert des Impulsfenstervertrauens ist, desto größer ist das Vertrauen darin, dass der Kandidatenspitzenwert die gültige Pulsfrequenz ist.
3. Wenn sowohl der primäre Kandidatenspitzenwert als auch der sekundäre Kandidatenspitzenwert zurückgewiesen worden ist, dann gibt es keinen gültigen Kandidatenspitzenwert, also keine beste Frequenz.
4. Wenn der primäre Kandidatenspitzenwert nicht zurückgewiesen worden ist und der sekundäre Kandidatenspitzenwert zurückgewiesen worden ist, dann ist der primäre Kandidatenspitzenwert die beste Frequenz.
5. Wenn der primäre Kandidatenspitzenwert zurückgewiesen worden ist und der sekundäre Kandidatenspitzenwert nicht zurückgewiesen worden ist, dann ist der sekundäre Kandidatenspitzenwert die beste Frequenz.
6. Wenn das Impulsfenstervertrauen des primären Kandidatenspitzenwertes um einen spezifizierten Schwellenwert, t₁, größer als das Impulsfenstervertrauen des sekundären Kandidatenspitzenwertes ist und der prozentuale Pulsfrequenzverlauf des primären Kandidatenspitzenwertes größer als ein anderer spezifizierter Schwellenwert, t₂, ist, dann ist der primäre Kandidatenspitzenwert die beste Frequenz. Gleichartige Kriterien treffen zu, wenn das Impulsfenstervertrauen des sekundären Kandidatenspitzenwertes größer als das des primären Kandidatenspitzenwertes ist.
7. Wenn die Frequenz des sekundären Kandidatenspitzenwertes, ƒ₂, eine grobe Harmonische der Frequenz des primären Kandidatenspitzenwertes, ƒ₁, ist und das Impulsfenstervertrauen des primären Kandidatenspitzenwertes nicht mehr als um eine spezifizierte Anzahl von Punkten größer als das Impulsfenstervertrauen des sekundären Kandidatenspitzenwertes ist, dann wird der primäre Kandidatenspitzenwert angenommen. Die Frequenz des sekundären Kandidatenspitzenwertes, ƒ₂, ist eine grobe Harmonische der Frequenz des primären Kandidatenspitzenwertes, ƒ₁, wenn die Kandidatenfrequenz innerhalb einer Frequenztoleranz von ca. ± 10 bpm liegt. Gleichartige Kriterien treffen zu, wenn der sekundäre Kandidatenspitzenwert eine grobe Harmonische des primären Kandidatenspitzenwertes ist.
8. Wenn das Impulsfenstervertrauen des primären Kandidatenspitzenwertes nicht mehr als um eine spezifizierte Anzahl von Punkten größer als das Impulsfenstervertrauen des sekundären Kandidatenspitzenwertes ist, dann wird der primäre Kandidatenspitzenwert angenommen. Anderenfalls wird der sekundäre Kandidatenspitzenwert angenommen.

Sobald im Entscheidungsschritt 150 ein Kandidatenspitzenwert als gültig, also als beste Frequenz, angenommen worden ist, werden die Pulsfrequenz und der SpO₂-Wert der besten Frequenz berechnet und zum Beispiel an eine Anzeige oder einen Monitor ausgegeben (siehe Block 160 in 1). Die Schritte 100 bis 160 können dann für jedes neue Datensegment wiederholt werden (siehe Entscheidungsblock 170 in 1). Die oben stehende Reihenfolge stellt ledig lich ein Beispiel dar und ist nicht als Einschränkung zu verstehen. Außerdem ist für den Fachmann offensichtlich, dass den verschiedenen Kriterien, die für die Auswertung der Impulsform ausgewählt worden sind, Gewichte zugeordnet werden können, um die relative Wichtigkeit hervorzuheben.
4 bis 6 zeigen beispielhaft graphische Ergebnisse der Anwendung des beschriebenen Verfahrens. 4 zeigt Graphen gemessener IR-und Rot-Datensegmente. 5 ist ein Graph des in den Frequenzbereich transformierten IR-Signals in 4 mit einem primären Kandidatenspitzenwert bei ca. 82 bpm und einem sekundären Kandidatenspitzenwert bei ca. 105 bpm.

6 zeigt drei Graphen von erfindungsgemäßen IR-Daten nach dem Filtern mit drei unterschiedlichen FIR-Filtern, wobei die Graphen durch senkrechte Linien in Abschnitte eingeteilt sind, um Impulse und Parameterberechnungen zu zeigen. Die Parameterberechnungen, die in den Graphen in 6 jeweils auf der rechten Seite zu sehen sind, sollen nur Beispiele darstellen und sind für die Durchführung des erfindungsgemäßen Verfahrens nicht notwendig. Die im Zusammenhang mit den dargestellten Parameterberechnungen vorkommenden Abkürzungen stehen für:

PRHist	prozentualer Pulsfrequenzverlauf
PR	Fensterpulsfrequenz
PWVar	Impulsbreitenveränderlichkeit
MSat	Impulsfenster-SpO₂-Wert
SVar	SpO₂-Veränderlichkeit
PConf	Impulsfenstervertrauen
ConfOK	Kandidatenspitzenwert angenommen bzw. beste Frequenz gefunden
R	Der der Auswertung unterzogene Kandidatenspitzenwert wurde zurückgewiesen (mit Angabe des Grundes nach R:). Das Ergebnis der Parameterberechnung war also die Zurückweisung eines Kandidatenspitzenwertes entsprechend dem erfindungsgemäßen Verfahren.

Der obere Graph in 6 zeigt das Impulsfenster entsprechend dem primären Kandidatenspitzenwert von ca. 82 bpm in 5. Der mittlere Graph in 6 zeigt das Impulsfenster entsprechend dem sekundären Kandidatenspit zenwert von ca. 105 bpm in 5. Der untere Graph in 6 zeigt das Impulsfenster entsprechend dem tertiären Kandidatenspitzenwert von ca. 158 bpm in 5. Dabei ist zu beachten, dass in diesem Fall der tertiäre Kandidatenspitzenwert mit einer Frequenz von 158 bpm das geringste Impulsfenstervertrauen hat und auf der Grundlage der berechneten Parameter nicht zurückgewiesen wurde. Weiterhin ist zu beachten, dass 4 bis 6 lediglich beispielhafte Graphen von Musterberechnungen darstellen, die auf der Grundlage von tatsächlichen Daten aus typischen Pulsoxymetrie-Messungen durchgeführt worden sind.
Die oben beschriebenen Verfahren können in Vorrichtungen und/oder Systeme zur Berechnung der Blutsauerstoffsättigung integriert werden. In 7 weist eine Vorrichtung, die eine Ausführungsform der vorliegenden Erfindung darstellt, auf: eine Leiterplatte für die Zurückweisung von Bewegungsartefakten 10 mit einem Ein-Ausgabegerät 11, einem Prozessor 12 und einem Speicherelement 14 zur Speicherung eines rechnerprogrammierten Algorithmus für die gemäß den oben beschriebenen Verfahren erfolgende Zurückweisung von Bewegungsartefakten. Der Prozessor 12 kann ein DSP-Chip sein. Das Ein-Ausgabegerät 11 kann aus beliebigen Schaltungen (zum Beispiel, aber nicht ausschließlich, eine Busschnittstelle) bestehen, die die Datenübertragung an und den Empfang von Daten aus externen Schaltungen gestatten. Das Ein-Ausgabegerät 11 kann einen Leiterplattenstiftsockel zum Anschluss an ein Pulsoxymetrie-Überwachungssystem einschließen. Das Speicherelement 14 kann ein beliebiges monolithisches elektronisches Speicherelement sein, das digitale Daten, zum Beispiel Maschinencodes und Messdaten, speichern kann.
Wie in 8 zu sehen ist, kann die Leiterplatte für die Zurückweisung von Bewegungsartefakten 10 in 7 in ein komplettes Pulsoxymetrie-System 16 zur Entfernung von Rauschartefakten, die durch Bewegungen verursacht werden, aus elektrischen Signalen gemäß den oben beschriebenen erfindungsgemäßen Verfahren und zur Berechnung und Anzeige physiologischer Parameter integriert werden, wobei die Leiterplatte 10 entweder als diskrete Leiterplatte oder als Teil einer größeren Leiterplatte (zum Beispiel eine Hauptplatine), die andere Funktionen des Pulsoxymetrie-Systems 16 steuert, eingesetzt werden kann. Das Pulsoxymetrie-System 16 schließt auch ein Eingabegerät 18 und ein Ausgabegerät 20 ein. Das Eingabegerät 18 kann ein Pulsoxymeter-Sensor mit Lichtquellen in Form von Rot- und IR-LEDs und einem Fotodetektor zur Umsetzung von durchgelassenem oder reflektiertem Licht in ein elektrisches Signal sein. Das Ausgabegerät 20 kann ein Anzeigegerät wie zum Beispiel eine Kathodenstrahlröhre, ein LCD-Bildschirm, ein Aktivmatrix-Bildschirm oder ein anderes geeignetes dem Fachmann bekanntes Anzeigegerät sein. Das Ausgabegerät 20 kann auch ein Drucker zur Anfertigung einer Dauer- oder schriftlichen Aufzeichnung sein, zum Beispiel ein Laserdrucker, ein Tintenstrahldrucker, ein Thermodrucker, ein Matrixdrucker oder ein anderer geeigneter dem Fachmann bekannter Drucker. Das Pulsoxymetrie-System 16 kann ein beliebiges Pulsoxymeter sein, das nach den oben beschriebenen Prinzipien funktioniert. Ein spezielles Pulsoxymeter, für das sich die oben beschriebene Leiterplatte eignet, ist das Pulsoxymeter Modell 520A von Novametrix Medical Systems, Inc.
9 ist ein Blockdiagramm eines Pulsoxymetrie-Systems 22 einschließlich eines Prozessors 12, eines Eingabegeräts 18, eines Ausgabegeräts 20 und eines Speichers 24. Das Eingabegerät 18 kann ein Pulsoxymeter-Sensor mit Lichtquellen in Form von Rot- und IR-LEDs und einem Fotodetektor zur Umsetzung von durchgelassenem oder reflektiertem Licht in ein elektrisches Signal sein. Das Ausgabegerät 20 kann ein Anzeigegerät wie zum Beispiel eine Kathodenstrahlröhre, ein LCD-Bildschirm, ein Aktivmatrix-Bildschirm oder ein anderes geeignetes dem Fachmann bekanntes Anzeigegerät sein. Das Ausgabegerät 20 kann auch ein Drucker zur Anfertigung einer Dauer- oder schriftlichen Aufzeichnung sein, zum Beispiel ein Laserdrucker, ein Tintenstrahldrucker, ein Thermodrucker, ein Matrixdrucker oder ein anderer geeigneter dem Fachmann bekannter Drucker. Der Speicher 24 kann ein Diskettenlaufwerk sein oder ein beliebiges monolithisches elektronisches Speicherelement, das digitale Daten, zum Beispiel Maschinencodes und Messdaten, speichern kann.
Es sind nur einzelne Ausführungsformen der vorliegenden Erfindung beschrieben worden, auf die die Erfindung jedoch nicht beschränkt ist und die lediglich beispielhafter Natur sind. Ein Fachmann kann Variationen und Modifizierungen vornehmen, ohne vom Schutzbereich der Erfindung abzuweichen, der in den beigefügten Ansprüchen definiert ist.
BESCHRIFTUNG DER ZEICHNUNGEN
1 (Von oben nach unten)

Beginn
100: Erfassung von Segmenten unaufbereiteter Daten
110: Konditionierung der Segmente unaufbereiteter Daten für die Signalverarbeitung
120: Transformation der konditionierten Daten in den Frequenzbereich
130: Analyse von Spitzenwerten des Leistungsspektrums hinsichtlich Kandidatenspitzenwerten
140: Berechnung ausgewählter Parameter, die mit den Kandidatenspitzenwerten verknüpft sind
150: Entscheidung zwischen den Kandidatenspitzenwerten auf der Grundlage der ausgewählten Parameter, um die beste Frequenz auszuwählen
160: Ausgabe der Pulsfrequenz und des mittleren SpO₂-Wertes für die beste Frequenz, falls eine beste Frequenz gefunden wurde
170: Erfassung neuer Segmente unaufbereiteter Daten?
Ja
Nein
Ende

Fig. 2 und Fig. 4 (Von oben nach unten:)

Infrarot (Quelle)

Rot (Quelle)
Fig. 3 und Fig. 5

FFT schnelle Fourier-Transformierte

Rot Freq Frequenz

Fig. 6

Find pulses	Impulsermittlung
Filtered IR-Freq	gefilterte IR-Frequenz
PRHist	prozentualer Pulsfrequenzverlauf
PR	Fensterpulsfrequenz
PWVar	Impulsbreitenveränderlichkeit
MSat	Impulsfenster-SpO₂-Wert
SVar	SpO₂-Veränderlichkeit
PConf	Impulsfenstervertrauen
ConfOK	Kandidatenspitzenwert angenommen bzw. beste Frequenz gefunden
R	Der der Auswertung unterzogene Kandidatenspitzenwert wurde zurückgewiesen (mit Angabe des Grundes nach R:).
SpO₂Var	SpO₂-Veränderlichkeit

7

11 Ein-Ausgabegerät
12 Prozessor
14 Speicherelement

8

10 Leiterplatte für die Zurückweisung von Bewegungsartefakten
18 Eingabegerät
20 Ausgabegerät

9

12 Prozessor
18 Eingabegerät
20 Ausgabegerät
24 Speicher

Claims

Vorrichtung (22) zur Entfernung von Bewegungsartefakten aus elektrischen Signalen, die repräsentativ für gedämpfte Lichtsignale sind, wobei die Vorrichtung aufweist: einen Prozessor (12) zur Verarbeitung von Maschinenbefehlen zur Implementierung eines Verfahrens zur Entfernung von Bewegungsartefakten aus den elektrischen Signalen, wobei das Verfahren umfasst: Transformation der elektrischen Signale in Frequenzbereichsdaten, Kennzeichnung mehrerer Spitzenwerte unter den Frequenzbereichsdaten, einschließlich Kennzeichnung eines primären Spitzenwertes, der einem Spitzenwert mit der größten Amplitude entspricht, gekennzeichnet durch die Auswahl mehrerer Kandidatenspitzenwerte aus den mehreren gekennzeichneten Spitzenwerten durch die Eliminierung von Oberschwingungsfrequenzen des primären Spitzenwertes mit einer maximalen Amplitude, die weniger als die Hälfte der Amplitude einer vorhergehenden Harmonischen beträgt, oder, im Falle einer ersten Harmonischen, mit einer maximalen Amplitude, die weniger als die Hälfte der Amplitude des primären Spitzenwertes beträgt, Bestimmung von Parametern, die mit jedem der mehreren ausgewählten Kandidatenspitzenwerte verknüpft sind, Analyse jedes der mehreren Kandidatenspitzenwerte hinsichtlich mindestens einiger der bestimmten Parameter, und Entscheidung zwischen mindestens einigen der mehreren Kandidatenspitzenwerte unter Verwendung mindestens einiger der bestimmten Parameter, um eine beste Frequenz auszuwählen.
Vorrichtung (22) nach Anspruch 1, dadurch gekennzeichnet, dass das Verfahren weiterhin die Konditionierung der elektrischen Signale zur Reduzierung der spektralen Streuverluste vor dem Schritt der Transformation umfasst.
Vorrichtung (22) nach Anspruch 2, weiterhin einschließend einen Filter zur Verwendung bei der Konditionierung der elektrischen Signale.
Vorrichtung (22) nach Anspruch 3, dadurch gekennzeichnet, dass der Filter ein Hanning-Fenster aufweist.
Vorrichtung (22) nach Anspruch 1, dadurch gekennzeichnet, dass die Transformation der elektrischen Signale in Frequenzbereichsdaten mit einer schnellen Fourier-Transformierten ausgeführt wird.
Vorrichtung (22) nach Anspruch 1, dadurch gekennzeichnet, dass die Transformation der elektrischen Signale in Frequenzbereichsdaten mit Hilfe eines Verfahrens ausgeführt wird, das aus der Verfahrensgruppe ausgewählt wird, die ein Wellenschaubild, ein Beziehungsschaubild, autoregressive Verfahren, das Prony-Verfahren, Minimalvarianzverfahren, Maximum-Likelihood-Verfahren, eine diskrete Kosinus-Transformation, eine Wavelet-Transformation, eine diskrete Hartley-Transformation und eine Gabor-Transformation umfasst.
Vorrichtung (22) nach Anspruch 1, dadurch gekennzeichnet, dass der Schritt der Kennzeichnung der mehreren Kandidatenspitzenwerte umfasst: Bestimmung einer in den Frequenzbereichsdaten vorhandenen Amplitude mit der höchsten Leistung zu einem primären Kandidatenspitzenwert, Bestimmung einer Amplitude mit der nächsthöchsten Leistung zu einem sekundären Kandidatenspitzenwert, und Bestimmung einer vorhergehenden von Null verschiedenen Pulsfrequenz zu einem tertiären Kandidatenspitzenwert, wenn die vorhergehende von Null verschiedene Pulsfrequenz weder der primäre Kandidatenspitzenwert noch der sekundäre Kandidatenspitzenwert ist.
Vorrichtung (22) nach Anspruch 1, dadurch gekennzeichnet, dass der Schritt der Kennzeichnung der mehreren Kandidatenspitzenwerte die Kennzeichnung von n Spitzenwerten, F₁ bis F₂ der Frequenz nach, in absteigender Ordnung der Spitzenwertamplitude umfasst.
Vorrichtung (22) nach Anspruch 1, weiterhin aufweisend einen Schmalbandfilter zum Filtern jedes der mehreren Kandidatenspitzenwerte vor dem Schritt der Parameterbestimmung.
Vorrichtung (22) nach Anspruch 9, dadurch gekennzeichnet, dass der Schmalbandfilter einen Filter mit endlicher Impulsantwort aufweist.
Vorrichtung (22) nach Anspruch 9, dadurch gekennzeichnet, dass der Schmalbandfilter einen Filter mit unendlicher Impulsantwort aufweist.
Vorrichtung (22) nach Anspruch 1, weiterhin aufweisend n Schmalbandfilter, wobei einer der n Schmalbandfilter zum Filtern jedes der mehreren Kandidatenspitzenwerte vor dem Schritt der Parameterbestimmung zur Ausblendung des Einflusses der gerade nicht der Auswertung unterzogenen Kandidatenfrequenzen auswählbar ist.
Vorrichtung (22) nach Anspruch 12, dadurch gekennzeichnet, dass n den Wert 8 hat und jeder der 8 Schmalbandfilter durch einen festen Frequenzabstand, der zwischen ca. 25 bpm und ca. 30 bpm liegt, abgetrennt ist.
Vorrichtung (22) nach Anspruch 12, dadurch gekennzeichnet, dass jeder der n Schmalbandfilter durch einen variablen Frequenzabstand, der zwischen ca. 25 bpm und ca. 30 bpm liegt, abgetrennt ist.
Vorrichtung (22) nach Anspruch 1, weiterhin aufweisend einen Schmalbandfilter mit variabler Mittenfrequenz zum Filtern jedes der mehreren Kandidatenspitzenwerte.
Vorrichtung (22) nach Anspruch 1, weiterhin aufweisend einen Schmalbandfilter mit Filterkoeffizienten, die so generiert und eingestellt sind, dass die Mittenfrequenz des Schmalbandfilters zur Annäherung an eine mit jedem der Kandidatenspitzenwerte verknüpfte Frequenz verschiebbar ist.
Vorrichtung (22) nach Anspruch 1, weiterhin aufweisend eine schnelle Fourier-Transformierte (FFT), einen Schmalbandfilter und eine inverse FFT zum Filtern jedes der mehreren Kandidatenspitzenwerte.
Vorrichtung (22) nach Anspruch 1, dadurch gekennzeichnet, dass die Analyse jedes der mehreren Kandidatenspitzenwerte hinsichtlich der entwickelten Parameter die Berechnung einer Fensterpulsfrequenz einschließt.
Vorrichtung (22) nach Anspruch 1, dadurch gekennzeichnet, dass die Analyse jedes der mehreren Kandidatenspitzenwerte hinsichtlich der entwickelten Parameter die Berechnung der Impulsbreitenveränderlichkeit einschließt.
Vorrichtung (22) nach Anspruch 1, dadurch gekennzeichnet, dass die Analyse jedes der mehreren Kandidatenspitzenwerte hinsichtlich der entwickelten Parameter die Berechnung der SpO₂-Veränderlichkeit einschließt.
Vorrichtung (22) nach Anspruch 1, dadurch gekennzeichnet, dass die Analyse jedes der mehreren Kandidatenspitzenwerte hinsichtlich der entwickelten Parameter die Berechnung des Impulsfenster-SpO₂-Wertes einschließt.
Vorrichtung (22) nach Anspruch 1, dadurch gekennzeichnet, dass die Analyse jedes der mehreren Kandidatenspitzenwerte hinsichtlich der entwickelten Parameter die Berechnung des prozentualen Pulsfrequenzverlaufs einschließt.
Vorrichtung (22) nach Anspruch 1, dadurch gekennzeichnet, dass die Analyse jedes der mehreren Kandidatenspitzenwerte hinsichtlich der entwickelten Parameter die Berechnung des Impulsfenstervertrauens einschließt.
Vorrichtung (22) nach Anspruch 23, dadurch gekennzeichnet, dass die Berechnung des Impulsfenstervertrauens eine gewichtete Summe aus Impulsbreitenveränderlichkeit, SpO₂-Veränderlichkeit und prozentualem Pulsfrequenzverlauf einschließt.
Vorrichtung (22) nach Anspruch 1, dadurch gekennzeichnet, dass die Analyse jedes der mehreren Kandidatenspitzenwerte hinsichtlich mindestens einiger der entwickelten Parameter die Berechnung einer Fensterpulsfrequenz, einer Impulsbreitenveränderlichkeit, einer SpO₂-Veränderlichkeit, eines Impulsfenster-SpO₂-Wertes, eines prozentualen Pulsfrequenzverlaufs und eines Impulsfenstervertrauens einschließt.
Vorrichtung (22) nach Anspruch 1, dadurch gekennzeichnet, dass die Entscheidung zwischen mindestens einigen der mehreren Kandidatenspitzenwerte auf der Grundlage der entwickelten Parameter die Anwendung eines vorbestimmten Kriteriums zur Auswahl der besten Frequenz einschließt.
Vorrichtung (22) nach Anspruch 1, dadurch gekennzeichnet, dass die mehreren Kandidatenspitzenwerte bis zu drei Kandidatenspitzenwerte umfassen, einschließend einen primären Kandidatenspitzenwert, einen sekundären Kandidatenspitzenwert und einen tertiären Kandidatenspitzenwert.
Vorrichtung (22) nach Anspruch 27, dadurch gekennzeichnet, dass die Entscheidung zwischen jedem der bis zu drei Kandidatenspitzenwerte die Anwendung der folgenden Kriterien unter Verwendung mindestens einiger der entwickelten Parameter zur Auswahl der besten Frequenz einschließt: a) wenn die Frequenz des primären Kandidatenspitzenwertes Null ist, dann gibt es keinen gültigen Kandidatenspitzenwert; b) wenn das Impulsfenstervertrauen des tertiären Kandidatenspitzenwertes geringer als das Impulsfenstervertrauen entweder des primären Kandidatenspitzenwertes oder des sekundären Kandidatenspitzenwertes ist, dann ist der tertiäre Kandidatenspitzenwert die beste Frequenz; c) wenn sowohl der primäre Kandidatenspitzenwert als auch der sekundäre Kandidatenspitzenwert zurückgewiesen worden ist, dann gibt es keinen gültigen Kandidatenspitzenwert; d) wenn der primäre Kandidatenspitzenwert nicht zurückgewiesen worden ist und der sekundäre Kandidatenspitzenwert zurückgewiesen worden ist, dann ist der primäre Kandidatenspitzenwert die beste Frequenz; e) wenn der primäre Kandidatenspitzenwert zurückgewiesen worden ist und der sekundäre Kandidatenspitzenwert nicht zurückgewiesen worden ist, dann ist der sekundäre Kandidatenspitzenwert die beste Frequenz; f) wenn das Impulsfenstervertrauen des primären Kandidatenspitzenwertes um einen ersten Schwellenwert t₁ größer als das Impulsfenstervertrauen des sekundären Kandidatenspitzenwertes ist und der prozentuale Pulsfrequenzverlauf des primären Kandidatenspitzenwertes größer als ein zweiter Schwellenwert t₂ ist, dann ist der primäre Kandidatenspitzenwert die beste Frequenz; g) wenn die Frequenz des sekundären Kandidatenspitzenwertes eine grobe Harmonische der Frequenz des primären Kandidatenspitzenwertes ist und das Impulsfenstervertrauen des primären Kandidatenspitzenwertes nicht mehr als um eine spezifizierte Anzahl von Punkten größer als das Impulsfenstervertrauen des sekundären Kandidatenspitzenwertes ist, dann wird der primäre Kandidatenspitzenwert angenommen; und h) wenn das Impulsfenstervertrauen des primären Kandidatenspitzenwertes nicht mehr als um eine spezifizierte Anzahl von Punkten größer als das Impulsfenstervertrauen des sekundären Kandidatenspitzenwertes ist, dann ist der primäre Kandidatenspitzenwert die beste Frequenz, während anderenfalls der sekundäre Kandidatenspitzenwert die beste Frequenz ist.
Vorrichtung (22) nach Anspruch 1, weiterhin aufweisend einen Sensor (18), der mit dem Prozessor in Verbindung steht, zum Empfang der gedämpften Lichtsignale.
Vorrichtung (22) nach Anspruch 1, weiterhin aufweisend: eine Leiterplatte (10), auf der der Prozessor (12) befestigt wird und die in ein Pulsoxymeter gesteckt wird und mit diesem in Verbindung steht; und ein Speicherelement (14), das auf der Leiterplatte befestigt ist und die Maschinenbefehle speichert.