EP1196862A1 - Qualitätsindikator für messsignale, insbesondere medizinische messignale wie aus der sauerstoffsättigungsmessung - Google Patents

Qualitätsindikator für messsignale, insbesondere medizinische messignale wie aus der sauerstoffsättigungsmessung

Info

Publication number
EP1196862A1
EP1196862A1 EP99929166A EP99929166A EP1196862A1 EP 1196862 A1 EP1196862 A1 EP 1196862A1 EP 99929166 A EP99929166 A EP 99929166A EP 99929166 A EP99929166 A EP 99929166A EP 1196862 A1 EP1196862 A1 EP 1196862A1
Authority
EP
European Patent Office
Prior art keywords
signal
quality indicator
quality
measurement
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
EP99929166A
Other languages
English (en)
French (fr)
Inventor
Siegfried Kästle
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=8167327&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=EP1196862(A1) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of EP1196862A1 publication Critical patent/EP1196862A1/de
Ceased legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
    • A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7221—Determining signal validity, reliability or quality
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7232—Signal processing specially adapted for physiological signals or for diagnostic purposes involving compression of the physiological signal, e.g. to extend the signal recording period
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Definitions

  • the present invention relates to the determination of a quantitative statement about the quality of a measurement signal, preferably a medical measurement signal as in pulse oximetry.
  • the measurement of signals usually consists of a multi-stage process, typically with the steps of signal acquisition, signal processing and signal evaluation.
  • the mere signal acquisition is sufficient, but depending on the application, signal processing and / or evaluation is still required on a regular basis
  • signals representing the quantity to be measured are recorded as raw signal values, e.g. by a sensor or another suitable receiving device.
  • signals representing the quantity to be measured are recorded as raw signal values, e.g. by a sensor or another suitable receiving device.
  • electrocardiography e.g., electrocardiography
  • the raw signals determined represent the desired measured variable only indirectly, and signal evaluation is still required in order to derive the desired measured variable from the raw signals.
  • the raw signals (both for those directly representing the measured variable and indirectly representing the measured variable) require signal processing, ie the raw signals must be processed accordingly. eg by improving the signal quality, such as the signal-to-noise ratio, or by filtering or suppression undesired measuring influences.
  • Pulse oximetry is about the non-invasive, continuous determination of the oxygen content of the blood (oximetry). based on the analysis of the photospectrometrically measured pulse. For this it is necessary that a pulse waveform (Pletnysmogramm) is present at multiple wavelengths. Practically all devices work with only two wavelengths, making them inexpensive. compact solutions are possible.
  • the principle of photometry is based on the fact that the amount of light absorbed is determined by the degree of absorption of a substance and by the wavelength.
  • the signal quality of the pulse oximetry measurement means that more and more difficult cases are still used to derive measured values, there is still no meaningful indicator for the clinical user that allows the reliability and quality of the measured values to be reliably assessed.
  • Such an assessment is important, however, since the Maisoximeter with its plethysmographic raw signals have too little information to always make a very certain decision in borderline cases whether a measured value may be displayed.
  • the doctor for example, regularly has considerably more information available to help him decide whether his patient's oxygen supply is really critical or whether there is merely an artifact from the pulse oximeter.
  • the previous aids which are given to the user of the pulse oximetric measurement regularly, are the display of a raw signal as a curve (plethysmogram) or the one-dimensional variant as a pulsating Baiken display. There are also warnings such as “Motion " . "Noise”. "Low signal” through text fields on the displays / flashing displays (cf. Morris et. Al., A Comparison of fifteen pulse oximeters. Anesth. Intens. Care, Vol. 17. pp. 62-82, 1989).
  • a first approach in the direction of a quality indicator for the pulse oximetry measurement can be found in EP-A-587009.
  • This system is certainly suitable for an unusable measuring location. for example because the received light intensity is too low. to show.
  • the AC component (perfusion) and the interference ratio are not taken into account, so that a display with a high value of the quality display does not guarantee reliable measurement.
  • the user can get some indication of the quality of the signal.
  • the meaningfulness is limited.
  • One problem is e.g. that only a raw signal is regularly displayed as a plethysmogram, but the Inclusmeter evaluates two raw curves.
  • the N-400 Fetal Oxygen Saturation Monitor from Nellcor Puritan Bennett has a triangular bar display on the front as a multi-parameter reliability display of the medium signal quality.
  • Signal quality indicator shows the quality of the signal that is used to calculate the SpO : value. If the signal quality drops below a required threshold value, an acoustic alarm signal is triggered if the signal is lost.
  • Periodicity of the signal is used, for example, while the amplitude of the
  • a quantitative statement about the quality of a measurement signal is determined by determining factors that are preferably related to signal processing, signal processing and / or signal evaluation. These factors are determined by combination methods, in particular by a fuzzy logic such as fuzzy logic. to a quality indicator linked to describe quantitatively the quality of the measured value determined.
  • factors relevant to signal recording are, for example, factors affecting the measurement location. Describe the measurement time, the measurement sensor or the like.
  • Factors relevant to signal processing can be, for example, the signaling signal distance. Parameters of a possible noise suppression or signal compensation. or the like.
  • Factors relevant to the signal evaluation can be determined in particular by the measurement algorithm or algorithms used. Consideration of all raw signals or only parts of them
  • the "quality" of the quality indicator can be improved.
  • the links can only be limited to a few selected factors.
  • the quality indicator is preferably visually represented by a corresponding display, for example between a minimum value and a maximum value.
  • the maximum value results, which indicates maximum reliability.
  • the quality indicator drops to the lower limit of the minimum value. least reliability indexed. Then the signal is so weak or so badly disturbed that the guided measurement values are very likely to have larger errors and should therefore preferably no longer be displayed or should only be displayed with the appropriate information
  • the high quality indicator thus provides a certain measure of this to a certain extent. with which reliability the measured values can be calculated. It is however, it is clear that an exact forecast of display errors cannot be guaranteed, especially not in individual cases. However, the user is sensitized to smaller values of the quality indicator (low reliability). that the readings may be uncertain. He can then check or try to achieve a better signal quality and thus a more reliable measurement using alternative means, for example by choosing a different measuring location or using a different sensor.
  • the quality indicator according to the invention provides the corresponding clues.
  • the quality indicator according to the invention is indicated by a trend statement in the sense of “relatively better / worse or“ absolutely good / bad ”, e.g. thanks to a quasi-analog display as a bar with variable length. This allows a sufficient and sufficiently intuitive representation of the quality indicator according to the invention.
  • a further visualization of the quality indicator according to the invention takes place in such a way that when the quality indicator value is exceeded via one or more predetermined threshold values, the manner of display for the measured variable which the quality indicator describes changes in each case Flashing display (if necessary with varying Flashing frequency depending on the quality indicator value), by changing the display color (for example, red for low quality indicator values or in the sense of a traffic light: green for high, yellow for medium and red for low quality indicator value), or by inverting the colors.
  • Flashing display if necessary with varying Flashing frequency depending on the quality indicator value
  • the display color for example, red for low quality indicator values or in the sense of a traffic light: green for high, yellow for medium and red for low quality indicator value
  • an alarm function is controlled (e.g. if the measurement signal deviates from a predetermined value or range) depending on the quality indicator.
  • Such control is preferably carried out by changing an alarm delay time (i.e. the time between when an alarm triggering criterion is reached and when the alarm is actually triggered) depending on the value of the quality indicator.
  • the time course of the quality indicator is evaluated in order to identify trends and to be able to make error forecasts, for example.
  • a trend display is preferably carried out, for example by displaying an arrow pointing upwards to improve the signal quality.
  • an error forecast is possible over the course of the quality indicator trend, so that an alarm can be issued, for example, if the quality indicator value continuously drops over a predetermined period of time, even if the absolute value of the quality indicator is still in a tolerable range.
  • the values of the quality indicator determined and / or the trend of the quality indicator are preferably also logged so that they can be taken into account in a subsequent evaluation of the measurement. For example, measured events can later be classified as artifacts or real events.
  • the invention is preferably used for medical measurements monitoring, e.g. in pulse oximetry, but is not limited to this and can also be used for other purposes.
  • Fig. 1 A and 1 B show the energy factor ⁇ e as an example for an undisturbed and for a disturbed episode
  • Fig. 3B and 3C exemplify a possible graphic
  • Fig. 4A-4C show rule bases of the preliminary stages.
  • 4D shows the control surface as a function of the family strength "contiStrength" and the correlation of the time signals "correl".
  • 4E shows the control surface as a function of the energy fluctuation ..energy “ and the SpO : spread” spreadSp02 " .
  • the first-mentioned application EP-A-870466 (.. pincushion algorithm ") is based on the selection of the pulse oximetric signal according to the physiological relevance of the frequency components.
  • the raw signal values in a current time window are transformed into the frequency domain by Founer transformation (here: Fast Fou ⁇ er Transformation - FFT). Ratios of the coefficients of the amplitude spectrum are formed for all frequency points from the transformed raw signals.
  • Founer transformation here: Fast Fou ⁇ er Transformation - FFT
  • a pin cushion algorithm is first used to determine one from the complex amplitudes of the red and infrared spectra.
  • the distance spectrum describes the distance of each individual base point in the needle diagram from the origin.
  • the individual needles are determined from this range of distances by considering the maxima and the associated base points. Only those needles that meet a number of given criteria are retained for further consideration. The selection of needles that is reduced in this way is subjected to a further classification.
  • Needles that represent the useful signal must fulfill the criteria that: the peaks fit well in a harmonic frequency series, as many as possible harmonic waves are present, the needles are as thin as possible and that Frequency of the fundamental wave as well as the saturation value, the perfusion and the pulse rate are in physiological ranges. This is done a Trubewertu ⁇ g for je ⁇ e needle ⁇ urchumblevergaoe or KO criterion them for each of these criteria.
  • the needle that receives the most points, in other words that best meets the criteria and has at least a minimum number of points. is used to determine the output value for the pulse oximetric measured value.
  • a comparison with previous output values can be used as a plausibility check, and if there are significant deviations from the previous output values, the newly determined output value is rejected and no new value is displayed.
  • a transformation e.g. FFT
  • filtering the measurement signal can precede the transformation or join it.
  • Such filtering is preferably carried out e.g. by reducing the DC component finsoeson ⁇ ere as brushed in EP-A-870466 or EP-A-870465) and / or by suppressing transient disturbances (in particular as described in the international patent application of the applicants from the same filing date with the internal file number: 20-99-0010 ).
  • frequency peaks are identified in the transformed time window of the measurement signal with the aid of an abano spectrum mentioned above.
  • identified frequency peaks of the current time window are assigned to temporal courses (or also called threads) of identified frequency peaks of an earlier or more recent time window. insofar as identified frequency peaks already exist. This “chaining of
  • Needling to threads is done by initialization e.g. on restart, taking the first set of needles obtained to establish a set of threads. This is followed by a continuous affiliation of suitable needles, whereby a needle is considered to be suitable if the last link in the
  • Linking given criteria is carried out by fuzzy logic. If a new needle cannot be assigned to an existing thread, a gap remains and the thread is either terminated or replaced by a new thread.
  • the temporal profiles are assigned to one or more families, each of which consists of a fundamental wave and one or more harmonics.
  • Such assignment or chaining of the threads to harmonics takes place by examining the extent to which certain characteristic features exist between the threads, which jointly indicate that the threads belong to the same useful signal.
  • Such an investigation is carried out by linking suitable criteria such as harmonic frequency relationship, expected decrease in amplitude of the upper wave series and / or proportionate trend development of the frequencies and / or amplitudes.
  • the criteria are also linked using fuzzy logic.
  • a family is then selected as that which is to represent the useful signal, the selection being considered in the sense of the highest probability.
  • the family is selected by linking predetermined criteria such as the existence of a fundamental wave. first harmonic and second harmonic, average accuracy of fit of the threads, number of valid needles in one thread (ie the length of the thread), continuity or "holes" of a thread, and quality of relationship between fundamental and first Harmonic. Fundamental wave and second harmonic as well as first harmonic to the second harmonic.
  • the criteria are also linked by fuzzy logic.
  • the selection of a family can also or additionally be carried out by a plausibility check of the family against previous output values, the most plausible family being selected.
  • a frequency peak (a needle) of the current time window is selected from the selected family as the one which is to represent the measured value of the useful signal in this time window, the selection also being considered here in the sense of the highest probability.
  • the current measured value of the useful signal can then be calculated or otherwise determined from this selected frequency peak insofar as this does not already correspond to the measured value.
  • the frequency peak representing the current measured value of the useful signal is selected by linking predetermined criteria using fuzzy logic. Criteria are used as criteria which are based on a plausibility of the current measured value in relation to previous measured values and / or in relation to expected or sensible values.
  • a plausibility check can be carried out to check whether the selected frequency peak actually corresponds to an expected measured value of the useful signal and whether a measured value derived from the selected frequency peak is to be output, or whether for this time window no measured value should be output at all. Such a plausibility check is carried out by comparing the current measured value with previous measured values and / or with expected or useful values.
  • a number of input factors are used to control the quality indicator, each of which, individually and in combination, has a relevant relationship to the quality of the signal and the quality of the calculated display values.
  • the factors can be determined on the one hand by elements which can be determined continuously from the raw signals and which are independent of the actual pulse oximetry algorithm.
  • elements can be represented that come directly from the pincushion algorithm or the FNA and are matched to their performance.
  • the combination of the elements into a summary quality factor is preferably carried out by a fuzzy operation
  • energy values e (t) are preferably determined every second of the algorithm.
  • a continuous trend is formed from the secondarily calculated energy values e (t), which preferably extends up to 20s in the past. As an indicator of Disruptions are considered a sudden increase in energy. Waste is not taken into account.
  • a rank function rank D is used as a measure of the basic level.
  • a ranking function determines the value from a sample that is at a certain ranking in the ordered sample, analogous to a median filter, which gives the average value of the ordered row.
  • a parameter o (with values between 0 and 1) indicates the rank.
  • a rank parameter ⁇ 0.2 has proven itself for the purposes of the invention. It has the effect that an energy value between the minimum and the mean (median) is taken as the reference measure. It makes sense to get close to the minimum, because continuous strong "energy outbreaks" do not erroneously raise the reference value. It is therefore not advisable to go to the bare minimum, because there can also be moments when the useful signal and interference partially cancel each other out and lead to an energy dip that would not be the correct baseline reference point.
  • the energy fluctuation factor for the calculation of the quality indicator is preferably determined using the formula:
  • the maximum function limits the smallest possible value to 0, since dips should not be recorded.
  • the logarithmic measure (dB) for the energy e is preferably used in order to master the large dynamics with stronger disturbances. 1 shows the energy factor ⁇ e as an example for an undisturbed (FIG. 1A) and for a disturbed (FIG. 1B) episode. Fluctuations up to about + 5dB can be regarded as normal: Artifacts can also be assumed.
  • Factor 3 fall in the spectrum
  • a pulse signal always shows a typical pattern of the amplitude spectra: a dominating fundamental wave with more or less steeply falling harmonics.
  • the spectrum drops regularly with more than about -20% / Hz. Values above -10% / Hz. Flat drop or even rise can only be observed in the case of striking faults, especially if they are high-frequency.
  • the variability of the coefficients within the spectrum also represents a measure of the "purity".
  • a restless situation with many peaks indicates disturbances.
  • the scatter factor is ⁇ . in the range 2 to 3. there is a large spread: the majority of the spectral coefficients are either significantly above the best-fit line (peaks) or well below it (background, close to 0). Values ⁇ of the scattering factor ⁇ r below 2 indicate a strong back and forth in the spectrum hm; the background between the harmonics of the Inc wave is filled with disturbances.
  • This factor is determined far ahead in the algorithm. It is the determination of the total area of all peaks detected in the spectrum in relation to the total area that the spectrum spans. Experiments have shown that this measure sensibly complements the previous factor (variability of the spectral coefficients) in some situations. Values above 20% are good, below 5% the background is dominantly high due to disturbances.
  • a SpO : value is assigned to each needle.
  • the harmonics of the pulse are present as needles.
  • Your SpO : value differs only slightly; the difference is of the order of 1%. Faults usually introduce new components in the form of needles, or they overlap the peaks and falsify their SpO : value. Every wrong - ie not belonging to the useful sign - represents a potential risk. Because it could get into a thread one time and thus make an error contribution, this thread should be issued
  • Fig. 2 shows an example of the SpO. Scattering of the needles, the other course an undisturbed base episoo. namely, the volunteer’s breath hold mover.
  • the lower course shows a severely disturbed episode, the same episode as in FIG. 2 above, but overlaid with disturbances, so that the needles sometimes deviate considerably from the target value.
  • the strongly deviating needles are often weak and are only of limited importance in the weighting of the spreading dimension. This increases the spread within the needles of an FNA cycle.
  • a decisive factor in the FNA which also accounts for the largest part in the fuzzy operations (set out below) for linking all quality-determining parameters, is the strength of the family spent. It already summarizes many characteristics of the previous algorithm steps. As the name "Strength” suggests, the value provides information about the quality of the output values.
  • the strength (contiStrength) is preferably in a value range from 0 to 100 points and contains the qualitative properties of algorithm-relevant factors.
  • a quality indicator (QI) value (instQI) is obtained with each clock cycle. In the case of more disturbed signals, this value can fluctuate considerably from cycle to cycle.
  • correl factor 1: r, correlation of the time signals red with infrared
  • slopeFFT factor 3: rr, decrease in the (distance) spectrum in% / Hz
  • PeakFrac factor 5: area share of the peaks in the total area of the spectrum in%
  • FIG. 3B an example of the variable “contiStrength” is shown in FIG. 3B and an example of the variable “.spreadSp02” is shown in FIG. 3C.
  • the profiles of the other variables can be displayed accordingly.
  • the properties of the input variables can be represented as follows:
  • purityFFT The pre-stage “purityFFT ': Here the 3 inputs, which have to do with the spectral properties of the signal, are evaluated jointly and linked to form a kind of" purity factor "of the spectrum.
  • the table below shows the input and output interface of the control block “purityFFT”:
  • 4A shows the rule base of the preliminary stage “spectral purity” (purityFFT). The poor characteristic of a parameter is sufficient to pull the result down.
  • the preamplifier "puritySignal” Here are 3 further inputs, which are also connected to the
  • 4B shows the rule base of the preliminary stage “purity of the signal” (puritySignal).
  • the awkward characteristic of a single parameter is sufficient to pull the result down (see. Don’t care ”fields).
  • 4C shows the rule base of the preliminary stage ..instQI " . Only good pairings allow a very good quality indicator.
  • 4D shows the control surface as a function of the family strength »ContiStrength« and the correlation of the time signals »correl « All other parameters were set to their optimal values. The influence of the correlation is clearly recognizable, but it is still quite weak compared to the family strength.
  • a delay time for responding to an alarm after triggering an alarm condition is set to a maximum, since there is the highest probability of possible false alarms.
  • a high quality indicator value high reliability
  • the alarm delay time is set to a lower value. The delay time can be continuously adjusted automatically between a minimum and a maximum delay value depending on the value of the quality indicator
  • FIG. 5 shows an example of a course of the delay time over the value of Quality indicator Ql. the course being carried out towards the extreme values of the delay time. However, the course can also be adapted linearly or otherwise to the respective circumstances.
  • the minimum and the maximum delay time can preferably be configured by the user and / or the course of the delay time can be configured using the quality indicator. eg adjustable by selecting predefined courses.
  • the quality indicator value is displayed as a trend together with the SpO. Value and the pulse rate and is simultaneously recorded. This allows SpO : and pulse rate events to be qualified as artifacts or real events when viewed retrospectively. It is also possible to forecast expected measurement problems via the course of the quality indicator trend. A deterioration in the perfusion or an increase in movements (eg cold tremors in the recovery room) can be detected earlier. Clinical staff can therefore react to this before a (false) alarm is generated.

Abstract

Beschrieben wird die Ermittlung einer quantitativen Aussage über die Qualität eines Messsignals, wie eines medizinischen Messsignals in der Pulsoximetrie, durch Ermittlung von Messsignal-relevanten Faktoren, vorzugsweise bezogen auf die Signalaufnahme, Signalbearbeitung und/oder Signalauswertung, und Verknüpfung der ermittelten Faktoren durch eine unscharfe Logik, vorzugsweise der Fuzzy-Logic, zu einem Qualitätsindikator, der quantitativ die Qualität des ermittelten Messwertes beschreibt. Vorzugsweise erfolgt weiter eine Steuerung einer Alarmfunktion in Abhängigkeit des Qualitätsindikators, vorzugsweise bei Abweichen des Messsignals von einem vorgegebenen Grenzwert oder -bereich.

Description

QUALITÄTSINDIKATOR FÜR MEßSIGNALE, INSBESONDERE
MEDIZINISCHE MEßSIGNALE WIE AUS DER
SAUERSTOFFSÄTTIGUNGSMESSUNG
HINTERGRUND DER ERFINDUNG
Die vorliegende Erfindung betrifft die Ermittlung einer quantitativen Aussage über die Qualität eines Meßsignals, vorzugsweise eines medizinischen Meßsignals wie in der Pulsoxirπetrie.
Das Messen von Signalen besteht üblicherweise aus einem mehrstufigen Prozeß typischerweise mit den Schritten der Signalaufnahme, der SignaiDearbeitung und der Signalauswertung. Im einfachsten Falle einer Messung reicht die bloße Signalaufnahme bereits aus, je nach Anwendung bedarf es jedoch regelmäßig noch der Signalbearbeitung und/oder -auswertung
Durch die Signalaufnahme werden Signale, die die zu messende Größe darstellen, als Rohsignalwerte aufgenommen, z.B. durch einen Sensor oder eine andere geeignete Aufnahmevorrichtung. In einigen Fällen, wie z.B. der Elektokardiographie
(EKG), repräsentieren diese aufgenommenen Rohsignalwerte bereits unmittelbar die zu bestimmende Meßgröße (oder auch Parameter genannt). In anderen Fällen,
_ wie z.B. der Bestimmung der Sauerstoffsättigung (Sp02), repräsentieren die ermittelten Rohsignaie nur mittelbar die gewünschte Meßgröße, und es bedarf in jedem Falle noch der Signalauswertung, um aus den Rohsignalen die gewünschte Meßgröße abzuleiten.
Je nach Meßverfahren, Meßgenauigkeit und Meßeinflüssen bedarf es für die Rohsignale (sowohl für die die Meßgröße unmittelbar als auch die die Meßgröße mittelbar repräsentierenden) der Signalbearbeitung, d.h. die Rohsignale müssen entsprechend aufgearbeitet werden. z.B. durch Verbesserung der Signalqualität, wie des Signalrauschabstandes, oder durch Filterung oder Unterdrückung ungewunschter Meßeinflüsse.
Entsprechend bedarf es auch je nach Meßverfahren und Meßgröße der Sigπatauswertuπg, um aus den gewonnenen Rohsignalen bzw. den aufbereiteten Signalen den gewünschten Meßwert der Meßgröße zu erhalten. Wie oben bereits angeführt, müssen die die Meßgröße nur mittelbar repräsentierenden Größen ausgewertet werden, da die gewonnenen Rohsignale aliein nicht aussagekräftig sind.
Stellen die gewonnenen Meßwerte das Ergebnis des Meßvorgangs dar, oder werden aus diesen Meßwerten weitere Größen. Folgerungen oder Konsequenzen abgeleitet, so stellt sich vielfach die Frage, inwieweit den gewonnenen Meßwerten vertraut werden kann, d.h. wie gut oder wie schlecht diese Meßwert die tatsächlichen Werte der Meßgröße repräsentieren. Insbesondere im Bereich medizinischer Anwendungen, wie der Patientenüberwachung, ist die Zuverlässigkeit oder Qualität der Meßwerte von großer Bedeutung, da sich aus einem Meßwert, der die zu messende Größe falsch wiedergibt, dies jedoch nicht erkennbar ist. zum Teil ernsthafte Auswirkungen auf Leib und Leben ergeben können. z.B. durch eine fälschlicherweise abgeleitete oder unterlassene Therapie oder durch unterdrückte Alarmfunktionen.
Ein gutes Beispiel für die Bedeutung der Qualität von Meßwerten ist die Pulsoximetrie. da es hier in der Vergangenheit immer wieder Probleme gegeben hat und zudem die Anforderungen auch immer höher gesteckt werden. Bei der Pulsoximetrie geht es um die nicht invasive, kontinuierliche Bestimmung des Sauerstoffgehalts des Blutes (Oximetrie). basierend auf der Analyse des photospektrometrisch gemessenen Pulses. Dazu ist es notwendig, daß eine Pulskurve (Pletnysmogramm) bei mehreren Wellenlangen vorliegt. Praktisch arbeiten so gut wie alle Gerate mit nur zwei Wellenlängen, wodurch kostengünstige. komDakte Lösungen möglich sind. Das Prinzip der Photometrie basiert darauf, daß die Menge des absorbierten Lichtes durch den Absorptioπsgrad einer Substanz und durch die Wellenlänge bestimmt ist. Puisoximeter machen davon Gebrauch, daß das arterielle Blutvolumen, und nur das arterielle Blutvolumen, im Rhythmus des Herzschlages pulsiert. Die Grundlagen und Anwendungsmöglichkeiten der Pulsoximetrie sind allgemein bekannt und vielfach beschrieben, insbesondere in EP-A-262778 (mit einem guten Abriß der Theone), US-A^.167.331 oder Kästle et. al. in "A New Family of Sensors for Puisoximetry", Hewlett-Packard Journal, Vol. 48, No. 1 , S. 39-53, Februar 1997.
Obwohl von der Signalqualität der pulsoximetrischen Messung her immer schwierigere Fälle noch zur Ableitung von Meßwerten hergenommen werden, gibt es bis heute für den klinischen Benutzer keinen aussagekräftigen Indikator, der es erlaubt, die Zuverlässigkeit und Qualität der gewonnenen Meßwerte sicher einzuschätzen. Eine solche Einschätzung ist aber wichtig, da die Puisoximeter mit ihren plethysmographischen Rohsignalen zu wenig Information haben, um in Grenzfällen immer ganz sicher zu entscheiden, ob ein Meßwert angezeigt werden darf. Dem Arzt beispielsweise stehen regelmäßig wesentlich mehr Informationen zur Verfügung, um zu entscheiden, ob die Sauerstoffversorgung seines Patienten tatsächlich kritisch ist oder ob bloß ein Artefakt des Pulsoximeters vorliegt.
Die bisherigen Hilfsmittel, die dem Benutzer der pulsoximetrischen Messung regelmäßig an die Hand gegeben werden, sind die Darstellung eines Rohsignals als Kurve (Plethysmogramm) oder die eindimensionale Variante als pulsierende Baikenanzeige. Dazu kommen Warnhinweise wie "Motion ". "Noise". "Low Signal" durch Textfelder auf den Anzeigen/Displays oder blinkende Anzeigen (vgl. Morris et. al., A Comparison of fifteen Pulsoximeters. Anesth. Intens. Care, Vol. 17. S. 62- 82. 1989).
Ein erster Ansatz in Richtung eines Qualitätsindikators für die pulsoximetrischen Meßweπe läßt sich in EP-A-587009 finden. Dort wird eine Balkenanzeige beschrieben, die von der Transmission (Lichtdurchlässigkeit des Gewebes) gesteuert wird, also von der aosoluten Signalstärke (DC-Anteil) des Meßsignals. Zwar ist dieses System sicherlich tauglich, um einen unbrauchbaren Meßort. beispielsweise weil die Empfangslichtstärke zu gering ist. aufzuzeigen. Allerdings bleiben AC-Anteil (Perfusion) und Störverhältnis unberücksichtigt, so daß eine Anzeige mit einem hohen Wert der Qualitätsanzeige keine Garantie für eine verläßliche Messung darstellt.
Sicherlich kann der Benutzer durch die Beurteilung der Größe und Form des Plethysmogramms und durch die anderen Anzeigen einen gewissen Hinweis auf die Qualität des Signals bekommen. Die Aussagekraft ist aber beschränkt. Ein Problem ist z.B.. daß als Plethysmogramm regelmäßig nur ein Rohsignal dargestellt wird, das Puisoximeter aber zwei Rohkurven auswertet.
Der N-400 Fetal Oxygen Saturation Monitor der Firma Nellcor Puritan Bennett weist auf seiner Frontseite eine dreiecksförmige Balkenanzeige als Multiparameter- Zuverlässigkeitsanzeige der mittleren Signalqualität auf. Diese
Signalqualitätsanzeige gibt die Qualität des Signals an, das zur Berechnung des SpO:-Wertes herangezogen wird. Sinkt die Signalqualität unter einen erforderlichen Schwellenwert, wird bei Verlust des Signals ein akustisches Alarmsignal ausgelöst.
Eine weitere Methode zur Überprüfung des gewonnenen pulsoximetrischen Meßwertes wird in EP-A-904727 beschrieben und basiert auf einem Vergleich der Pulsfrequenz des Pulsoximeters mit der Herzfrequenz des EKG-Signals. Liegt beispielsweise die Abweichung der Beiden im Bereich von nur einigen Schlägen pro Minute, glaubt man dem Puisoximeter. Ist die Differenz aber größer, werden die Pulsoximeteranzeigen angezweifelt.
Nachteilig bei den meisten der oben genannten Verfahren zur Ermittlung der Glaubwürdigkeit des pulsoximetrischen Meßwertes ist. daß zumeist nur die Hälfte der zur Verfügung stehenden Meßsignale verwendet wird. So genügt beispielsweise zur Ableitung der Pulsrate nur eines der Rohsignale, so daß die
Funktion des anderen Kanals zumeist völlig ungeprüft bleibt. Oder es wird nur die
Periodizität des Signals verwertet, während beispielsweise die Amplitude der
Rohkurve weitgehend unberücksichtigt bleibt. Daraus ergeben sich vielfache, zumeist nicht einmal erkennbare Fehlermöglichkeiten. Werden allerdings aus fehlerhaften Meßwerten oder fehlerhaften Qualitätsindikatoren für die Meßwerte beispielsweise Alarmfunktionen abgeleitet, und ist eine solche fälschliche Ableitung des Alarms für das klinische Personal erkennbar, so werden im klinischen Betrieb diese Alarmfunktionen häufig deaktiviert, um unnötige Alarme zu vermeiden. Dies kann jedoch die evtl. fatale Konsequenz haben, daß mit dem Deaktivieren auch tatsächliche Alarmsituationen nicht oder erst zu spät erkannt werden können.
Umgekehrt kann ebenso ein nicht erkannter oder unberücksichtigter Fehler dazu führen, daß dem gewonnenen Meßwert vertraut wird, obwohl dieser von dem tatsächlichem Wert abweicht. Lebensbedrohliche Situationen können so im Vertrauen auf die Richtigkeit des Meßwertes unerkannt bleiben.
ZUSAMMENFASSUNG DER ERFINDUNG
Es ist deshalb Aufgabe der vorliegenden Erfindung eine verbesserte Aussage über die Zuverlässigkeit gewonnener Meßwerte zu treffen, insbesondere bei medizinischen Anwendungen wie der Pulsoximetrie. Die Aufgabe wird gelöst durch die Merkmale der unabhängigen Ansprüche. Vorteilhafte Ausführungsformen sind in den abhängigen Ansprüchen angeführt.
Erfindungsgemäß erfolgt die Ermittlung einer quantitativen Aussage über die Qualität eines Meßsignats, vorzugsweise eines medizinischen Meßsignais wie in der Pulsoximetrie, durch die Ermittlung von Faktoren, die vorzugsweise auf die Signalaufbereitung, Signalbearbeitung und/oder Signalauswertung bezogen sind. Diese ermittelten Faktoren werden durch Kombinationsverfahren, insbesondere durch eine unscharfe Logik wie z.B. der Fuzzy-Logic. zu einem Qualitätsindikator verknüpft, um αuantitativ die Qualität des ermittelten Meßwertes beschreibt.
Als Beispiele f r Signalaufnahme-relevante Faktoren stehen beispielsweise Faktoren, die den Meßort. αie Meßzeit, αie Meßsensoπk oder dergleichen beschreiDen.
Signalbearbeitungs-relevante Faktoren können beispielsweise der Signairauschabstand. Parameter einer evtl. erfolgten Rauschunterdrückung oder Signalkompπmierung. oder dergleichen sein.
Signaiauswertungs-relevante Faktoren können insbesondere durch den oder die verwendeten Meßalgoπthmen. Berücksichtigung aller Rohsignale oder nur Teile davon Destimmt sein
Es ist klar, daß durch Einbeziehen möglichst vieler derartiger relevanter Faktoren, je nach Anwendung, die "Qualität" des Qualitätsindikators verbessert werden kann. Allerdings kann auch, je nach Anwendung oder bedingt beispielsweise durch Rechnerrestriktionen, die Verknüpfungen nur auf wenige ausgesuchte Faktoren beschrankt werden.
Der Qualitatsindikator wird vorzugsweise durch eine entsprechende Anzeige, beispielsweise zwischen einem Minimalwert unα einem Maximalwert, visuell dargestellt. Bei einem idealen Signal ergibt sich der Maximalwert, der höchste Zuverlässigkeit indiziert. Mit zunehmendem Störanteil sinkt der Qualitätsindikator bis zur Untergreπze des Minimalwertes ab. der geringste Zuverlässigkeit indiziert. Dann ist das Signal so schwacn oder so schwer gestört, daß die angeleiteten Meßwerte sehr wahrscneinlich mit größeren Fehlern behaftet sind und vorzugsweise deshalb auch nicht mehr oder nur mit entsprechendem Hinweis angezeigt werαen sollten
Die Hohe αes Quahtätsmdikators stellt so in gewissem Maße einen Graαmesser dafür αar. mit welcner Zuveπassiαkeit der Meßwerte αerechnet werden kann. Es ist jedoch klar, daß eine exakte Prognose von Anzeigefehlern nicht gewährleistet werden kann, vor allem nicht im Einzelfall. Jedoch wird der Benutzer bei kleineren Werten des Qualitatsindikators (geringe Zuverlässigkeit) seπsibilisiert. daß die Anzeigewerte möglicherweise unsicher sind. Er kann diese dann durch alternative Mittel überprüfen oder versuchen, beispielsweise durch Wahl eines anderen Meßortes oder Verwendung eines anderen Sensors, eine bessere Signalqualität und damit ein zuverlässigeres Messen zu erreichen. Der erfindungsgemäße Qualitatsindikator liefert dazu die entsprechenden Anhaltspunkte.
Die Verknüpfung der relevanten Faktoren erfolgt vorzugsweise durch Verwendung der bekannten Prinzipien der Fuzzy-Logic, wie sie insbesondere in Altrock C, „Fuzzy Logic: Band 1. Technologie", OldenDurg Verlag, München, 1995 im Detail beschrieben werden und hier unter Verweis auf diese und andere Grundlagenliteratur nicht naher aufgeführt werden sollen. Ebenso sei hinsichtlich statistischer Kriterien und Algoπthmen auf das Statistik-Standardwerk von Kreyszig E., „Statistische Methoden und ihre Verwendung". Vandenhoek & Ruprecht, Göttingen. 1975. verwiesen.
In einer bevorzugten Ausfuhrungsform erfolgt eine Anzeige des erfindungsgemaßen Qualitatsindikators durch eine Tendenzaussage im Sinne von „relativ besser/schlechter oder „absolut gut/schlecht' , z.B. durch eine quasi- analoge Anzeige als Balken mit variabler Lange. Dies erlaubt eine ausreichende und hinreichend intuitive Darstellung des erfindungsgemaßen Qualitatsindikators.
In einer anderen bevorzugten Ausfuhrungsform erfolgt eine weitere Visualisierung des erfindungsgemaßen Qualitatsindikators derart, daß sich bei einem Überschreiten des Qualitatsindikatorwert.es über einen oder mehrere vorgegebene Schwellwerte die Anzeigeweise für die Meßgroße, die der Qualitatsindikator beschreibt, jeweils ändert Dies Kann beispielsweise durch ein Umschalten von kontinuierlicher Anzeige auf Blinkaπzeige (gegebenenfalls mit variierender Blinkfrequenz in Abhängigkeit des Qualitätsindikatorwertes), durch Änderung der Anzeigenfarbe (beispielsweise rot bei niedrigen Qualitätsindikatorwerten oder im Sinne einer Verkehrsampel: grün bei hohem, gelb bei mittleren und rot bei niedπgem Qualitätsindikatorwert), oder durch Invertierung der Farben erfolgen. Dies erlaubt neben einer intuitiven Übermittlung des Aussagewertes des Qualitätsindikators ein zuverlässiges Aufmerksammachen auf eventuell kritische Meßsituationen.
In einer weiteren bevorzugten Ausführungsform der Erfindung erfolgt eine Steuerung einer Alarmfunktion (z.B. bei Abweichen des Meßsignals von einem vorgegebenen Wert oder Bereich) in Abhängigkeit des Qualitätsindikators. Vorzugsweise erfolgt eine derartige Steuerung durch Änderung einer Alarmverzögerungszeit (d.h. der Zeit zwischen Erreichen eines alarmauslösenden Kriteriums und dem tatsächlichen Auslösen des Alarms) in Abhängigkeit von dem Wert des Qualitätsindikators. Da der Qualitätsindikator ein Maß für die Signalqualität ist. wird vorzugsweise bei schlechtem Signal und damit niedrigem Qualitätsindikatorwert (= geringe Zuverlässigkeit) die Alarmverzögerungszeit auf ein Maximum gestellt, weil hier die Wahrscheinlichkeit von Fehlaiarmen sehr hoch ist. Bei hohen Werten des Qualitätsindikators (= hohe Zuverlässigkeit! ist das Risiko eines Fehlalarmes gering, und die Alarmverzögeruπgszeit kann verringert werden. was wiederum bei tatsächlichen Alarmsituationen die Chance zur schnellen Erkennbarkeit gibt.
In einer weiteren Ausführungsform erfolgt eine Auswertung des zeitlichen Verlaufs des Qualitätsindikators, um somit Trends zu erkennen und hieraus beispielsweise Fehlerprognosen treffen zu können. Vorzugsweise erfolgt neben der Anzeige des Qualitätsindikatorwertes eine solche Trendaπzeige, beispielsweise durch Anzeige eines nach oben zeigenden Pfeiles für eine Verbesserung der Signaiquaiität. einen nach unten zeigenden Pfeil für eine Verschlechterung der Signaiαualität und einen auf gleicher Höhe bleibenden Pfeils zur Darstellung einer im wesentlichen gleichbleibenden Signaiqualität. Femer ist über den Verlauf des Qualitätsindikatortrends eine Fehlerprognose möglich, so daß z.B. bei einem kontinuierlichen Abfall des Qualitätsindikatorwertes über einen vorgegebenen Zeitraum ein Alarm ausgegeben werden kann, auch wenn der absolute Wert des Qualitätsindikators sich noch in einem tolerablen Bereich befindet.
Die Werte des ermittelten Qualitätsindikators und/oder der Trend des Qualitätsindikators werden vorzugsweise mitprotokolliert, um so bei einer nachfolgenden Auswertung der Messung mitberücksichtigt werden zu können. Damit lassen sich beispielsweise gemessene Ereignisse später als Artefakte oder echte Ereignisse qualifizieren.
Die Erfindung findet bevorzugt Anwendung für medizinische Messungen Überwachungen, wie z.B. in der Pulsoximetrie, ist aber auf diese nicht beschränkt und kann auch anderweitig angewendet werden.
KURZE BESCHREIBUNG DER ZEICHNUNGEN
Die Erfindung wird im Folgenden weiter unter Heranziehung der Zeichnungen erläutert, wobei sich gleiche Referenzzeichen auf gleiche oder funktional gleiche oder ähnliche Merkmale beziehen.
Fign. 1 A und 1 B zeigen den Energiefaktor Δe exemplarisch für eine ungestörte und für eine gestörte Episode,
Fig. 2 zeigt ein Beispiel für die Sp02-Streuung der Nadeln des FNA,
Fig. 3A gibt einen Überblick über die 2-stufιge Struktur der Fuzzy Verknüpfung Ql,
Fign. 3B und 3C stellen exemplarisch für eine mögliche graphische
Funktionsdarstellung Beispiele der Variablen dar, Fig. 3D zeigt die Mitgliedsfunktionen αer Ausgangsvariablen ..instQl",
Fign. 4A-4C zeigen Regelbasen der Vorstufen.
Fig. 4D zeigt die Kontrolioberfläche in Abhängigkeit der Familienstärke »contiStrength« und der Korrelation αer Zeitsigπale »correl«.
Fig. 4E zeigt die Kontrolioberfläche in Abhängigkeit der Eπergieschwankung ..energy" und der SpO:-Streuuπg „spreadSp02". und
Fig. 5 zeigt ein Beispiel eines Verlaufs der Verzögerungszeit über dem Wert des Qualitätsindikators Ql.
DETAILLIERTERE BESCHREIBUNG DER ZEICHNUNGEN
Im Folgenden soll nun ein bevorzugtes Ausführungsbeispiel für die Ermittlung eines erfindungsgemäßen Qualitätsindikators für eine pulsoximetrische Messung dargestellt werden, wie sie im Detail beispielsweise in EP-A-870466 (auch „Nadelkissenaigorithmus" genannt) oder in der Internationalen Patentanmeldung (internes Aktenzeichen der Anmelderin 20-99-0012 mit demselben Anmeldetag wie die vorliegende Anmeldung; auch Fuzzy-Nadel-Algorithmus oder FNA genannt), beide von derselben Aπmelderin und von demselben Erfinder wie der vorliegenden Erfindung, dargestellt sind. Insoweit diese Darstellungen für das Verständnis des folgenden Ausführungsbeispiels erforderlich sind, soll hierauf durch Referenz Bezug genommen werden und bilden diese Bestandteil der vorliegenden Offenbarung. Die vorgestellten Faktoren für die Ermittlung des Qualitätsindikators beziehen sich in erster Linie auf den Pulsoximetπe-Algoπthmus der letztgenannten Anmeldung, die insoweit auf der erstgenannten Anmeldung basiert und diese noch erweitert.
Die erstgenannte Anmeldung EP-A-870466 (..Nadelkissenaigorithmus") basiert auf der Selektion des pulsoximetrischen Signais nach der pnysioiogischen Relevanz der Frequenzanteile. Nach optionaler Unterdrückung des Gleichanteils der beiden pulsoximetπschen Rohsignale (Rot und Infrarot) werden die sich in einem laufenden Zeitfenster befindenden Rohsignalwerte durch Founer-Transformation (hier: Fast Fouπer Transformation - FFT) in den Frequenzraum transformiert. Aus den transformierten Rohsignalen werden für alle Frequenzpunkte Verhältnisse (das sogenannte „Ratio") der Koeffizienten des Amplitudenspektrums gebildet. Bei graphischem Auftragen des Infrarotspektrums in x-Richtung und des Rotspektrums in y-Richtung wird eine Darstellung erhalten, die nadelähnliche Spitzen aufweist. Diese „Nadeln" entsprechen den Peaks (Spitzen) der Spektren, wobei für ungestörte Signale sehr dünne Nadeln erhalten werden und die jeweiligen Nadeln der Grund- und harmonischen Oberwellen aufeinander egen. Der Winkel der Nadeln gegenüber den Achsen entspricht dabei dem Sättigungswert. Da die Repräsentation der Spektren in dieser Darstellung Ähnlichkeit mit einem Nadelkissen aufweist, wird die Methodik der EP-A-870466 auch als „Nadelkissenaigorithmus" bezeichnet.
Zur Identifizierung der Nadel, die das pulsoximetrische Signal repräsentiert, wird im Nadelkissenaigorithmus zunächst ein aus den komplexen Amplituden der Rot- und Infrarotspektren ermittelt. Das Abstandsspektrum beschreibt die Distanz jedes einzelnen Stützpunktes im Nadeldiagramm vom Ursprung. Aus diesem Abstandsspektrum werden die einzelnen Nadeln durch Betrachtung der Maxima und der damit verbundenen Fußpunkten ermittelt. Nur solche Nadeln, die eine Reihe gegebener Kriterien erfüllen, werden für die weiteren Betrachtungen beibehalten. Die so reduzierte Auswahl von Nadeln wird einer weiteren Klassifizierung unterzogen Nadeln die das Nutzsigπal repräsentieren, müssen dabei als Kriterien erfüllen, daß: die Peaks gut in eine harmonische Frequenzserie passen, so viele wie mögliche harmoniscne Wellen vorhanαen sind, die Nadeln möglichst dünn sind und die Frequenz der Grundwelle sowie der Sättigungswert, die Perfusion und die Pulsrate in physiologischen Bereichen liegen. Dabei erfolgt eine Gesamtbewertuπg fur jeσe Nadel αurch Punktvergaoe bzw. K.O. -Kriterium für jedes dieser Kriterien. Die Nadel, αie die meisten Punkte erhalt, oαer anders gesagt, die αen Kriterien am besten gerecht wird, und zumindest eine Minimaianzahl an Punkten emalteπ hat. wird zur Ermittlung des Ausgabewertes für den pulsoximetrischen Meßwert herangezogen Optional kann als Plausibilitatskontrolle noch ein Vergleich mit vorangegangenen Ausgabewerten herangezogen werden, und bei signifikantem Abweichen von den vorausgegangenen Ausgabewerten wird der neu ermittelte Ausgabewert verworfen, und es kommt kein neuer Wert zur Anzeige.
In der letztgenannten Internationalen Patentanmeldung (FNA - internes Aktenzeichen αer Anmeldern 20-99-0012) erfolgt die Erkennung eines peπodischen Nutzsignais in einem (gestörten) Meßsignal durch einen mehrstufigen Prozeß:
In einem ersten Schritt erfolgt eine Transformation (z.B. FFT) für ein gegebenes Zeitfenster des Meßsignals in den Frequenzbereich. Optional kann eine Filterung des Meßsignals der Transformation vorausgehen oder sich dieser anschließen. Vorzugsweise erfolgt eine derartige Filterung z.B. durch Reduzierung des Gleichanteils finsoesonαere wie besenrieben in EP-A-870466 ooer EP-A-870465) und/oder duren Unterdrückung transienter Störungen (insbesondere wie beschrieben in der Internationalen Patentanmeldung der Anmeldenn vom selben Anmeidetag mit dem internen Aktenzeichen: 20-99-0010).
In einem zweiten Schritt erfolgt eine Identifikation von Frequenzpeaks (oder auch Nadeln genannt) in dem transformierten Zeitfenster des Meßsignals unter Zuhilfenahme eines ooen erwähnten Abstanosspektrums.
In einem dritten Schritt erfolgt eine Zuordnung identifizierter Frequenzpeaks des aktuellen Zeitfensters zu zeitlichen Verläufen ( oder aucn Fäden genannt) identifizierter Freαuenzpeaks eines oαer menrerer vorangegangener Zeitfenster. insofern identifizierte Frequenzpeaks bereits vorliegen. Diese „Verkettung der
Nadeln zu Fäden erfolgt durch eine Initialisierung z.B. bei einem Neustart, wobei der erste erhaltene Satz von Nadeln genommen wird, um einen Satz von Fäden zu gründen. Dem schließt sich eine fortlaufende Angliederung passender Nadeln an, wobei eine Nadel als passend angesehen wird, wenn sich zum letzten Glied im
Faden wenig Abweichungen bezüglich vorgegebener Kriterien ergeben. Die
Entscheidung, ob eine Nadel als passend angesehen wird, wird mit Hilfe einer
Verknüpfung gegebener Kriterien durch Fuzzy-Logic durchgeführt. Kann dann einem vorhandenen Faden keine neue Nadel zugeordnet werden, so bleibt eine Lücke, und der Faden wird entweder beendet oder durch einen neuen Faden ersetzt.
In einem vierten Schritt erfolgt eine Zuordnung der zeitlichen Verläufe (Fäden) zu einer oder mehreren Familien, die jeweils aus einer Grundwelle und einer oder mehreren Oberwellen bestehen. Eine derartige Zuordnung oder Verkettung der Fäden zu Harmonischen erfolgt durch Untersuchung, inwieweit bestimmte charakteristische Merkmale zwischen den Fäden existieren, die gemeinsam darauf hindeuten, daß die Fäden zum gleichen Nutzsignal gehören. Eine solche Untersuchung erfolgt durch Verknüpfung geeigneter Kriterien wie harmonische Frequenzbeziehung, erwarteter Amplitudenabfall der Oberwelienreihe und/oder verhältnisgleiche Trendentwicklung der Frequenzen und/oder Amplituden. Der Verknüpfung der Kriterien erfolgt ebenfalls durch Fuzzy-Logic.
In einem fünften Schritt erfolgt dann eine Auswahl einer Familie als diejenige, die das Nutzsignal repräsentieren soll, wobei die Auswahl im Sinne einer höchsten Wahrscheinlichkeit zu betrachtet ist. Die Auswahl einer Familie erfolgt durch Verknüpfung vorgegebener Kriteπen wie Existenz von Grundwelle. erster Oberwelle und zweiter Oberwelle, durchschnittliche Paßgenauigkeit der Fäden, Anzahl der gültigen Nadeln in einem Faden (d.h. die Länge des Fadens), Stetigkeit bzw. „Löcherigkeit" eines Fadens, und Beziehungsgüte zwischen Grundwelle und erster Oberwelle. Grundwelle und zweiter Oberwelle sowie erster Oberwelle zur zweiten Oberwelle. Die VerknuDfuπg der Kriterien erfolgt ebenfalls durch Fuzzy-Logic. Die Auswahl einer Familie kann auch oder zusätzlich durch eine Plausibilitatsuberprufung der Familie gegenüber vorangegangenen Ausgabewerten erfolgen, wobei die plausibelste Familie ausgewählt wird.
Aus der ausgewählten Familie wird schließlich in einem sechsten Schritt ein Frequenzpeak (eine Nadel) des aktuellen Zeitfensters als derjenige ausgewählt, der den Meßwert des Nutzsignals in diesem Zeitfenster repräsentieren soll, wobei die Auswahl auch hier im Sinne einer höchsten Wahrscheinlichkeit zu betrachten ist. Aus diesem ausgewählten Frequenzpeak kann dann der aktuelle Meßwert des Nutzsigπals berechnet oder anderweitig ermittelt werden, insoweit dieser dem Meßwert nicht bereits entspricht. Die Auswahl des den aktuellen Meßwert des Nutzsignals repräsentierenden Frequenzpeaks erfolgt durch Verknüpfung vorgegebener Kriterien mittels Fuzzy-Logic. Als Kriterien werden dabei solche Kriteπen angewandt, die auf eine Plausibilität des aktuellen Meßwertes gegenüber vorangegangenen Meßwerten und/oder gegenüber erwarteten oder sinnvollen Werten abgestellt sind.
Nach Auswahl des FrequenzDeaks im sechsten Schritt kann eine Plausibilitatsuberprufung durchgeführt werden, um zu überprüfen, ob der ausgewählte Frequenzpeak auch tatsachlich einem erwarteten Meßwert des Nutzsignals entspπcht und ob gegebenenfalls ein von dem ausgewählten Frequenzpeak abgeleiteter Meßwert zu einer Ausgabe gelangen soll, oder ob für dieses Zeitfenster überhaupt kein Meßwert ausgegeben werden soll. Eine derartige Plausibilitatsuberprufung erfolgt durch einen Vergleich des aktuellen Meßwertes mit vorangegangenen Meßwerten und/oder mit erwarteten oder sinnvollen Werten.
Wahrend in dem in EP-A-870466 beschriebenen Nadelkissenaigorithmus die Vergangenneitswerte lediglich zur Auswahl einer auszugebenden Nadel aus der Grundwelle berücksichtigt werden, erfolgt gemäß der letztgenannten Internationalen Patentanmeldung (FNA) eine Berücksichtigung der Vergangenheitswerte zur Auswahl einer harmonischen Familie von Fäden, die sowohl Grundwelle als auch Oberwelle(n) enthalten Aus der ausgewählten harmonischen Familie wiederum erfolgt dann die Auswahl eines Familienmitgliedes aus der ausgewählten Familie, das den aktuellen Meßwert des Nutzsignals repräsentieren soll.
In dem Ausfuhrungsbeispiel gemäß der vorliegenden Erfindung werden zur Steuerung des Qualitatsindikators eine Reihe von Eingangsfaktoren herangezogen, von denen jeder für sich und in der Kombination eine relevante Beziehung zur Qualität des Signals und zur Qualltat der errechneten Anzeigewerte aufweist. Die Faktoren können einerseits durch Elemente bestimmt sein, die sich kontinuierlich aus den Rohsignalen ermitteln lassen und die unabhängig vom eigentlichen Pulsoximetπe-Algoπthmus sind. Zum anderen können Elemente vertreten sein, die direkt aus dem Nadelkissenaigorithmus oder dem FNA entspπngen und auf deren Leistungsfähigkeit abgestimmt sind. Die Verknüpfung der Elemente zu einem summarischen Qualitatsfaktor wird vorzugsweise durch eine Fuzzy Operation vorgenommen
Im Folgenden sollen verschiedene Eingangsfaktoren dargestellt werden, die sich zur Steuerung des Qualitatsindikators eignen. Dabei werden vorzugsweise so viele Faktoren wie möglich kombiniert, um die Aussagekraft des Qualitatsindikators zu steigern. Allerdings kann deren Anzahl insbesondere durch die Leistungsfähigkeit eines den Qualitatsfaktor ermittelnden Rechnersystems sowie durch den jeweilig verwendeten Pulsoximetπe-Algoπthmus begrenzt und bestimmt werden.
A. Rohsignal-bezoqene Faktoren
Faktor 1 : Korrelation der Rohsignale Rot und IR Die Korrelation der Rohsignale (im Zeitbereich) zwiscnen Rot und Infrarot (IR) muß eine gewisse Mindestgröße haben, sonst wird die Weiterverarbeitung des Signals blockiert, indem keine Nadeln mehr abgeleitet werden. Femer findet die Korrelation auch Berücksichtigung bei der Wahl eines sogenannten nop-Textes" für die Kennung inoperativer Zustande: Ist die Korrelation zu klein, erscneint als „Inop- Text" eine Mitteilung wie z.B. „gestörtes Signal" oder "Noisy Signal".
Bei ungestörtem Signal ist klar, daß Rot- und IR-Signal zwei völlig synchrone Plethysmogramme ergeben müssen, was damit zu einem idealen Korrelationsfaktor von r = 1 führt. Eine Degradation des Korrelationsfaktors r zeigt auf überlagerte, dekorreiierte Störungen hin, wie sie bei Rauschen. Umlicht, elektromagnetischer Interferenz (Hochfrequeπzchirurgie. Störstrahlung anderer medizinischer Geräte, Funktelefone etc.) auftreten können.
Faktor 2: Energieschwankungen
Bei einem ungestörten Signal ist die Energie (definiert als die Summe aller quadratischen Abtastwerte des Zeitfensters), die innerhalb eines FFT-Fensters (z.B. von 8s) steckt, relativ wenig variabel über der Zeit. Allein die pnysioiogischen Kreislauf-Regelmechanismen und Lageanderungen des Patienten sorgen für eine gewisse Variabilität. Bewegungsstörungen führen im Gegensatz zu αen moderaten natürlichen Energiefluktuationen zu massiven, oft eruptionsartigen Schwankungen im Trend.
Zur Berechnung der Schwankungsbreite werden vorzugsweise im Sekundentakt des Algorithmus Energiewerte e(t) ermittelt. Dazu werden die gefensterten AC- Signale der beiden Kanäle Rot und IR herangezogen mit e(t) = eκ. + eIR, wobei erol den Energiewert des Rot-Kanals und e,R den des IR-Kanals repräsentieren.
Aus den sekundlich errechneten Energiewerten e(t) wird ein fortlaufender Trend gebildet, der vorzugsweise bis zu 20s in die Vergangenheit reicht. Als Indikator für Störungen wird ein sprungartiger Anstieg der Energie nach oben betrachtet. Ein Abfall bleibt unberücksichtigt. Als Maß für das Grundniveau wird eine Rangfunktion rangD eingesetzt. Eine Rangfunktidn ermittelt denjenigen Wert aus einer Stichprobe, der an einer bestimmten Rangfolge in der geordneten Stichprobe steht, analog zu einem Median-Filter, das den mittleren Wert der geordneten Reihe ergibt. Ein Parameter o (mit Werten zwischen 0 und 1) gibt die Ranghöhe an. Ein Wert α = 0 entspricht der Minimum-Funktion, α = 0.5 der Median-Funktion, α = 1 der Maximum- Funktion.
Für die erfindungsgemäßen Zwecke hat sich ein Rangparameter α = 0.2 bewährt. Er bewirkt, daß als Bezugsmaß ein Energiewert zwischen dem Minimum und dem Mittelwert (Mediän) genommen wird. Nahe am Minimum ist deshalb sinnvoll, weil damit kontinuierliche starke "Energieausbrüche" den Bezugswert nicht fälschlicherweise nach oben ziehen. Ganz auf das Minimum zu gehen, ist deshalb nicht empfehlenswert, weil es auch Momente geben kann, in denen sich Nutzsignal und Störung teilweise auslöschen und zu einem Energieeinbruch führen, der nicht der korrekte Baseline-Bezugspunkt wäre.
Der Energieschwankungsfaktor für die Berechnung des Qualitätsindikators bestimmt sich vorzugsweise nach der Formel:
Ac = max{e(t) - rangamU e(t)),θ) t = {- 2Qs.-\ 9s....0s}
Die Maximum-Funktion begrenzt den kleinstmöglichen Wert auf 0, da Einbrüche nicht erfaßt werden sollen. Um die große Dynamik bei stärkeren Störungen zu beherrschen, wird vorzugsweise das logarithmische Maß (dB) für die Energie e verwendet. Fig. 1 zeigt den Energiefaktor Δe exemplarisch für eine ungestörte (Fig. 1A) und für eine gestörte (Fig. 1 B) Episode dargestellt. Schwankungen bis etwa +5dB sind als normal zu betrachten: darüber hinaus ist von Artefakten auszugehen. Faktor 3: Abfall des Spektrums
Ein weiteres Maß für die Qualität ist die "Reinheit" des Spektrums. Ein Pulssignal zeigt stets ein typisches Muster der Amplitudenspektren: eine dominierende Grundwelle mit mehr oder weniger steil abfallenden Oberwellen. Erfinduπgsgemäß wird durch alle Spektralkoeffizienten A eine Ausgleichsgerade gelegt. Wird deren Steigung m auf einen Mittelwert Ä, der Spektralkoeffizienten normiert, erhält man ein amplitudenunabhangiges Maß mπ für den Abfall gemäß mn = m / Ä„ wobei m die Steigung der Regressionsgeraden ist.
Bei guten Signalen fällt das Spektrum regelmäßig mit mehr als etwa -20%/Hz ab. Werte von über -10%/Hz. also flacher Abfall oder gar Anstieg, sind nur bei markanten Störungen zu beobachten, insbesondere wenn sie hoherfrequent sind.
Faktor 4: Variabilität der Spektralkoef izienten
Neben dem Abfall des Spektrums stellt auch die Variabilität der Koeffizienten innerhalb des Spektrums ein Maß über die "Reinheit" dar. Ein unruhiger Vertauf mit vielen Peaks deutet auf Störungen hin. Im Rahmen der Berechnung einer Ausgleichs- oder Regressionsgeraden kann ein Streumaß σ um die Ausgleichsgerade ermittelt werden. Wird das Streumaß σ (wie oDen dargestellt) auf den Mittelwert Ä normiert, erhält man einen amplitudenunabhangigen Streufaktor σn gemäß σn = σ / Ä„ wobei σ den Streuwert um die Ausgleichsgerade darstellt (sog. empirische Restvarianz).
Bei guten Signalen liegt der Streufaktor σ. im Bereich 2 bis 3. es liegt eine starke Streuung vor: Die überwiegende Zahl der Spektralkoeffizienten liegt entweder deutlich über der Ausgleichsgeraden (Peaks) oder deutlich unter ihr (Untergrund, nahe 0). Werte αes Streufaktors σr unter 2 weisen auf ein starkes Hin und Her im Spektrum hm; der Untergrund zwischen den Harmonischen der Puiswelle ist mit Störungen gefüllt. B. Algorithmus-bezogene Faktoren
Während die bisherigen Kriterien für die Qualität entweder aus dem Zeitsignal oder aus dem Fouπer-traπsformierten Signal gebildet wurden, werden noch 3 Faktoren vorgestellt, die an Schnittstellen im eigentlichen FNA ansetzen. Sie charakteπsieren also im wesentlichen diejenigen Eigenschaften, die für eine ordentliche Funktion dieses Algorithmus von Bedeutung sind. Bei einem anderen Algoπthmus als dem FNA müßten entsprechend andere für diesen Algorithmus qualitätsrelevante Merkmale herausgegriffen werden.
Faktor 5: Anteil der Peak-FIächen im Spektrum
Dieser Faktor wird noch weit vorne im Algorithmus ermittelt. Es handelt sich um die Bestimmung der Flächesumme aller erkannten Peaks im Spektrum im Verhältnis zur Gesamtfläche, die das Spektrum aufspannt. Versuche haben ergeben, daß dieses Maß den vorigen Faktor (Variabilität der Spektralkoeffizienten) in manchen Situationen sinnvoll ergänzt. Werte über 20% sind als gut anzusehen, unter ca. 5% ist der Untergrund durch Störungen dominant hoch.
Faktor 6: SpO,-Streubreite aller Nadeln
Bei der Charakterisierung alier Peaks wird jeder Nadel ein SpO:-Wert zugeordnet. Bei störungsarmen Signalen sind lediglich die Harmonischen des Pulses als Nadeln vorhanden. Ihr SpO:-Wert unterscheidet sich nur unwesentlich; die Differenz liegt in der Größenordnung von 1%. Störungen bringen i.d.R. neue Komponenten hinein in Form von Nadeln, oder sie überlagern sich den Peaks und verfälschen deren SpO:-Wert. Jede falsche -- d.h. nicht zum Nutzsignai gehörende - Nadel stellt ein potentielles Risiko dar. dadurch daß sie doch einmai in einen Faden gelangen könnte und damit einen Fehlerbeitrag leisten wurde, sollte dieser Faden ausgegeben werden
Fig. 2 zeigt ein Beispiel für die SpO .-Streuung der Nadeln, wobei der oDere Verlauf eine ungestörte Basisepisooe. nämlich das Luftanhaltemanover eines Freiwilligen, anzeigt. Der untere Verlauf zeigt eine stark gestörte Episode, die gleiche Episode wie in Fig. 2 oben, jedoch mit Störungen überlagert, so daß die Nadeln teilweise erheblich vom Sollwert abweichen. Allerdings sind auch die stark abweichenden Nadeln häufig schwach und gehen in die Gewichtung des Streumaßes nur bedingt ein. Damit wachst die Streubreite innerhalb der Nadeln eines FNA-Zyklus.
Damit steht mit einer gewichteten Streuung σSp02 ein weiteres graduelles Maß zur Verfügung, um eine Aussage zur Signalqualität zu machen. Betrachtet man diesen Parameter an störungsfreien Basisepisoden und an gestörten Episoden, gelangt man zu den sich in den Fuzzy-Logic-Zugehoπgkeitsfunktionen widerspiegelnden Eckwerten: bis 1.5% ist die Wertung "gut", ab 4.5% ist sie als "schlecht" aufzufassen.
Faktor 7: Stärke der ausgegebenen Fadenfamilie
Ein entscheidender Faktor im FNA, der auch mit dem größten Anteil in die (unten dargelegten) Fuzzy Operationen zur Verknüpfung aller qualitätsbestimmender Parameter eingeht, ist die Stärke der ausgegeben Familie. In ihm sind bereits über die vorangegangenen Algorithmusschritte viele Charakteristika zusammengefaßt. Wie schon der Name "Stärke" andeutet, liefert der Wert eine Aussage über die Güte der Ausgabewerte. Die Stärke (contiStrength) liegt vorzugsweise in einem Wertebereich von 0 bis 100 Punkten und beinhaltet die qualitativen Eigenschaften von Algorithmus-relevanten Faktoren.
C. Kombination der Faktoren
Jeder der oben beschriebenen 7 Faktoren tragt ein Stück Information über die
Qualität der verarbeiteten Signale und damit über die Zuverlässigkeit der Pulsoximeter-Ausgabewerte. In einer (unten naher dargestellten) Fuzzy Operation
Ql werden diese miteinander zu einer Aussage verknüpft Wegen der Fülle der Parameter wird vorzugsweise eine mehrstufige Fuzzy Operation angewendet, um schließlich als Ergebnis eine Maßzahl für die Qualität im Bereich von vorzugsweise 0 bis 100 Punkten zu gewinnen.
Als Ergebnis der Fuzzy Operation erhält man mit jedem Taktzyklus einen Qualitätsιndikator-(QI)-Wert (instQI). Bei stärker gestörten Signalen kann dieser Wert von Zyklus zu Zyklus betrachtlich schwanken. Damit die Anzeige etwas ruhiger wirkt, wird vorzugsweise eine leichte Tiefpaßfilterung in Form eines simplen Infinite-Impulse-Response (IIR)-Filters vorgenommen: Qln = 0.8 Q ,., + 0.2 instQL,.
Die Fuzzy Operation
Es soll nun die Verknüpfung der (maximal) 7 oben aufgeführten Faktoren, die zur Definition des Qualitatsindikators Ql herangezogen werden können, in einer bevorzugten Ausführungsform beschrieben werden. Die hier verwendeten Bezeichnungen entsprechen den vome verwendeten Symbolen wie folgt:
correl = Faktor 1 : r, Korrelation der Zeitsignale Rot mit Infrarot
energy = Faktor 2: Δe , Energieausbrüche in dB
slopeFFT = Faktor 3: rr , Abfall des (Abstand-)Spektrums in %/Hz
stdFFT = Faktor 4: σn. Variabilität der Spektralkoeffizienten
PeakFrac = Faktor 5: Flächenanteil der Peaks an der Gesamtfläche des Spektrums in %
spreadSp02 = Faktor 6. (gewichtete) SpO:-Streubreιte aller Nadeln in einem Zyklus in %SpO:
PStrength = Faktor 7 Famiiienstärke der ausgegebenen Familie in Punkten instQI = Ergebniswert dieser Fuzzy Operation in Punkten: ungemittelter Qualitatsindikator
Im Folgenden werden die wichtigsten Parameter dieser Fuzzy Operation dargestellt. Es wurde eine 2-stufιge Fuzzy Struktur mit 2 rein linguistischen Zwischenvaπablen gewählt. Sie halt die Komplexität der Regeln überschaubar. Bei einer einstufigen Variante entstunden sonst bei 7 Eingangsgroßen mit je 3 Zugehongkeitsfunktionen für einen vollständigen Regelsatz 37=2187 Regeln. Fig. 3A gibt einen Überblick über die 2-stufιge Struktur der Fuzzy Verknüpfung Ql mit den 7 Eingangsgrößen und 3 Regelblöcken. Eine Gesamtubersicht dieser Fuzzy- Operation Ql zeigt 7 Linguistische Eingangsvaπablen, eine Linguistische Ausgangsvaπable, 2 Linguistische Zwischeπvaπablen, 3 Regelblocke, 62 Regeln und 34 Zugehongkeitsfunktionen. Als linguistischen Variablen der Fuzzy Operation dienen:
Variablenname T P_ Termπamen
contiStrength Eingang very_small, small, medium, lange, veryjarge
correl Eingang low, medium. high
energy Eingang low, medium, high
PeakFrac Eingang bad. medium,
slopeFFT Eingang steep, medium. flat
spreadSp02 Eingang low. medium, high
stdFFT Eingang bad. medium, good
puπtyFFT Zwischen low, medium, high puritySignal Zwischen low, medium. high
instQI Ausgang very ow. low, medium. high, very_high
Exemplarisch für eine mögliche graphische Funktionsdarstellung der Variablen sei in Fig. 3B ein Beispiel für die Variable „contiStrength" und in Fig. 3C ein Beispiel für die Variable ,.spreadSp02" gezeigt. Die Verläufe der anderen Variablen können entsprechend dargestellt werden. Die Eigenschaften der Eingangsvariablen können wie folgt dargestellt werden:
Eingangsvar. Min Max Einheit
contiStrength 0 100 Punkte
correl 0.6 1
energy 0 10 dB
PeakFrac 0 40 %
slopeFFT -25 -10 %/Hz
spreadSp02 0 7 SpO,%
stdFFT 0.5 3
Die Defuzzifizierung wurde mit der Center-of-Maximum- (CoM)-Methode (vgl. Altrock C. „Fuzzy Logic: Band 1. Technologie", Oldenburg Vertag. München, 1995) vorgenommen, um eine Kompromißbildung gleichzeitig feuernder Regeln zu erreichen. Fig. 3D zeigt die Mitgliedsfunktionen der Ausgangsvariablen „instQI". mit den folgenden Eigenschaften:
Ausgangsvar. Min Max Einheit Defuzzifizierung
instQI 0 100 Punkte CoM Die gleichmäßige Aufteilung der 5 Funktionen (vgl. Fig. 3D) leistet eine verhältnismäßig „lineare" Abbildung der Regeln durch die CoM-Methode.
Die Regeln
1. Die Vorstufe "purityFFT': Hier werden die 3 Eingänge, welche mit den spektralen Eigenschaften des Signals zu tun haben, gemeinschaftlich bewertet und zu einer Art "Reinheitsfaktor" des Spektrums verknüpft. Die nachstehende Tabelle zeigt das Ein- bzw. Ausgangsinterface des Regelblocks "purityFFT":
Operator: GAMMA
Parameter: 0.30
Ergebnisoperator: MAX
Anzahl der Eingänge: 3
Anzahl der Ausgänge: 1
Anzahl der Regeln: 13
Fig. 4A zeigt die Regelbasis der Vorstufe „spektrale Reinheit"(purityFFT). Die schlechte Charakteristik eines Parameters reicht aus, um das Ergebnis herunterzuziehen.
2. Die Vorstufe "puritySignal": Hier werden 3 weitere Eingänge, die auch mit der
"Reinheit" des Signals zusammenhängen, nämlich die Korrelation, die
Energiekonstanz und Sp02-Streuung aller Nadeln, zusammengeführt. Die nachstehende Tabelle zeigt das Ein- bzw. Ausgangsinterface des Regelblocks
" puritySignal":
Operator: GAMMA Parameter: 0.30
Ergebnisoperator: MAX
Anzahl der Eingänge: 3
Anzahl der Ausgänge: 1
Anzahl der Regeln: 12
Fig. 4B zeigt die Regelbasis der Vorstufe „Reinheit des Signals" (puritySignal). Die schiechte Charakteristik eines einzelnen Parameters reicht aus, um das Ergebnis herunterzuziehen (vgl. ..don't care"-Felder).
3. Die Endstufe: Hier erfolgt die Zusammenführung der Zwischenergebnisse und der noch nicht berücksichtigten Familienstärke (contiStrength). Letztere wird explizit stark gewichtet bei der Ausgestaltung der 37 Regeln. Die nachstehende Tabelle zeigt das Ein- bzw. Ausgangsinterface des Regelblocks "instQI":
Operator: GAMMA
Parameter: 0.40
Ergebnisoperator: BSUM
Anzahl der Eingänge: 3
Anzahl der Ausgänge: 1
Anzahl der Regeln: 37
Fig. 4C zeigt die RegelDasis der Vorstufe Stufe ..instQI". Nur gute Paarungen erlauben eine sehr guten Qualitätsindikator.
Fig. 4D zeigt die Kontrolioberfläche in Abhängigkeit αer Famiiienstärke »contiStrength« und der Korrelation der Zeitsigπaie »correl« Alle anderen Parameter wurden auf ihre Optimalwerte gesetzt. Der Einfluß der Korrelation ist zwar deutlich erkennbar aDer dennoch gegenüber der Famiiienstärke recht schwach.
Fig. 4E zeigt die Kontrolioberfläche in Abhängigkeit der Energieschwankung „energy" und der SpO:-Streuung „spreadSp02". Alle anderen Parameter wurden auf ihre Optimalwerte gesetzt, bis auf eine moderate Famiiienstärke „contiStrength" = 42 Punkte. Ab einem gewissen Punkt ist ein positiver, aber moderater Einfluß auf den Qualitatsindikator Ql durch die beiden obigen Parameter erkennbar.
Mit den Diagrammen der Fign. 4D und 4E kann die Wirkungsweise dieser Fuzzy Operation nur angedeutet werden, da sich aufgrund der vielen Eingange sehr viele Kontrolloberflächen ergeben. Weil die Famiiienstärke das Kriterium für den FNA schlechthin darstellt, wurde ihm große Bedeutung und entsprechendes Gewicht beigemessen.
D. Alarmsteuerung und Trendableitung
In einer bevorzugten weiteren Ausfuhrungsform wird bei einem niedrigen Wert des Qualitatsindikators (geringe Zuverlässigkeit) und damit einer geπngen Signalqualität eine Verzogerungszeit zum Ansprechen eines Alarms nach Auslosen einer Alarmbedingung auf ein Maximum gestellt, da hier die höchste Wahrscheinlichkeit von möglichen Fehlalarmen besteht. Bei einem hohen Qualitatsindikatorwert (hohe Zuveriassigkeit) hingegen ist das Risiko eines Fehlalarmes geπng, und die Alarmverzogerungszeit wird auf einen geringeren Wert eingestellt. Dabei kann die Verzogerungszeit kontinuierlich zwiscnen einem minimalen und einem maximalen Verzogerungswert in Abhängigkeit von dem Wert des Qualitatsindikators automatisch angepaßt werden
Fig. 5 zeigt ein Beispiel eines Verlaufs αer Verzogerungszeit über dem Wert des Qualitatsindikators Ql. wobei der Verlauf zu den Extremwerten der Verzogerungszeit hin aügeflacnt ausgeführt ist. Allerdings kann der Verlauf ebenso linear oder anderweitig an die jeweiligen Verhaltnisse angepaßt sein. Vorzugsweise sind die minimale und die maximale Verzogerungszeit durch den Benutzer konfigurierbar und/oder oer Verlauf der Verzogerungszeit über den Qualitatsindikator. z.B. durch Auswahl vorgegebener Verläufe, einstellbar.
In einer weiteren Ausfuhrungsform wird der Qualitatsindikatorwert zusammen mit dem SpO.-Wert und der Pulsrate als Trend dargestellt und gleichzeitig aufgezeichnet. Damit können SpO:- und Pulsratenereignisse bei einer retrospektiven Trendbetrachtung als Artefakte oder echte Ereignisse qualifiziert werden. Ferner ist über den Verlauf des Qualitatsindikatortrends eine Prognose zu erwartender Meßprobleme möglich. So kann eine Verschlechterung der Perfusion oder eine Zunahme von Bewegungen (z.B. Kältezittern im Aufwachraum) früher erkannt werden. Das klinische Personal kann deshalb schon darauf reagieren, bevor ein (Fehl-) Alarm erzeugt wird.

Claims

ANSPRUCHE:
1 Ein Verfahren zur Ermittlung einer quantitativen Aussage über die Qualität eines Meßsignals, vorzugsweise eines medizinischen Meßsignais wie in der Pulsoximetrie, mit den Schritten:
(a) Ermittlung von Meßsignal-relevanten Faktoren, vorzugsweise bezogen auf die Signalaufnahme, Signalbearbeitung und/oder Signalauswertung, und
(b) Verknüpfung der ermittelten Faktoren durch eine unscharfe Logik, vorzugsweise der Fuzzy-Logic, zu einem Qualitatsindikator, der quantitativ die Qualität des ermittelten Meßwertes beschreibt.
2. Das Verfahren nach Anspruch 1 , worin der Schritt der Ermittlung von Meßsignal-relevanten Faktoren:
einen Schritt der Ermittlung von Signalaufnahme-relevanten Faktoren, vorzugsweise Faktoren, die den Meßort, die Meßzeit und/oder die Meßsensorik beschreiben, und/oder
einen Schritt der Ermittlung von Signalbearbeitung-relevanten Faktoren, vorzugsweise Faktoren, die Signalrauschabstand, Parameter einer evtl. erfolgten Rauschunterdrückung und/oder Signalkomprimierung beschreiben, und/oder
einen Schritt der Ermittlung von Signalauswertung-relevanten Faktoren, vorzugsweise Faktoren, die verwendete Meßalgorithmen und/oder die Berücksichtigung aller Rohsignale oder nur Teile davon beschreiben, aufweist.
Das Verfahren nach Anspruch 1 oder 2. worin eine Anzeige des Qualitatsindikators durch eine Tendenzaussage, vorzugsweise im Sinne von „relativ besser/schlechter" oder „absolut gut/schlecht", erfolgt, vorzugsweise durch eine Anzeige als Balken mit variabler Länge.
4. Das Verfahren nach einem der vorangegangenen Ansprüche, worin eine weitere Visualisierung des Qualitätsindikators derart erfolgt, daß sich bei einem Überschreiten des Qualitätsind ikatonvertes über einen vorgegebenen
Schweliwert die Anzeigeweise für Meßsignal, das der Qualitätsindikator beschreibt, ändert, vorzugsweise durch ein Umschalten von kontinuierlicher
Anzeige auf Blinkanzeige (vorzugsweise mit variierender Blinkfrequenz in Abhängigkeit des Qualitätsindikatorwertes), durch Änderung der
Anzeigenfarbe (vorzugsweise rot bei niedrigen Qualitätsindikatorwerten oder im Sinne einer Verkehrsampel: grün bei hohem, gelb bei mittleren und rot bei niedrigem Qualitatsindikatorwert), und/oder durch eine Invertierung der
Anzeigefarben.
5. Das Verfahren nach einem der vorangegangenen Ansprüche, mit einem Schritt der Steuerung einer Alarmfunktion in Abhängigkeit des Qualitätsindikators, vorzugsweise bei Abweichen des Meßsignais von einem vorgegebenen Grenzwert oder -bereich.
6. Das Verfahren nach Anspruch 5, worin die Steuerung durch Änderung einer Alarmverzögerungszeit in Abhängigkeit von dem Wert des Qualitätsindikators erfolgt, wobei vorzugsweise bei geringer Zuverlässigkeit des Meßsignals die Alarmverzögerungszeit auf ein Maximum und/oder bei hoher Zuverlässigkeit des Meßsignals die Alarmverzögerungszeit auf ein Minimum gestellt wird.
7. Das Verfahren nach einem der vorangegangenen Ansprüche, mit einem Schritt der Auswertung des zeitlichen Verlaufs des Qualitätsindikators zur
Erkennung von Trends in dem Meßsignal.
8. Das Verfahren nach Anspruch 7. worin der Trend durch eine Trendanzeige anαezeigt wird, vorzugsweise durch Anzeige eines nach oben zeigenden Pfeiles für eine Verbesserung der Signalqualität, einen nach unten zeigenden Pfeil für eine Verschlechterung der Signaiαua tät und einen auf gleicher Höhe bleibenden Pfeils zur Darstellung einer im wesentlichen gieichbleibenden
Signalqualität.
9. Das Verfahren nach Anspruch 7 oder 8, mit einem Schritt einer Fehlerprognose basierend auf dem Trend in dem Meßsignal, vorzugsweise durch Ausgabe eines Alarms bei einem im wesentlichen kontinuierlichen Abfall des Qualitätsindikatorwertes über einen vorgegebenen Zeitraum.
10. Ein Computerprogramm, vorzugsweise ein Computerprogramm-Produkt gespeichert auf einem computerlesbaren Speichermedium, aufweisend einen Code zur Ausführung der Schritte nach einem der vorangegangenen Ansprüche 1-9. insbesondere wenn das Programm auf einem Computer ausgeführt wird.
1 Eine Vorrichtung zur Ermittlung einer quantitativen Aussage über die Qualität eines Meßsignais. vorzugsweise eines medizinischen Meßsignals wie in der Pulsoximetrie. aufweisend:
Mittel zur Ermittlung von Meßsignal-relevanten Faktoren, vorzugsweise bezogen auf die Signalaufnahme, Signalbearbeitung und/oder
Signalauswertung, und
Mittel zur Verknüpfung der ermittelten Faktoren ourch eine unscharfe Logik, vorzugsweise der Fuzzy-Logic. zu einem Qualitätsindikator, der quantitativ die Qualität des ermittelten Meßwertes beschreibt.
EP99929166A 1999-06-10 1999-06-10 Qualitätsindikator für messsignale, insbesondere medizinische messignale wie aus der sauerstoffsättigungsmessung Ceased EP1196862A1 (de)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/EP1999/003994 WO2000077659A1 (de) 1999-06-10 1999-06-10 Qualitätsindikator für messsignale, insbesondere medizinische messsignale wie aus der sauerstoffsättigungsmessung

Publications (1)

Publication Number Publication Date
EP1196862A1 true EP1196862A1 (de) 2002-04-17

Family

ID=8167327

Family Applications (1)

Application Number Title Priority Date Filing Date
EP99929166A Ceased EP1196862A1 (de) 1999-06-10 1999-06-10 Qualitätsindikator für messsignale, insbesondere medizinische messignale wie aus der sauerstoffsättigungsmessung

Country Status (4)

Country Link
US (1) US6725074B1 (de)
EP (1) EP1196862A1 (de)
JP (1) JP4495378B2 (de)
WO (1) WO2000077659A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106388769A (zh) * 2015-07-27 2017-02-15 三星电子株式会社 生物信号处理设备和方法

Families Citing this family (144)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
MX9702434A (es) 1991-03-07 1998-05-31 Masimo Corp Aparato de procesamiento de señales.
US5490505A (en) 1991-03-07 1996-02-13 Masimo Corporation Signal processing apparatus
US8019400B2 (en) 1994-10-07 2011-09-13 Masimo Corporation Signal processing apparatus
EP1905352B1 (de) 1994-10-07 2014-07-16 Masimo Corporation Signalverarbeitungsmethode
US6018673A (en) 1996-10-10 2000-01-25 Nellcor Puritan Bennett Incorporated Motion compatible sensor for non-invasive optical blood analysis
US6002952A (en) 1997-04-14 1999-12-14 Masimo Corporation Signal processing apparatus and method
US6684090B2 (en) * 1999-01-07 2004-01-27 Masimo Corporation Pulse oximetry data confidence indicator
US20020140675A1 (en) * 1999-01-25 2002-10-03 Ali Ammar Al System and method for altering a display mode based on a gravity-responsive sensor
US6675031B1 (en) 1999-04-14 2004-01-06 Mallinckrodt Inc. Method and circuit for indicating quality and accuracy of physiological measurements
US6748254B2 (en) 2001-10-12 2004-06-08 Nellcor Puritan Bennett Incorporated Stacked adhesive optical sensor
US10080529B2 (en) 2001-12-27 2018-09-25 Medtronic Minimed, Inc. System for monitoring physiological characteristics
US20050027182A1 (en) * 2001-12-27 2005-02-03 Uzair Siddiqui System for monitoring physiological characteristics
US7190986B1 (en) 2002-10-18 2007-03-13 Nellcor Puritan Bennett Inc. Non-adhesive oximeter sensor for sensitive skin
US7006856B2 (en) * 2003-01-10 2006-02-28 Nellcor Puritan Bennett Incorporated Signal quality metrics design for qualifying data for a physiological monitor
US8491492B2 (en) 2004-02-05 2013-07-23 Earlysense Ltd. Monitoring a condition of a subject
US8403865B2 (en) 2004-02-05 2013-03-26 Earlysense Ltd. Prediction and monitoring of clinical episodes
US8942779B2 (en) 2004-02-05 2015-01-27 Early Sense Ltd. Monitoring a condition of a subject
US7194293B2 (en) 2004-03-08 2007-03-20 Nellcor Puritan Bennett Incorporated Selection of ensemble averaging weights for a pulse oximeter based on signal quality metrics
DE102004029421A1 (de) * 2004-06-18 2006-01-05 Rohde & Schwarz Gmbh & Co. Kg Verfahren und Vorrichtung zur Bewertung der Güte eines Signals
US20070078311A1 (en) * 2005-03-01 2007-04-05 Ammar Al-Ali Disposable multiple wavelength optical sensor
EP1860993B1 (de) 2005-03-01 2019-01-23 Masimo Laboratories, Inc. Nichtinvasiver multiparameter-patientenmonitor
DE102005025584A1 (de) * 2005-06-01 2006-12-07 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Anordnung und Verfahren zur Messung physiologischer Messgrößen
US7657294B2 (en) 2005-08-08 2010-02-02 Nellcor Puritan Bennett Llc Compliant diaphragm medical sensor and technique for using the same
US7657295B2 (en) 2005-08-08 2010-02-02 Nellcor Puritan Bennett Llc Medical sensor and technique for using the same
US7590439B2 (en) 2005-08-08 2009-09-15 Nellcor Puritan Bennett Llc Bi-stable medical sensor and technique for using the same
US20070060808A1 (en) 2005-09-12 2007-03-15 Carine Hoarau Medical sensor for reducing motion artifacts and technique for using the same
US7899510B2 (en) 2005-09-29 2011-03-01 Nellcor Puritan Bennett Llc Medical sensor and technique for using the same
US7869850B2 (en) 2005-09-29 2011-01-11 Nellcor Puritan Bennett Llc Medical sensor for reducing motion artifacts and technique for using the same
US7904130B2 (en) 2005-09-29 2011-03-08 Nellcor Puritan Bennett Llc Medical sensor and technique for using the same
US8092379B2 (en) 2005-09-29 2012-01-10 Nellcor Puritan Bennett Llc Method and system for determining when to reposition a physiological sensor
US7881762B2 (en) 2005-09-30 2011-02-01 Nellcor Puritan Bennett Llc Clip-style medical sensor and technique for using the same
US8062221B2 (en) 2005-09-30 2011-11-22 Nellcor Puritan Bennett Llc Sensor for tissue gas detection and technique for using the same
US8233954B2 (en) 2005-09-30 2012-07-31 Nellcor Puritan Bennett Llc Mucosal sensor for the assessment of tissue and blood constituents and technique for using the same
US7483731B2 (en) 2005-09-30 2009-01-27 Nellcor Puritan Bennett Llc Medical sensor and technique for using the same
US7486979B2 (en) 2005-09-30 2009-02-03 Nellcor Puritan Bennett Llc Optically aligned pulse oximetry sensor and technique for using the same
US7555327B2 (en) 2005-09-30 2009-06-30 Nellcor Puritan Bennett Llc Folding medical sensor and technique for using the same
US20070100220A1 (en) * 2005-10-28 2007-05-03 Baker Clark R Jr Adjusting parameters used in pulse oximetry analysis
US8073518B2 (en) 2006-05-02 2011-12-06 Nellcor Puritan Bennett Llc Clip-style medical sensor and technique for using the same
US8145288B2 (en) 2006-08-22 2012-03-27 Nellcor Puritan Bennett Llc Medical sensor for reducing signal artifacts and technique for using the same
US8219170B2 (en) 2006-09-20 2012-07-10 Nellcor Puritan Bennett Llc System and method for practicing spectrophotometry using light emitting nanostructure devices
US8195264B2 (en) 2006-09-22 2012-06-05 Nellcor Puritan Bennett Llc Medical sensor for reducing signal artifacts and technique for using the same
US8396527B2 (en) 2006-09-22 2013-03-12 Covidien Lp Medical sensor for reducing signal artifacts and technique for using the same
US8175671B2 (en) 2006-09-22 2012-05-08 Nellcor Puritan Bennett Llc Medical sensor for reducing signal artifacts and technique for using the same
US7869849B2 (en) 2006-09-26 2011-01-11 Nellcor Puritan Bennett Llc Opaque, electrically nonconductive region on a medical sensor
US7574245B2 (en) 2006-09-27 2009-08-11 Nellcor Puritan Bennett Llc Flexible medical sensor enclosure
US7890153B2 (en) 2006-09-28 2011-02-15 Nellcor Puritan Bennett Llc System and method for mitigating interference in pulse oximetry
US7796403B2 (en) 2006-09-28 2010-09-14 Nellcor Puritan Bennett Llc Means for mechanical registration and mechanical-electrical coupling of a faraday shield to a photodetector and an electrical circuit
US7680522B2 (en) 2006-09-29 2010-03-16 Nellcor Puritan Bennett Llc Method and apparatus for detecting misapplied sensors
US8068891B2 (en) 2006-09-29 2011-11-29 Nellcor Puritan Bennett Llc Symmetric LED array for pulse oximetry
US8175667B2 (en) 2006-09-29 2012-05-08 Nellcor Puritan Bennett Llc Symmetric LED array for pulse oximetry
US7476131B2 (en) 2006-09-29 2009-01-13 Nellcor Puritan Bennett Llc Device for reducing crosstalk
US7684842B2 (en) 2006-09-29 2010-03-23 Nellcor Puritan Bennett Llc System and method for preventing sensor misuse
US8265724B2 (en) 2007-03-09 2012-09-11 Nellcor Puritan Bennett Llc Cancellation of light shunting
US7894869B2 (en) 2007-03-09 2011-02-22 Nellcor Puritan Bennett Llc Multiple configuration medical sensor and technique for using the same
US8280469B2 (en) 2007-03-09 2012-10-02 Nellcor Puritan Bennett Llc Method for detection of aberrant tissue spectra
EP2139383B1 (de) 2007-03-27 2013-02-13 Masimo Laboratories, Inc. Optischer sensor mit mehreren wellenlängen
US8374665B2 (en) 2007-04-21 2013-02-12 Cercacor Laboratories, Inc. Tissue profile wellness monitor
US8585607B2 (en) 2007-05-02 2013-11-19 Earlysense Ltd. Monitoring, predicting and treating clinical episodes
EP2142095A1 (de) * 2007-05-02 2010-01-13 Earlysense Ltd. Überwachung, vorhersage und behandlung von klinischen episoden
US8346328B2 (en) 2007-12-21 2013-01-01 Covidien Lp Medical sensor and technique for using the same
US8352004B2 (en) 2007-12-21 2013-01-08 Covidien Lp Medical sensor and technique for using the same
US8366613B2 (en) 2007-12-26 2013-02-05 Covidien Lp LED drive circuit for pulse oximetry and method for using same
US8577434B2 (en) 2007-12-27 2013-11-05 Covidien Lp Coaxial LED light sources
US8442608B2 (en) 2007-12-28 2013-05-14 Covidien Lp System and method for estimating physiological parameters by deconvolving artifacts
US8452364B2 (en) 2007-12-28 2013-05-28 Covidien LLP System and method for attaching a sensor to a patient's skin
US8897850B2 (en) 2007-12-31 2014-11-25 Covidien Lp Sensor with integrated living hinge and spring
US20090171173A1 (en) * 2007-12-31 2009-07-02 Nellcor Puritan Bennett Llc System and method for reducing motion artifacts in a sensor
US8199007B2 (en) 2007-12-31 2012-06-12 Nellcor Puritan Bennett Llc Flex circuit snap track for a biometric sensor
US8092993B2 (en) 2007-12-31 2012-01-10 Nellcor Puritan Bennett Llc Hydrogel thin film for use as a biosensor
US8070508B2 (en) 2007-12-31 2011-12-06 Nellcor Puritan Bennett Llc Method and apparatus for aligning and securing a cable strain relief
WO2009093159A1 (en) * 2008-01-21 2009-07-30 Philips Intellectual Property & Standards Gmbh Controlling an alarm in a medical instrument
US8437822B2 (en) 2008-03-28 2013-05-07 Covidien Lp System and method for estimating blood analyte concentration
US8112375B2 (en) 2008-03-31 2012-02-07 Nellcor Puritan Bennett Llc Wavelength selection and outlier detection in reduced rank linear models
US9883809B2 (en) 2008-05-01 2018-02-06 Earlysense Ltd. Monitoring, predicting and treating clinical episodes
US8882684B2 (en) 2008-05-12 2014-11-11 Earlysense Ltd. Monitoring, predicting and treating clinical episodes
JP2012502671A (ja) 2008-05-12 2012-02-02 アーリーセンス エルティディ 臨床症状のモニタリング、予測及び治療
US7887345B2 (en) 2008-06-30 2011-02-15 Nellcor Puritan Bennett Llc Single use connector for pulse oximetry sensors
US8071935B2 (en) 2008-06-30 2011-12-06 Nellcor Puritan Bennett Llc Optical detector with an overmolded faraday shield
US7880884B2 (en) 2008-06-30 2011-02-01 Nellcor Puritan Bennett Llc System and method for coating and shielding electronic sensor components
USD626561S1 (en) 2008-06-30 2010-11-02 Nellcor Puritan Bennett Llc Circular satseconds indicator and triangular saturation pattern detection indicator for a patient monitor display panel
USD626562S1 (en) 2008-06-30 2010-11-02 Nellcor Puritan Bennett Llc Triangular saturation pattern detection indicator for a patient monitor display panel
US8805482B2 (en) * 2008-07-28 2014-08-12 General Electric Conpany System and method for signal quality indication and false alarm reduction in ECG monitoring systems
US8364220B2 (en) 2008-09-25 2013-01-29 Covidien Lp Medical sensor and technique for using the same
US8417309B2 (en) 2008-09-30 2013-04-09 Covidien Lp Medical sensor
US8423112B2 (en) 2008-09-30 2013-04-16 Covidien Lp Medical sensor and technique for using the same
US8914088B2 (en) 2008-09-30 2014-12-16 Covidien Lp Medical sensor and technique for using the same
US8771204B2 (en) 2008-12-30 2014-07-08 Masimo Corporation Acoustic sensor assembly
US8452366B2 (en) 2009-03-16 2013-05-28 Covidien Lp Medical monitoring device with flexible circuitry
US8221319B2 (en) 2009-03-25 2012-07-17 Nellcor Puritan Bennett Llc Medical device for assessing intravascular blood volume and technique for using the same
US8509869B2 (en) 2009-05-15 2013-08-13 Covidien Lp Method and apparatus for detecting and analyzing variations in a physiologic parameter
US8634891B2 (en) 2009-05-20 2014-01-21 Covidien Lp Method and system for self regulation of sensor component contact pressure
US9010634B2 (en) 2009-06-30 2015-04-21 Covidien Lp System and method for linking patient data to a patient and providing sensor quality assurance
US8505821B2 (en) 2009-06-30 2013-08-13 Covidien Lp System and method for providing sensor quality assurance
US8311601B2 (en) 2009-06-30 2012-11-13 Nellcor Puritan Bennett Llc Reflectance and/or transmissive pulse oximeter
US8391941B2 (en) 2009-07-17 2013-03-05 Covidien Lp System and method for memory switching for multiple configuration medical sensor
US8417310B2 (en) 2009-08-10 2013-04-09 Covidien Lp Digital switching in multi-site sensor
US8428675B2 (en) 2009-08-19 2013-04-23 Covidien Lp Nanofiber adhesives used in medical devices
US8430817B1 (en) 2009-10-15 2013-04-30 Masimo Corporation System for determining confidence in respiratory rate measurements
US8790268B2 (en) * 2009-10-15 2014-07-29 Masimo Corporation Bidirectional physiological information display
WO2011047216A2 (en) 2009-10-15 2011-04-21 Masimo Corporation Physiological acoustic monitoring system
US8755535B2 (en) 2009-10-15 2014-06-17 Masimo Corporation Acoustic respiratory monitoring sensor having multiple sensing elements
US10463340B2 (en) 2009-10-15 2019-11-05 Masimo Corporation Acoustic respiratory monitoring systems and methods
US9848800B1 (en) 2009-10-16 2017-12-26 Masimo Corporation Respiratory pause detector
US20110118557A1 (en) * 2009-11-18 2011-05-19 Nellcor Purifan Bennett LLC Intelligent User Interface For Medical Monitors
US9839381B1 (en) 2009-11-24 2017-12-12 Cercacor Laboratories, Inc. Physiological measurement system with automatic wavelength adjustment
GB2487882B (en) 2009-12-04 2017-03-29 Masimo Corp Calibration for multi-stage physiological monitors
US9307928B1 (en) 2010-03-30 2016-04-12 Masimo Corporation Plethysmographic respiration processor
US20110291838A1 (en) * 2010-05-26 2011-12-01 General Electric Company Alarm Generation Method for Patient Monitoring, Physiological Monitoring Apparatus and Computer Program Product for a Physiological Monitoring Apparatus
CN102270264B (zh) * 2010-06-04 2014-05-21 中国科学院深圳先进技术研究院 生理信号质量评估系统及方法
KR101235338B1 (ko) * 2010-10-20 2013-02-19 엘지전자 주식회사 건강 관리 단말기 및 건강 관리 방법
US10292625B2 (en) 2010-12-07 2019-05-21 Earlysense Ltd. Monitoring a sleeping subject
US8665096B2 (en) 2010-12-21 2014-03-04 General Electric Company Alarm control method, physiological monitoring apparatus, and computer program product for a physiological monitoring apparatus
EP3603502B1 (de) 2011-10-13 2023-10-04 Masimo Corporation Physiologisches akustisches überwachungssystem
US8868148B2 (en) 2012-09-11 2014-10-21 Covidien Lp Methods and systems for qualifying physiological values based on segments of a physiological signal
US9186076B2 (en) 2012-09-11 2015-11-17 Covidien Lp Methods and systems for qualifying a correlation lag value based on skewness
US9119598B2 (en) 2012-09-11 2015-09-01 Covidien Lp Methods and systems for determining physiological information using reference waveforms
US9247887B2 (en) 2012-09-11 2016-02-02 Covidien Lp Methods and systems for determining physiological information based on low and high frequency components
US9186101B2 (en) 2012-09-11 2015-11-17 Covidien Lp Methods and systems for qualifying a correlation lag value based on a correlation value at a different lag
US9186110B2 (en) 2012-09-11 2015-11-17 Covidien Lp Methods and systems for qualifying calculated values based on a statistical metric
US9161723B2 (en) 2012-09-11 2015-10-20 Covidien Lp Methods and systems for qualifying calculated values based on multiple difference signals
US9220423B2 (en) 2012-09-11 2015-12-29 Covidien Lp Methods and systems for qualifying a calculated value based on differently sized sorted difference signals
US9149232B2 (en) 2012-09-11 2015-10-06 Covidien Lp Methods and systems for qualifying calculated values based on state transitions
US9339235B2 (en) 2012-09-11 2016-05-17 Covidien Lp Methods and systems for determining signal-to-noise information from a physiological signal
US9392974B2 (en) 2012-09-11 2016-07-19 Covidien Lp Methods and systems for qualifying physiological values based on segments from a cross-correlation sequence
US9186109B2 (en) 2012-09-11 2015-11-17 Covidien Lp Methods and systems for qualifying physiological values based on metrics
US9259186B2 (en) 2012-09-11 2016-02-16 Covidien Lp Methods and systems for determining noise information from a physiological signal
US9192310B2 (en) 2012-09-11 2015-11-24 Covidien Lp Methods and systems for qualifying a calculated value based on baseline and deviation information
US9955937B2 (en) 2012-09-20 2018-05-01 Masimo Corporation Acoustic patient sensor coupler
US10610159B2 (en) 2012-10-07 2020-04-07 Rhythm Diagnostic Systems, Inc. Health monitoring systems and methods
US10413251B2 (en) 2012-10-07 2019-09-17 Rhythm Diagnostic Systems, Inc. Wearable cardiac monitor
USD850626S1 (en) 2013-03-15 2019-06-04 Rhythm Diagnostic Systems, Inc. Health monitoring apparatuses
US10244949B2 (en) 2012-10-07 2019-04-02 Rhythm Diagnostic Systems, Inc. Health monitoring systems and methods
US10441181B1 (en) 2013-03-13 2019-10-15 Masimo Corporation Acoustic pulse and respiration monitoring system
US10226188B2 (en) 2013-08-23 2019-03-12 Covidien Lp Systems and methods for monitoring blood pressure
US10828007B1 (en) 2013-10-11 2020-11-10 Masimo Corporation Acoustic sensor with attachment portion
CN103646165A (zh) * 2013-11-18 2014-03-19 泸州品创科技有限公司 定量评判黄水品质的方法
US20160278643A1 (en) * 2013-12-18 2016-09-29 Hitachi, Ltd. Biophotonic measurement apparatus and biophotonic measurement method using same
JP6364792B2 (ja) 2014-01-31 2018-08-01 セイコーエプソン株式会社 生体情報処理方法、生体情報処理装置、コンピューターシステム、及びウェアラブル機器
US10383579B2 (en) 2014-10-16 2019-08-20 Covidien Lp System and method for monitoring autoregulation
WO2017089921A1 (en) 2015-11-24 2017-06-01 Koninklijke Philips N.V. Method to quantify photoplethysmogram (ppg) signal quality
CN109952130B (zh) * 2016-10-12 2023-06-20 皇家飞利浦有限公司 自动体外除颤器(aed)中的故障诊断测试警告超控
FR3069149B1 (fr) * 2017-07-20 2023-12-15 Commissariat Energie Atomique Dispositif d'estimation de la spo2 et methode d'estimation de la spo2
US10937155B2 (en) * 2018-12-10 2021-03-02 General Electric Company Imaging system and method for generating a medical image
WO2021041961A1 (en) 2019-08-28 2021-03-04 Rhythm Diagnostic Systems, Inc. Vital signs or health monitoring systems and methods

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5830135A (en) * 1994-03-31 1998-11-03 Bosque; Elena M. Fuzzy logic alarm system for pulse oximeters
US5623929A (en) * 1995-06-30 1997-04-29 Siemens Medical Systems, Inc. Ultrasonic doppler flow imaging method for eliminating motion artifacts
JP3580947B2 (ja) * 1996-05-14 2004-10-27 大日本スクリーン製造株式会社 画像のノイズ量判別装置およびノイズ量判別方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See references of WO0077659A1 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106388769A (zh) * 2015-07-27 2017-02-15 三星电子株式会社 生物信号处理设备和方法
US10751002B2 (en) 2015-07-27 2020-08-25 Samsung Electronics Co., Ltd. Biosignal processing apparatus and method

Also Published As

Publication number Publication date
JP2003505120A (ja) 2003-02-12
WO2000077659A8 (de) 2001-02-22
WO2000077659A1 (de) 2000-12-21
JP4495378B2 (ja) 2010-07-07
US6725074B1 (en) 2004-04-20

Similar Documents

Publication Publication Date Title
EP1196862A1 (de) Qualitätsindikator für messsignale, insbesondere medizinische messignale wie aus der sauerstoffsättigungsmessung
EP1200905B1 (de) Erkennung eines nutzsignals in einem messsignal
DE69725621T2 (de) Verfahren und gerät zur adaptiven mittelwertbildung von datensignalen
DE69928569T2 (de) Rechner zur erkennung von plethysmographischen pulsen
DE2716739C3 (de) Verfahren zur Detektion von Signalen
DE60016445T2 (de) Apparat zur entfernung von bewegungs-artefakten von körperparametermessungen
DE60116132T2 (de) Vorrichtung zur schnellen bestimmung des zerebralen zustands eines patienten
DE60034426T2 (de) Oximeter mit pulsanzeige
EP1589438B1 (de) Verfahren und Vorrichtung zum Überwachen einer Konzentration eines Analyten im lebenden Körper eines Menschen oder Tieres
DE60126812T2 (de) Verfahren und gerät zur abschätzung eines physiologischen parameters von einem physiologischen signal
EP3019080B1 (de) Verfahren zur automatischen auswertung eines absens-eeg, computerprogramm und auswertegerät dafür
EP1192560A1 (de) Störungsunterdrückung für messsignale mit periodischem nutzsignal
EP0828225A1 (de) Verfahren und Vorrichtung zum Auswerten von EEG-Daten
DE102011056489A1 (de) Adaptive Zeitbereichsfilterung zur Verbesserung der Blutdruckeinschätzung
EP2626005A1 (de) Verfahren zur Bestimmung des physischen und/oder psychischen Zustands eines Probanden anhand einer Analyse seiner Herzratenvariabilität
DE3810236C2 (de)
DE102015116044A1 (de) Verfahren und Vorrichtung zur Quantifizierung einer respiratorischen Sinusarrhythmie sowie Verwendung eines derartigen Verfahrens oder einer derartigen Vorrichtung [
DE102012104565A1 (de) Verfahren, Vorrichtung und Computerprogrammprodukt zur Überwachung physiologischer Signale
DE102016105403A1 (de) Adaptive beseitigung des herzartefakts aus atmungskurve
DE102013200806A1 (de) System zur Früherkennung lebensbedrohlicher Zustände von Personen
DE3511697A1 (de) Verfahren zur automatischen verarbeitung elektrookulografischer signale
EP1192897B1 (de) Risikomonitoring
DE4427991A1 (de) Verfahren und Vorrichtung zur Messung und Anzeige von Blutdruck-Veränderungen
DE19624133A1 (de) Verfahren und Meßanordnung zum Messen von reizevozierten Potentialen des Gehirns
DE2717530A1 (de) Verfahren zur stoerbefreiung von signalen

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

17P Request for examination filed

Effective date: 20020110

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AT BE CH CY DE DK ES FI FR GB GR IE IT LI LU MC NL PT SE

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION HAS BEEN REFUSED

18R Application refused

Effective date: 20081215