專利名稱：實時檢測機能循環(huán)活動的信號的處理系統(tǒng)和方法
技術領域：
本發(fā)明涉及一種實時檢測周期性機能活動尤其是呼吸肌活動的信號的處理系統(tǒng)和方法。
背景技術：
已知用于監(jiān)測病人呼吸活動的設備包括測量呼吸肌活動的單個傳感器。通常， 該測量傳感器為設置在檢查的肌肉附近的電極以獲得良好的信噪比。根據(jù)文獻“Neural control of mechanical ventilation in respiratory failure (呼吸|竭中t/lt戒ffl^(白勺神經(jīng)控制)，Nature medicine 1999，Sinderby等”，獲取的信號質量使得呼吸機等呼吸輔助設備可通過單塊肌肉(即，膈膜)的呼吸肌活動(Respiratory Muscle Activity, RMA)進行實時監(jiān)測。但是，除了膈膜，這種方案不適于測量呼吸肌的活動。此外，盡管并不是肌肉內測量(通過針頭)，但是這種測量具有有創(chuàng)性。已知的無創(chuàng)性設備包括表面電極，其測量并不可靠。為此，現(xiàn)有的無創(chuàng)性設備包括具有信號的表面電極，該信號與氣流信號同步。根據(jù)文獻“Optimized analysis of surface electromyograms of the scalenes during quiet breathing in humans (人平靜呼吸過程中斜角肌的表面肌電圖的最佳分析方法)，Respiratory Physiology & Neurobiology 2006, Hug F.等”，通過這些設備，可準確可靠地獲取觸發(fā)斜角肌吸氣活動的位置。但是，這種測量時間較長，且必須以呼吸活動相對穩(wěn)定為前提；因此，其不適于實時檢測呼吸活動并且不能用于監(jiān)測呼吸機。

發(fā)明內容
因此，為了解決上述問題，本發(fā)明的目的在于提供一種實時檢測周期性機能活動的信號的處理系統(tǒng)和方法，尤其適用于無創(chuàng)和可靠地實時檢測呼吸肌活動，從而可對呼吸肌機能進行檢查或對呼吸輔助設備進行監(jiān)測。為此，本發(fā)明涉及一種實時檢測循環(huán)機能活動的信號的處理系統(tǒng)，包括-用于同步接收和預處理尤其是過濾由傳感器陣列所獲取的信號的裝置，該傳感器陣列包括至少兩個傳感器；-用于記錄在多個連續(xù)處理循環(huán)中所獲取信號的裝置；以及-用于根據(jù)所獲取信號的記錄來識別事件組合從而進行校準的裝置，包括·用于識別所獲取信號中的多個事件的裝置，獲取裝置的每個所獲取信號包括已識別的事件， 用于定義機能活動模型的裝置，該模型為多個已識別事件的時間順序(時間表) 以及已識別事件之間的平均延遲，·用于根據(jù)機能活動模型來定義檢測時間窗口的裝置。根據(jù)本發(fā)明的其他方面，該處理系統(tǒng)具有下列一個或多個特征-多個連續(xù)處理循環(huán)包括10到20個循環(huán)，
-該處理系統(tǒng)還包括用于確認傳感器陣列的裝置，其包括-用于計算每對所獲取信號的匹配值的裝置，以及_用于將為每對所獲取信號計算出的每個匹配值與閾值進行比較的裝置；-該處理系統(tǒng)還包括用于監(jiān)測最后一個完整循環(huán)的機能活動的裝置，包括-用于計算在多個連續(xù)監(jiān)測循環(huán)中所獲取信號之間延遲的滑動平均值的裝置，該多個連續(xù)監(jiān)測循環(huán)包括該最后一個完整循環(huán)；以及-用于顯示該延遲的滑動平均值的裝置；-多個連續(xù)監(jiān)測循環(huán)小于多個連續(xù)處理循環(huán)；_該監(jiān)測裝置還包括-用于將該延遲的滑動平均值與在校準步驟中計算出的平均延遲進行比較從而檢測異常的裝置；以及_用于在異常時生成并傳輸警報信號的裝置；-該處理系統(tǒng)包括包括傳感器陣列的信號獲取裝置；-信號獲取裝置為心肌信號獲取裝置；-信號獲取裝置為骨骼肌信號獲取裝置；-信號獲取裝置為呼吸肌信號獲取裝置；-信號獲取裝置為無創(chuàng)性獲取裝置；-該處理系統(tǒng)還包括補充處理裝置，其包括-用于接收具有通氣事件的病人的通氣活動信號的裝置；-用于實時檢測通氣需求的裝置，通氣需求由通過呼吸活動模型識別并在所獲取的肌肉信號中檢測到的通氣事件和呼吸事件的有序交替來定義，以及_用于生成控制信號并傳輸給與病人相連的呼吸輔助設備的裝置；并且-該處理系統(tǒng)還包括補充處理裝置，該補充處理裝置包括用于獲取與呼吸輔助設備的狀態(tài)相關的信息的裝置以及用于將這些與呼吸輔助設備相關的信息與病人的呼吸活動的檢測進行比較的裝置。這樣，該系統(tǒng)尤其是可通過對呼吸肌活動可靠的實時檢測，來改進用于監(jiān)測和輔助麻醉和復蘇中的呼吸機能的策略和方法。該系統(tǒng)涉及間接獲取的和/或借助數(shù)學模型構建(間接)的任何信息，數(shù)學模型間接構成肌肉收縮的圖像，比如，呼吸收縮肌肉壓力(Pmus)、肌動圖、肌電圖。該系統(tǒng)是一種聯(lián)合分析肌肉活動信息的裝置。上述信息可通過間接測量提取，比如肌電圖(Electromyogram，EMG)或肌萎縮肌動圖(Myomechanogram，MMG)測量，或通過模型構建，比如肌肉壓力(該壓力相當于氣流信號的第一過濾級)。上述信息可通過級閾值反映事件。在任何情況下，系統(tǒng)都不能對活動進行測量，但是可對反應肌肉活動比如呼吸活動的事件進行檢測。本發(fā)明還涉及一種實時檢測機能循環(huán)活動的信號的處理方法，以用于上述類型的處理系統(tǒng)，該處理方法包括下列步驟-同步接收由包括至少兩個傳感器的傳感器陣列所獲取的信號，并記錄在多個連續(xù)處理循環(huán)中所獲取的信號；-根據(jù)所獲取信號的記錄進行校準，校準包括下列步驟
5
·識別所獲取信號中的多個事件，獲取裝置的每個所獲取信號包括已識別的事件，·定義機能活動模型，該模型為多個已識別事件的時間順序以及已識別事件之間的平均檢測延遲，·根據(jù)機能活動模型定義分析時間窗口。根據(jù)本發(fā)明的其他方面，該處理方法具有下列一個或多個特征-在校準步驟后，該處理方法包括監(jiān)測最后一個完整循環(huán)的機能活動的步驟，其包括下列步驟-計算在多個連續(xù)監(jiān)測循環(huán)中所獲取信號之間延遲的滑動平均值，多個連續(xù)監(jiān)測循環(huán)包括最后一個完整循環(huán)；以及-顯示延遲的滑動平均值；-所獲取的信號為呼吸肌信號，機能活動模型為呼吸活動模型；并且-在校準步驟后，包括下列步驟-接收具有通氣事件的病人的通氣活動信號的步驟；-實時檢測通氣需求的步驟，通氣需求由通過呼吸活動模型識別并在所獲取的肌肉信號中檢測到的通氣事件和呼吸事件的有序交替來定義，以及-生成與病人相連的呼吸輔助設備的控制信號的步驟。發(fā)明人用新方法發(fā)現(xiàn)，可通過不同肌肉的活動網(wǎng)絡(稱為生理網(wǎng)絡)來描述呼吸肌活動，并可通過一定數(shù)量的形成“儀器網(wǎng)絡”的傳感器或信號獲取裝置限定上述網(wǎng)絡。在生理學和病理生理學中，肌肉呼吸活動可描述為是不同肌肉群之間配合的結果。這種協(xié)作顯示高度非線性的復雜的相互作用，這種相互作用可通過非線性振蕩器之間的耦合進行分析。但是，這些耦合根據(jù)病人的臨床狀況發(fā)生變化。激活呼吸肌的生理網(wǎng)絡的特性開始時是未知的，必須就每個病人并且在其臨床演變過程中重新評估。


借助下面僅作為實例給出的描述并結合附圖，將更好地理解本發(fā)明，其中圖1為根據(jù)本發(fā)明處理傳感器陣列所獲取的實時檢測周期性機能活動的信號的設備的結構簡要示意圖；圖2為根據(jù)本發(fā)明處理傳感器陣列所獲取的實時檢測周期性機能活動的信號的方法的框圖；圖3為在進行圖2所示的信號處理方法過程中傳感器陣列所獲取的信號和所獲得的模型的示意圖；圖4為由處理傳感器陣列所獲取的實時檢測周期性機能活動的信號的設備所驅動的呼吸輔助設備的簡要示意圖；以及圖5為根據(jù)本發(fā)明由圖4所示的設備進行的信號處理方法的框圖。
具體實施例方式在圖1中，用于檢測病人4的呼吸肌活動(Respiratory Muscular Activity,RMA) 的系統(tǒng)2包括形成儀器網(wǎng)絡的至少兩個獲取裝置6或信號傳感器。信號獲取裝置為呼吸肌信號的獲取裝置。
優(yōu)選地，信號獲取裝置為無創(chuàng)性裝置，比如，表面電極、肌電圖(Electromyogram， EMG)傳感器或肌萎縮肌動圖(Myomechanogram，MMG)傳感器。有利的是，無論是有創(chuàng)的還是無創(chuàng)的，肌肉呼吸設備的每個傳感器都只檢查一塊特定肌肉。其中一個獲取裝置可以是氣流測量，根據(jù)該測量，由本領域的技術人員通過已知的方法建立肌肉壓力。RMA檢測系統(tǒng)2還包括用于通過下面要詳細說明的呼吸肌活動檢測方法對由獲取裝置6所獲取的肌肉信號進行處理的裝置8。獲取裝置6與肌肉信號的處理裝置8連接。肌肉信號的處理裝置8包括用于同步接收由傳感器陣列所獲取的信號的裝置。RMA檢測系統(tǒng)2還包括用于記錄在多個稱為“處理循環(huán)”的連續(xù)循環(huán)中所獲取的肌肉信號的裝置以及用于根據(jù)所獲取信號的記錄來校準儀器網(wǎng)絡的裝置。校準在于識別事件的組合，因此校準裝置還被稱為事件組合識別裝置。儀器網(wǎng)絡的校準裝置包括用于識別所獲取信號中的多個事件的裝置，其中，獲取裝置的每個所獲取信號包括已識別的事件。校準裝置還包括用于定義呼吸肌激活模型的裝置。該模型為多個已識別事件的時間順序以及已識別事件兩兩之間的平均延遲。校準裝置還包括用于根據(jù)呼吸肌活動模型來定義時間檢測窗口的裝置。此外，信號處理裝置包括用于確認傳感器6位置的裝置。確認傳感器6位置的裝置包括用于計算兩個信號之間相關值的裝置以及將相關值與操作人員確定的值進行比較的裝置。用于檢測呼吸肌活動的系統(tǒng)2還包括用于監(jiān)測呼吸肌活動及對其實時顯示的裝置10。因此，對于最后一個完整循環(huán)，監(jiān)測裝置10包括用于對在多個稱為“監(jiān)測循環(huán)”的連續(xù)循環(huán)中所獲取信號之間延遲的滑動平均值進行計算的裝置。多個連續(xù)監(jiān)測循環(huán)包括最后一個完整循環(huán)。監(jiān)測裝置10還包括用于顯示延遲的滑動平均值的裝置。監(jiān)測裝置10還可包括用于將延遲的滑動平均值與在校準步驟中計算出的延遲平均值進行比較從而對檢測異常的裝置，以及用于在異常時生成并傳輸警報信號的裝置。在檢查呼吸機能的過程中，傳統(tǒng)的方法提出了預先選擇最能代表所研究的生理現(xiàn)象的肌肉信號，比如，當研究吸氣機能時，測量主要的吸氣肌肉。這是通過單獨測量膈膜活動的情況，減少了僅由該肌肉活動產(chǎn)生的吸氣流。但是，通過選擇這種儀器會弱化膈膜和其他呼吸肌之間協(xié)同作用對所產(chǎn)生的吸氣效果的影響，在臨床情況下變得不合適，其中，觀察到通氣事件依賴于不同肌肉之間的最佳配合。但是，要檢查病人的肌肉呼吸活動，也不可能測量所有相互作用的呼吸肌的活動。 因此，包括由獲取裝置形成的網(wǎng)絡的檢測系統(tǒng)肯定比生理網(wǎng)絡要小。因此，必須要確保儀器網(wǎng)絡能夠有效說明不同肌肉活動的有機結構或生理網(wǎng)絡的存在。這種有機結構的存在使得能夠通過不同呼吸事件的組合來定義吸氣活動并確保其可靠的檢測。圖2示出了實時檢測病人呼吸肌活動的方法。在前一步驟12中，操作人員在病人的呼吸肌上放置至少兩個參與病人呼吸活動的獲取裝置或傳感器，這樣，獲取裝置可檢測彼此不同的肌肉信號。
優(yōu)選地，傳感器位于不同的呼吸肌上。因此，這組傳感器放置形成儀器網(wǎng)絡。然后，在接收步驟14中，同步接收每個獲取裝置所檢測的肌肉信號，完成在線預處理，尤其是過濾，從而特別地消除50Hz和心電圖(Electrocardiogram，ECG)的干擾現(xiàn)象， 在治療病人的多個呼吸循環(huán)中記錄肌肉信號。優(yōu)選地，多個呼吸處理循環(huán)包括10到20個呼吸循環(huán)。然后確認(16)每個放置在病人上的獲取裝置的位置。為此，對儀器網(wǎng)絡的兩兩信道之間，即兩兩肌肉信號之間的電勢耦合和相干性進行分析。實際上，在長時間范圍內(幾十個循環(huán))，對于儀器網(wǎng)絡中每個傳感器的信號享有的信息進行分析，可顯示檢查的不同肌肉活動之間的耦合尤其是它們的時間關系的特征。已知地，Pompe B等人在文獻“Using mutual information to measure coupling in the cardiorespiratory system(iMii 交互信息測量心呼吸系統(tǒng)中的耦合)，IEEEEng. Med. Biol. Mag 1998 ；17 32-39"中描述了信息交互的測量。該信息交互測量考慮到機制的非線性并建立在夏儂熵(Shannon’ s entropy)的基礎上。為此，對通過整流和合并獲得的信號的封包以及可配置持續(xù)時間的滑動窗口進行分析。這樣，已知地，對在多個呼吸循環(huán)所獲取的每個肌肉信號的平均封包進行展開，然后計算(18)每對肌肉信號之間的匹配值或耦合度。最后，將每個計算出的匹配值與操作人員先前確定的閾值進行比較(20)。如果匹配值大于閾值，則兩個肌肉信號相關性好，則確認兩個獲取裝置的位置在病人呼吸肌上。如果匹配值不大于閾值，則肌肉信號不匹配，于是操作人員調整(22)至少一個獲取裝置的位置。操作人員可以對至少一個獲取裝置在所放置的肌肉上的位置進行調整，也可以將獲取裝置移動到另一呼吸肌上，或取消放置。調整至少一個獲取裝置的位置后，重新進行上述步驟，直到獲取相關肌肉信號為止，即，所有的裝置都相關并參與病人的呼吸肌活動。獲取相關的肌肉信號來確認應用于病人的所有獲取裝置的位置。根據(jù)一個替代方案，操作人員手動確認(16)傳感器的位置。在確認所有獲取裝置位置的步驟16后，進行校準或限定用于檢測病人呼吸肌活動的設備的步驟24。為此，根據(jù)所獲取肌肉信號的記錄，對裝備有獲取裝置6的病人的呼吸肌激活模型進行定義(26)。實際上，通過計算肌肉信號的相關機能定義了激活不同呼吸肌的時間順序。為此，在每個肌肉信號上，識別表示激活的事件的開始。然后，根據(jù)肌肉信號的封包，測定(26)兩個信號中已識別的兩個事件之間的平均延遲以用于所有的肌肉信號。iXj^M,ilil”Respiratory Physiology & Neurobiology 2006, Hug F. 巾白勺相干積累法，對于代表呼吸事件(例如吸氣要求)的有機結構的不同信號，對與該不同信號的活動開始更特別地相關的平均延遲進行測量。為了實行這個方法，還采用額外的氣流測量。比如，采用標準規(guī)范來確定肌肉激活的開始，S卩，通過計算信號封包的局部漂移或傾斜來確定信號中激活事件的時間，并將其值與操作人員選擇的參考值進行比較。比如，圖3表示在不同的肌肉A、B、C上所獲取的三個信號SA、SB、SC的隨時間變化的強度。其順序表示在各個時間tA、tB和t。，肌肉A的激活先于肌肉C的激活，最后才是肌肉B。平均延遲標記為Δ、、AtAC、AtCB。這種方法還可通過將肌肉激活的最終強度或肌肉壓力變化作為事件來實行。激活呼吸肌的這組平均時間/延遲和時間順序定義了病人的呼吸肌活動(RMA)模型，也稱為激活識別模型，并通常用時間表來表示。通過這些關系確定對呼吸活動，比如病人的吸氣活動等進行分析的時間量程。根據(jù)這些平均延遲/時間來定義(28)時間檢測窗口，比如，時間檢測窗口的開始與第一個已識別事件一致，并且時間檢測窗口的長度為最大的平均延遲，即，在呼吸肌的第一個和最后一個已識別激活事件之間。校準用于檢測病人呼吸肌活動的設備的步驟24于是完成。通過步驟24，可限定分布在與病人呼吸活動相關的各個肌肉上的傳感器陣列6的能力，以突出顯示病人1的呼吸肌激活模型。這一步驟可選擇最相關的路徑來限定陣列并在最后識別用于表征呼吸事件尤其是吸氣事件所需的分析時間量程。一旦限定并校準系統(tǒng)后，其可用于實時檢測病人的呼吸肌活動。為此，更新時間檢測窗口以在每個新的呼吸循環(huán)監(jiān)測(30)病人的呼吸肌活動。這樣，計算(32)所獲取的肌肉信號之間的最后M個連續(xù)呼吸循環(huán)的平均延遲，同時產(chǎn)生每對肌肉信號之間延遲的最后M個值的滑動平均值。數(shù)M由操作人員確定。監(jiān)測循環(huán)的數(shù)量少于處理循環(huán)的數(shù)量。有利地，在8和12個呼吸循環(huán)之間，并且，優(yōu)選地，M等于 10。然后，在肌肉活動檢測設備的顯示裝置10上顯示(34)值。隨后，可將這些延遲的值與在校準步驟中計算出的值或操作人員確定的參考值進行比較(36)，從而檢測異常，并且在異常時發(fā)出(38)聲音和/或視覺信號。監(jiān)測病人的呼吸肌活動對于麻醉師來說是非常有用的并能提供病人狀態(tài)的信息。 在這個方面，可提取的臨床信息比如為呼吸機能的損壞，呼吸不適或麻醉狀態(tài)。那么用于檢測呼吸肌活動的設備就是用于實時檢查病人的呼吸功能的設備。根據(jù)圖4所示的另一實施例，用于檢測呼吸肌活動的設備還包括補充處理裝置， 該裝置具有用于獲取(40)表示病人通氣活動的信號的裝置和用于接收該通氣信號的裝置。該信號包括通氣事件。優(yōu)選地，這些通氣獲取裝置包括至少一個安裝在病人嘴里的氣流傳感器。補充處理裝置還包括用于實時檢測通氣需求的裝置。通氣需求由通過呼吸活動模型識別并在所獲取的肌肉信號中檢測到的通氣事件和呼吸事件的有序交替來定義。補充處理裝置還包括用于生成控制信號并傳輸給與病人相連的呼吸輔助設備的
直O(jiān)該裝置實行如圖5所示并在下面詳細說明的方法。先前用于校準(24)設備的步驟與上述的相同。通過校準(24)或限定儀器網(wǎng)絡，能提供適于病人的行為的窗口，以可靠地檢測呼吸需求，優(yōu)選地是吸氣需求，比如，在給定檢測窗口中的單一呼吸事件的組合。這種組合可與單一激活的時間順序和/或這些不同激活的邏輯組合相對應。通過校準(24)設備，可定義(26)裝備有獲取裝置的病人的呼吸肌激活模型。
這種模型可用來實時可靠地檢測呼吸事件，優(yōu)選地，檢測病人的吸氣需求，從而通過通氣輔助設備觸發(fā)對病人的吹氣。為此，任何吸氣需求的檢測都必須在低于機電周期的時間內完成，該機電周期將定義為，例如，傳感器陣列對吸氣活動的客觀感知和病人氣流不流通之間的差。這就是為什么通過安裝在病人4上，比如，安裝在病人附近的通氣獲取裝置40來測量(50)通氣活動的原因。利用該通氣活動的測量(50)和呼吸肌活動的檢測(52)來生成(54)呼吸輔助設備44的控制信號。實際上，當在低于機電周期的時間內檢測到吸氣需求時，向呼吸輔助設備44發(fā)出控制信號以觸發(fā)對病人的吹氣。根據(jù)一個替代方案，通過測量呼吸肌活動和檢測呼吸事件來檢測呼吸輔助設備運行中的異常，比如，預先編程的設備和病人之間不同步。實際上，吸氣活動的檢測精度低于機電周期，則該檢測可用于評估病人的吸氣活動和呼吸輔助設備之間的調整質量。在該運行模式下，當在一方面病人的呼吸活動和另一方面病人的呼吸輔助設備之間檢測到調整質量缺陷時，會發(fā)出聲音或視覺的警報信號以通知操作人員。為此，該系統(tǒng)2包括用于獲取與呼吸輔助設備的狀態(tài)相關的信息的裝置以及用于將與呼吸輔助設備相關的信息與病人的呼吸活動比如吸氣需求等的檢測進行比較的裝置。本領域的技術人員將會理解，不管使用的模式如何，該方法都是用于根據(jù)機能活動模型在時間檢測窗口內檢測事件，時間檢測窗口為滑動窗口，并還將會理解，該設備包括用于檢測在檢測窗口內的事件的設備。因此，根據(jù)本發(fā)明的系統(tǒng)和方法能夠通過在多個肌肉上的無創(chuàng)性實時測量來確保病人呼吸肌活動的可靠測量，從而尤其是可驅動呼吸輔助設備的觸發(fā)。實際上，由于這種方法和設備，通過足以限定所研究病人的呼吸肌激活模型的無創(chuàng)性傳感器陣列，進行呼吸事件組合的檢測，代替了通過單個傳感器的信號對呼吸事件的檢測。這種通過事件聯(lián)合分析的方法可更有效地鑒別呼吸活動和寄生肌肉活動(即，不參與呼吸的活動)。這種方法相對于先前的方法具有多種好處。一方面，它通過無創(chuàng)性傳感器可靠地檢測吸氣需求，同時保留所獲取的用于檢測單個信號的時間精度。另一方面，它是一種適應性的檢測方法，考慮了病人的呼吸肌激活模式的多樣性和演變以及用于機能檢查的傳感器陣列的儀器能力。比如，可采用這種檢測呼吸肌活動的設備來幫助決定是否切斷有醒覺障礙的病人的呼吸輔助器。實際上，在這種病人中，激活延遲的延長與呼吸肌活動效率的降低以及維持機械呼吸輔助的需求密切相連。根據(jù)本發(fā)明的設備和方法可對這種激活延遲的延長，尤其是根據(jù)吻尾梯度分布的各個吸氣肌肉之間的激活延遲進行檢測，從而有助于做出正確的決定。已經(jīng)在檢測病人吸氣需求的情況下對本發(fā)明進行了說明。但是，顯而易見的是，本發(fā)明可用于其他任何呼吸事件的檢測，比如，病人的呼氣需求。本發(fā)明還可以用于其他領域，比如，監(jiān)測運動康復情況、衰老和/或心臟病病理學，以及更普遍地用于“機能活動模型”及其在病理學的變化可識別的所有領域。為此，這些信號獲取裝置尤其是指用于獲取心肌或骨骼肌信號的裝置。
權利要求
1.一種實時檢測循環(huán)機能活動的信號的處理系統(tǒng)，其特征在于，包括-用于同步接收由包括至少兩個傳感器的傳感器陣列所獲取的信號的裝置； -用于記錄并預處理在多個連續(xù)處理循環(huán)中該所獲取信號的裝置； -用于根據(jù)該所獲取信號的記錄來識別事件組合從而進行校準的裝置，包括 用于識別該所獲取信號中的多個事件的裝置，獲取裝置的每個該所獲取信號包括已識別的事件， 用于定義機能活動模型的裝置，該模型為由多個該已識別事件的時間順序以及該已識別事件兩兩之間的平均延遲組成的時間表， 用于根據(jù)該機能活動模型來定義檢測時間窗口的裝置。
2.根據(jù)權利要求1所述的處理系統(tǒng)，其特征在于，所述多個連續(xù)處理循環(huán)包括10到20 個循環(huán)。
3.根據(jù)權利要求1或2所述的處理系統(tǒng)，其特征在于，該處理系統(tǒng)還包括用于確認所述傳感器陣列的裝置，該裝置包括_用于計算每對所述所獲取信號的匹配值的裝置，以及-用于將根據(jù)每對該所獲取信號計算出的每個該匹配值與閾值進行比較的裝置。
4.根據(jù)權利要求1至3中任一項所述的處理系統(tǒng)，其特征在于，該處理系統(tǒng)還包括用于監(jiān)測最后一個完整循環(huán)的機能活動的裝置，該裝置包括_用于計算在多個連續(xù)監(jiān)測循環(huán)中所述所獲取信號之間的延遲的滑動平均值的裝置， 該多個連續(xù)監(jiān)測循環(huán)包括該最后一個完整循環(huán)；以及 -用于顯示(10)該延遲的滑動平均值的裝置。
5.根據(jù)權利要求4所述的處理系統(tǒng)，其特征在于，所述多個連續(xù)監(jiān)測循環(huán)小于所述多個連續(xù)處理循環(huán)。
6.根據(jù)權利要求4或5所述的處理系統(tǒng)，其特征在于，所述監(jiān)測裝置還包括_用于將所述延遲的滑動平均值與在所述校準步驟中計算出的所述平均延遲進行比較從而檢測異常的裝置；以及-用于在異常時生成并傳輸警報信號的裝置。
7.根據(jù)權利要求1到6中任一項所述的處理系統(tǒng)，其特征在于，該處理系統(tǒng)包括具有所述傳感器陣列的信號獲取裝置。
8.根據(jù)權利要求7所述的處理系統(tǒng)，其特征在于，所述信號獲取裝置為心肌信號獲取直ο
9.根據(jù)權利要求7所述的處理系統(tǒng)，其特征在于，所述信號獲取裝置為骨骼肌信號獲取裝置。
10.根據(jù)權利要求7所述的處理系統(tǒng)，其特征在于，所述信號獲取裝置為呼吸肌信號獲取裝置。
11.根據(jù)權利要求7到10中任一項所述的處理系統(tǒng)，其特征在于，所述信號獲取裝置為無創(chuàng)性獲取裝置。
12.根據(jù)權利要求10所述的處理系統(tǒng)，其特征在于，該處理系統(tǒng)還包括補充處理裝置， 該補充處理裝置包括-用于接收具有通氣事件的病人的通氣活動信號的裝置；_用于實時檢測通氣需求的裝置，該通氣需求由通過呼吸活動模型識別并在所獲取的肌肉信號中檢測到的通氣事件和呼吸事件的有序交替來定義；以及-用于生成控制信號并傳輸給與病人相連的呼吸輔助設備(44)的裝置。
13.根據(jù)權利要求10所述的處理系統(tǒng)，其特征在于，該處理系統(tǒng)還包括補充處理裝置， 該補充處理裝置包括用于獲取與呼吸輔助設備的狀態(tài)相關的信息的裝置以及用于將與該呼吸輔助設備相關的該信息與病人的呼吸活動的檢測進行比較的裝置。
14.一種實時檢測循環(huán)機能活動的信號的處理方法，以用于根據(jù)權利要求1到12中任一項所述的信號的處理系統(tǒng)，其特征在于，該方法包括下列步驟-同步接收(14)由包括至少兩個傳感器的傳感器陣列所獲取的信號，并在多個連續(xù)處理循環(huán)中記錄該所獲取的信號；_根據(jù)該所獲取信號的記錄進行校準(24)，該校準包括下列步驟 識別該所獲取信號中的多個事件，該獲取裝置的每個該所獲取信號包括已識別的事件， 定義(26)機能活動模型，該模型為多個該已識別事件的時間順序以及該已識別事件之間的平均延遲， 根據(jù)機能活動模型來定義(28)檢測時間窗口。
15.根據(jù)權利要求14所述的處理方法，其特征在于，在所述校準步驟(24)后，該處理方法包括監(jiān)測(30)最后一個完整循環(huán)的機能活動的步驟，該步驟中包括下列步驟-計算(32)在多個連續(xù)監(jiān)測循環(huán)中所述所獲取信號之間延遲的滑動平均值的步驟，該多個連續(xù)監(jiān)測循環(huán)包括該最后一個完整循環(huán)；以及 -顯示(34)該延遲的滑動平均值的步驟。
16.根據(jù)權利要求14或15所述的處理方法，其特征在于，所獲取信號為呼吸肌信號，所述機能活動模型為呼吸活動模型。
17.根據(jù)權利要求16所述的處理方法，其特征在于，在所述校準步驟(24)后，該處理方法包括下列步驟-接收(50)具有通氣事件的病人的通氣活動信號的步驟；-實時檢測(52)通氣需求的步驟，該通氣需求由通過所述呼吸活動模型識別并在所獲取的肌肉信號中檢測到的通氣事件和呼吸事件的有序交替來定義；以及 -生成呼吸輔助設備(44)的控制信號的步驟(54)。
全文摘要
一種實時檢測機能循環(huán)活動的信號的處理系統(tǒng)，包括用于同步接收由包括至少兩個傳感器的傳感器陣列所獲取的信號的裝置；用于記錄并預處理在多個連續(xù)循環(huán)中所獲取信號的裝置；以及用于根據(jù)所獲取信號的記錄來識別事件組合從而進行校準的裝置，包括用于識別所獲取信號中的多個該事件的裝置，每個信號包括一種已識別的事件，以及用于定義機能活動模型的裝置，該模型由事件的時間順序和事件之間平均延遲組成，以及用于根據(jù)該機能活動模型來定義檢測時間窗口的裝置。
文檔編號A61B5/0488GK102438516SQ201080020557
公開日2012年5月2日 申請日期2010年4月6日 優(yōu)先權日2009年4月7日
發(fā)明者L·海亞, 皮埃爾-伊夫·古梅里 申請人:法國公立援助醫(yī)院