專利名稱：對威脅生命的心率不齊的分段檢測將功耗降至最低的算法的制作方法
技術領域：
本發(fā)明一般涉及用于監(jiān)控生理狀況的方法和設備，尤其是用于監(jiān)控便攜設備的佩戴者的生理狀況，例如心臟狀況，的方法和設備監(jiān)控個體的生理狀況能夠快速檢測到潛在的威脅生命的事件，尤其是能夠從特定趨勢預測的那些事件。為了能夠更連續(xù)地監(jiān)控，已經開發(fā)出了一些可以佩戴的設備。
但是，要佩戴在人的身體上的監(jiān)控或報警設備必須克服特定的設計難題。通常，佩戴在身體上的設備必須小而輕，這樣人就可以舒服地佩戴它。此外，佩戴在身體上的設備必須在檢測報警狀況上高度敏感以避免錯失報警，而且佩戴在身體上的設備還必須在檢測報警狀況上高度專一性以避免不必要的錯誤報警。
對高敏感性和高度專一性的伴生要求通常導致需要高計算吞吐量的算法。不幸的是，數字設備中的高計算吞吐量通常需要高功耗，而高功耗會導致更大更重的電源以支持這個高計算吞吐量。因而，對高敏感性和高度專一性的要求已經普遍地阻止了小型、輕便、且舒適的人體佩戴設備的發(fā)展。
對于小型便攜監(jiān)控設備的要求仍然是高敏感性和高度專一性。
因此本發(fā)明針對開發(fā)用于提高小型、便攜、由人體佩戴的便攜設備的敏感性和專一性而且不增加功耗的方法和設備的問題。
本發(fā)明通過提供一種多段數字算法解決了這些和其它問題，其中高度敏感且功耗低的數字第一段檢測一個或多個報警狀況，還有一個或多個復雜的數字后續(xù)段以更高的專一性識別檢測到的報警狀況。根據本發(fā)明的一個方面，直到由低功耗的數字前端察覺到報警狀況，復雜的數字后續(xù)段才會被啟動因此不消耗任何功率。假定后續(xù)段將更嚴格地處理數據，低功耗的第一段將被設置得更敏感否則產生的是無保證的報警，這些無保證的報警最終由后續(xù)段過濾。
本發(fā)明通過將數字分析算法分段，以低計算吞吐量和低功耗實現了對報警狀況的高敏感性，并且以只是偶爾運行的計算更密集的算法實現了高度專一性，因而實現了最小的功耗以及高敏感性和高度專一性。
在根據附圖閱讀詳細說明時將會明了這些和其它優(yōu)勢，附圖中

圖1示出了根據本發(fā)明的一個方面監(jiān)控佩戴者的生理狀況的設備的示范實施方案；圖2示出了根據本發(fā)明的另一方面監(jiān)控佩戴者的生理狀況的方法的示范實施方案；圖3示出了根據本發(fā)明的又一方面監(jiān)控佩戴者的生理狀況的設備的示范實施方案；圖4示出了根據本發(fā)明的再一方面監(jiān)控佩戴者的生理狀況的方法的示范實施方案。
降低人體佩戴的監(jiān)控設備的功耗的一種技術是采用模擬心電圖(ECG)QRS檢測器，它用來確定心率是否在正常范圍內。當心率不在正常范圍內時，該模擬檢測器觸發(fā)數字分析算法。但是，本發(fā)明的實施方案的優(yōu)勢是用模擬設備實際上數字實現更復雜的算法，這樣對第一段算法的報警狀況的敏感性和專一性就能夠高于模擬QRS檢測器，因而使得在低功耗模式下所花的時間最長。
本發(fā)明的一個方面包括設計用來檢測一個或多個報警狀況的算法。這個算法采用了用于實時處理數據的多個段，并且通過例如對各算法段改變處理器時鐘速度而將功耗降至最小。例如，在第一檢測段，選擇處理器時鐘速度(或處理器自身)以維持處理器的功耗在非常低的水平。相反，在檢測到由第一段檢測的一些事件時會被啟動的一個或多個后續(xù)段中，提高處理器時鐘速度(或處理器自身)以優(yōu)化后續(xù)段的計算功率從而能夠對到來的數據進行復雜或高功率的算法以用更高的精度識別特定的狀況或事件。在另一個例子中，因為第一級所需的低計算吞吐量，當已經完成了第一級實時處理時將處理器置為功率非常低的“備用模式”，這樣不改變處理器時鐘速度就能夠將第一級中的功耗降至最低。在這個例子中，每一段中的功耗取決于用多長時間來執(zhí)行該段，而第一級的執(zhí)行所需的時間大大小于后續(xù)段。
根據本發(fā)明的另一方面，第一段優(yōu)化了對報警狀況的敏感性并將計算吞吐量降至最低，因此將功耗降至了最低。在這些限制內，第一段實現了對報警狀況的最高可能的敏感性以將第一段中所用的時間最大化同時將這一段中消耗的功率降至最低。通過將第一段中所用時間最大化(相對于后續(xù)段，第一段消耗的功率最小，后續(xù)段消耗的功率要大得多)，可以用小型、緊湊并且與佩戴在身體上的便攜設備一致的電源設計便攜設備。
根據本發(fā)明的另一方面，后續(xù)段優(yōu)化了對報警狀況的專一性，而算法吞吐量只受最大處理器時鐘速度和功率分配所限。因為這些后續(xù)段只有在特定的很少發(fā)生的情況下才會被通電，因而這些后續(xù)段的功耗相對于設備的總功耗并不顯著。
轉到圖1，圖中所示是一種可攜帶生理傳感器的處理部分的示范實施方案10的框圖。根據這個實施方案10，算法的第一段(12a，以程序指令集#1存儲在存儲器12中)將檢測到威脅生命的心律失常。威脅生命的心律失常檢測(LTAD)算法12a將運行在微處理器11上，可以自動控制微處理器11能夠以便能以兩種示范方法(即，控制時鐘速度或進入備用模式)之一或兩種方法的組合將其設置為最小功耗模式。這種微處理器的例子有由德州儀器制造的微處理器，型號MSP430F149。在它的活動模式下，這個處理器的功耗取決于它的時鐘速度(通常在1.5MHZ左右)；這個微處理器還有功率非常低的備用模式(通常小于2微安)，用內部定時器以可編程的間隔來結束備用模式。
除了LTAD算法12a之外，微處理器11還管理其它任務，包括信號獲取和處理(例如，ECG和人為因素信號)、用戶接口、報警發(fā)射。這些任務的程序指令可以嵌入在程序指令集#1中。LTAD算法12a的第一段加上這些其它任務將決定處理器11的最小計算吞吐量，處理器11的計算吞吐量還將決定維持實時操作所需的最小時鐘速率或者處理器在活動模式下所耗時間，而在計算完成后就轉為備用模式。
盡管LTAD算法可以有多段，但在大多數情況下兩段(12a，12b)可能就已經足夠了。在這個實施方案10中，為報警檢測和低計算吞吐量而對第一段12a進行了優(yōu)化，同時為報警檢測的專一性對第二段算法12b(存儲在程序指令集#2中)進行了優(yōu)化，并且它以更高的時鐘速率執(zhí)行。例如，作為程序指令集#2的一部分，在程序指令集#1的執(zhí)行期間檢測到一個或多個潛在的報警狀況時其執(zhí)行被啟動，處理器將提高其自己的時鐘速率到能夠使處理器的數據吞吐量最大的一個值。或者，如果對所有段使用固定的時鐘速率，第一段后面的段將在進入備用模式之前在活動模式下執(zhí)行更長時間(相對于第一段)。對于第一段相對于后續(xù)段的特有的平衡，后續(xù)段運行1％的時間或更小，示范處理器(例如，TI MSP430F149)的電流消耗中平均小于50微安。
LTAD算法12a的第一段能夠檢測到威脅生命的心律失常，例如心室纖顫(VF)，心動過速(VT)，心動過緩和心搏停止。在第一段算法12a中將實現高敏感性。
根據本發(fā)明的另一方面，第一段算法12a使用ECG數據作為它的主要輸入。用估計心率的QRS檢測器/讀數器以及不同狀況的速率閾值能夠敏感地檢測到這些報警狀況。在文章“Biomedical DigitalSignal ProcessingC Language Examples and LaboratoryExperiments for the IBM PC”(Willis J.Tompkins，ed，PrenticeHall，1993)中說明了QRS檢測器。但是，由于ECG信號與病人用力中產生的運動人為現象的污染，基于速率的算法自身會對心室纖維化和心動過速做出錯誤的檢測。
根據本發(fā)明的另一方面，LTAD算法的第二段12b使用(1)獨立的速率估計，以確認閾值已經被超過；(2)從與VF和VT有關的ECG估計出的其它參數；(3)從共模電流(CMC，Common Mode Current)獲得的信號；在信號獲取模塊中表示病人運動或失調(在美國專利5,902,249中有所說明，題為“Method and Apparatus for DetectingArtifacts Using Common-Mode Signals in Differential SignalDetectors”，在此引入作為參考，如同在這里重復它的全部內容，包括附圖)。
也可以用其它信號(如加速或病人阻抗)表示人為現象(這在美國專利6,287,328中有所說明，題為“Multiple ArtifactAssesment”，在此引入作為參考，如同在這里重復它的全部內容，包括附圖)。
轉到圖2，圖中所示為在佩戴在身體上的便攜設備中監(jiān)控來自心臟的實時數據信號的方法20的示范實施方案。這個方案可以由圖1的實施方案或這里所陳述的任何設備采用。
在步驟21，在處理實時數據的第一段中將功耗降至最低。這可以通過選擇處理器或控制處理器以低功耗模式運行而實現。
在步驟22，在處理實時數據的第一段內檢測到一個或多個潛在的報警狀況。可被檢測到的該一個或多個潛在的報警狀況將在后討論。
在步驟23，在檢測到所述一個或多個潛在的報警狀況時啟動對實時數據處理的第二段。啟動可以包括啟動第二處理器，啟動第二算法，增加時鐘速度或下載第二程序指令集以及其它技術。
在步驟24，在處理的第二段增加數據吞吐量以在該一個或多個潛在的報警狀況中識別出一個或多個報警狀況。增加數據吞吐量是為了能夠如后所述對到來的數據采用復雜的算法。
在步驟25，在對實時數據處理的第二段期間將該一個或多個潛在的報警狀況中的一個或多個報警狀況的專一性最大化。下面將更準確地闡述識別真正的報警狀況的過程。數據中存在的人為因素的可用來過濾掉無關的報警，但這需要第二段處理更高的計算吞吐量。
或者，不必改變一個處理器的時鐘速度，可以將多個處理器用于算法段，吞吐量(和功耗)就符合該算法段的需要。轉到圖3，圖中所示為一種佩戴在身體上的便攜式心臟監(jiān)控設備的處理部分的示范實施方案30。在這個實施方案30中，為第一段算法32a(存儲在存儲器32中)使用低功率低電壓(可能有低計算吞吐量)的處理器31以實時處理到來的數據。低功耗處理器的例子包括前面提到的德州儀器的微處理器。
在檢測到一些需要進一步分析的事件時，第一處理器31啟動第二處理器33。處理器33是高計算吞吐量的處理器，為第二段算法34a(例如存儲在存儲器34中)選擇為了能夠對到來的數據采用高功率的算法以確保對到來的數據中任何事件的精確識別。高計算處理器的例子有以更高時鐘速率計時的德州儀器的微處理器。
盡管實施方案30示出了兩個存儲器32，34，但也可以采用單個存儲器由處理器31、33分別在必要時訪問以獲取算法32a和34a。
盡管在圖3中將到來的數據示為并行提供給兩個處理器31，33(這種情況下，高計算處理器33直到被低功率處理器31啟動時才會運行)，但到來的數據也可以作為啟動過程的一部分而被從低功率處理器31傳遞到高計算處理器33。
此外，可以在第二段中對到來的數據采用多個并行處理器，可以對多個并行處理器各自編程以檢測一個或多個特定事件。也可以串行安排這多個處理器以針對一個或多個特定事件順序處理到來的數據。
通過將數字分析算法分段，本發(fā)明以低計算吞吐量和低功耗實現了對報警條件的高敏感性，同時以偶爾運行的計算密度更高的算法實現了高度專一性，由此實現了最小功耗以及高敏感性和高度專一性。
轉到圖4，圖中所示為用于監(jiān)控一種佩戴在身體上的設備的佩戴者的心臟的方法的示范實施方案40，該設備輸出心電圖信號或其它與心臟有關的數據信號。
在步驟41，采用第一處理段處理實時心臟數據以識別出一個或多個潛在的報警狀況，該第一處理段被做了優(yōu)化以將功耗降至最低。該第一處理段可以是處理器的第一運行模式(例如，低功耗模式)，或者是被編程以執(zhí)行該第一段處理任務的專用低功率處理器。
在步驟42，采用第二處理段以處理涉及該一個或多個潛在報警狀況的數據從而在該一個或多個潛在報警狀況中識別出一個或多個真正的報警狀況，對該第二處理段進行了優(yōu)化以使數量吞吐量最高。該第二處理段可以是處理器的第二運行模式(例如，高吞吐量模式)或者是被編程以執(zhí)行該第二段處理任務的專用高吞吐量處理器。
在步驟43，用第一處理段管理信號獲取、用戶接口和報警發(fā)射任務。
根據本發(fā)明的又一方面，檢測算法的示范實施方案將把報警狀況細分成多級報警警告信號。盡管有很多種方式來區(qū)分報警狀況，該示范實施方案使用了三個報警警告信號級別。所以，在步驟44中，用第二處理段將該一個或多個報警狀況區(qū)分成多級報警警告信號，該多級報警警告信號包括低級警告信號(例如，表示檢測到與心臟監(jiān)控設備的技術方面有關的一個或多個狀況)，中級警告信號(例如，表示檢測到病人身體中不需要立即采取醫(yī)學上關注的醫(yī)學狀況)和高級警告信號(例如，表示已經檢測到威脅生命的醫(yī)學狀況)。
應該注意到在第一段中檢測到的報警狀況，如果隨后在第二段中被判定為與人為因素參考信號的存在一致，就可以被安全地忽略掉，因為威脅生命的心律不齊會快速導致病人失去意識，而在這樣的病人中人為因素不太可能存在。同樣，由于用力而正常增高的心率通常會伴隨人為因素信號，并且不會達到報警閾值，除非人為因素還污染了ECG信號。因而，沒有人為因素并且由第二段的更高級的ECG分析算法確認的報警狀況將導致對報警狀況敏感且專一性的多段LTAD算法的執(zhí)行。因而，第二段算法能夠確定與能夠用來過濾無關報警的潛在報警狀況有關的附加信息。
在步驟45，在第二處理段檢測到低級報警時警告技術呼叫服務中心。低級警告意味著當算法檢測到與設備的技術方面有關的狀況、與長時間人為因素有關的狀況或意味著設備功能受破壞的其它狀況時對技術呼叫服務中心的通知。低級警告可能不需要醫(yī)學關注。在低級警告中，呼叫技術呼叫中心的目的是幫助用戶讓設備回到完全工作狀態(tài)。
在步驟46，在第二處理段檢測到中級警告信號時警告呼叫服務中心(也許與技術呼叫服務中心相同或不同)。中級警告信號意味著通知呼叫中心幫助評估病人的醫(yī)療狀況。中級警告信號不需要立即的醫(yī)療關注，但可以鼓勵病人找他的醫(yī)生。中級警告信號的例子是長時間的中度心動過速或心動過慢。
在步驟47，在第二處理段檢測到高級警告信號時警告呼叫中心(也許與步驟45和46中的呼叫中心相同或不同)和/或緊急醫(yī)療服務。高級警告信號意味著需要立即的醫(yī)療關注的威脅生命的心律不齊。高級警告信號可以啟動對呼叫中心以及緊急醫(yī)療服務的呼叫。高級警告信號的例子有VF，過度VT，或過度的心運過速和過慢?？梢酝ㄟ^無線通信(射頻發(fā)射)或通知病人呼叫特定的電話號碼實現這些警告信號。
應該注意到可以將圖4的步驟43-47加入上述方法。例如，可以將步驟43-47添到圖2的方法的示范實施方案的步驟25之后。
盡管這里特別示出并說明了不同的實施方案，但將會認識到在不偏離本發(fā)明的精神和預期范圍的前提下對本發(fā)明的改變和變化都由上述教義覆蓋并且在所附權利要求的權限內。例如，講述了兩個處理段的情況，但在不偏離本發(fā)明范圍的情況下三個或更多段也是可以的。此外，可以采用兩個或更多處理器，不只是特定實施方案中所說的一個。
權利要求
1.一種心臟監(jiān)控設備，包括用于存儲第一程序指令集和第二程序指令集的存儲器；和與存儲器耦合以接收實時數據的數字處理器，所述處理器由第一程序指令集編程以最佳敏感度檢測該實時數據中的一個或多個潛在的報警狀況，所述處理器當在第一程序指令集下執(zhí)行時被優(yōu)化以將功耗降至最低，所述處理器當在第一程序指令集下執(zhí)行時當在實時數據中檢測到一個或多個潛在的報警狀況時啟動第二程序指令集，所述處理器當在第二程序指令集下執(zhí)行時被優(yōu)化以最大化對一個或多個報警狀況的專一性。
2.根據權利要求1的設備，其中該處理器包括可變時鐘速度處理器，選擇處理器在第一程序指令集下執(zhí)行時的時鐘速度以將該處理器的功耗降至最低。
3.根據權利要求1的設備，其中該處理器包括可變的時鐘速度，并且選擇處理器在第二程序指令集下執(zhí)行時的時鐘速度以使該處理器的數據吞吐量最大化。
4.根據權利要求1的設備，其中該數字處理器包括第一數字處理器以接收實時數據，所述第一處理器被編程以最佳靈敏度檢測該實時數據中的一個或多個可能的報警狀況，其中所述第一處理器被優(yōu)化以將功耗降至最低；和第二數字處理器，被編程以將對一個或多個報警狀況的專一性最大化，所述第二處理器由該第一處理器在實時數據中檢測到所述一個或多個潛在的報警狀況時啟動。
5.根據權利要求4的設備，其中該第一處理器包括為將功耗降至最低而選擇的時鐘速度。
6.根據權利要求4的設備，其中該第二處理器包括為將數據吞吐量最大化而選擇的時鐘速度。
7.一種用于監(jiān)控心臟的方法，包括在處理實時數據的第一段期間將功耗降至最低；在處理實時數據的第一段期間檢測一個或多個潛在的報警狀況；在檢測到所述一個或多個可能的報警狀況時啟動對實時數據的第二段處理；在處理的第二段期間提高數據吞吐量以在該一個或多個潛在的報警狀況中識別一個或多個報警狀況。
8.根據權利要求7的方法，還包括在處理實時數據的第二段期間，將在該一個或多個潛在的報警條件中對一個或多個報警條件的專一性最大化。
9.一種用于監(jiān)控心臟的方法，包括用被優(yōu)化以降低功耗的第一算法讀出一個或多個潛在的報警條件；和在讀出所述一個或多個潛在的報警條件之一時啟動第二算法以確定關于所讀出的所述一個或多個報警條件之一的附加信息。
10.根據權利要求9的方法，其中該附加信息包括一個或多個人為因素的存在。
11.根據權利要求9的方法，其中該第一算法在心電圖信號之間檢測到一個或多個威脅生命的心律不齊，包括下列中的一個或多個心室纖顫，室性心動過速，心動過慢和心搏停止。
12.根據權利要求11的方法，其中第一算法采用了用于估計心率的QRS檢測器/計數器，以及一個或多個心率閾值來識別該一個或多個威脅生命的心律不齊。
13.根據權利要求9的方法，其中該第二算法使用一個或多個獨立的心率估計以確認一個或多個閾值已經被超過。
14.根據權利要求9的方法，其中該第二算法使用從與心室纖顫和心動過速有關的心電圖信號估算出的一個或多個參數以在心電圖信號中識別出人為因素。
15.根據權利要求9的方法，其中該第二算法使用從共模電流獲得的信號以在心電圖信號中識別出人為因素。
16根據權利要求9的方法，其中該第二算法使用加速或病人阻抗以在心電圖信號中識別出人為因素。
17.根據權利要求9的方法，還包括用第二處理器將該一個或多個報警狀況區(qū)分成多級報警警告信號(44)。
18.根據權利要求17的方法，其中該多級報警警告信號包括低級警告、中級警告和高級警告。
19.根據權利要求18的方法，其中低級警告表示檢測到了一個或多個與心臟監(jiān)控設備的技術方面有關的狀況。
20.根據權利要求18的方法，其中中級警告表示已經檢測到病人體內可能不需要立即的醫(yī)療關注的醫(yī)療狀況。
21.根據權利要求18的方法，還包括在檢測到警告時通知呼叫中心。
22.一種用于監(jiān)控心臟的方法，包括采用第一處理段處理實時的心臟數據以識別一個或多個潛在的報警狀況，其中所述第一處理器被優(yōu)化以將功耗降至最低；和采用第二處理段處理與該一個或多個潛在的報警狀況有關的數據以在該一個或多個潛在的報警狀況中識別一個或多個真正的報警狀況；其中所述第二處理器被優(yōu)化以將數據吞吐量最大化。
23.根據權利要求22的方法，還包括用第一處理段管理信號獲取、用戶接口和報警發(fā)射。
24.根據權利要求22的方法，還包括用第二處理段將該一個或多個報警條件區(qū)分成多級報警警告信號。
25.根據權利要求22的方法，其中該第一處理段包括執(zhí)行第一程序的第一數字處理器，第二處理段包括執(zhí)行第二程序的第二數字處理器。
26.根據權利要求22的方法，其中該第一處理段包括執(zhí)行第一程序的數字處理器，第二處理段包括了執(zhí)行第二程序的所述數字處理器。
全文摘要
一種兩段數字算法使用高靈敏低功率數字第一段以檢測一個或多個報警狀況，以及一個或多個復雜數字后續(xù)段以高專一性識別所檢測的報警狀況。該一個或多個復雜數字后續(xù)段直到由低功耗數字第一段讀出報警狀況才被啟動和消耗功率。假定該第二段將更嚴格地處理數據，則該低功率第一段可被設置為更敏感并可能產生過度報警，該過度報警最終將由后續(xù)段過濾掉。通過將該數字分析算法分段，本發(fā)明以低計算吞吐量和低功耗實現對報警狀況的高靈敏度，并以僅偶爾運行的高計算強度算法實現高專一性。
文檔編號G06F17/00GK1926553SQ200580006298
公開日2007年3月7日 申請日期2005年2月11日 優(yōu)先權日2004年2月27日
發(fā)明者S·格曼, T·利斯特 申請人:皇家飛利浦電子股份有限公司