CN102811659B - 用于测量连续无创血压(cNIBP)的体佩式系统 - Google Patents
用于测量连续无创血压(cNIBP)的体佩式系统 Download PDFInfo
- Publication number
- CN102811659B CN102811659B CN201080062296.XA CN201080062296A CN102811659B CN 102811659 B CN102811659 B CN 102811659B CN 201080062296 A CN201080062296 A CN 201080062296A CN 102811659 B CN102811659 B CN 102811659B
- Authority
- CN
- China
- Prior art keywords
- pressure
- waveform
- patient
- ptt
- pulse transit
- 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.)
- Active
Links
- 230000036772 blood pressure Effects 0.000 title claims abstract description 121
- 238000000034 method Methods 0.000 claims abstract description 270
- 230000003287 optical effect Effects 0.000 claims abstract description 28
- 230000008569 process Effects 0.000 claims description 194
- 238000005259 measurement Methods 0.000 claims description 144
- 230000008859 change Effects 0.000 claims description 36
- 230000004872 arterial blood pressure Effects 0.000 claims description 35
- 210000001105 femoral artery Anatomy 0.000 claims description 30
- 230000005540 biological transmission Effects 0.000 claims description 27
- 230000010247 heart contraction Effects 0.000 claims description 27
- 230000035488 systolic blood pressure Effects 0.000 claims description 26
- 238000012545 processing Methods 0.000 claims description 21
- 230000035487 diastolic blood pressure Effects 0.000 claims description 18
- 238000001514 detection method Methods 0.000 claims description 12
- 238000000718 qrs complex Methods 0.000 claims description 11
- 238000009795 derivation Methods 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 7
- 238000013178 mathematical model Methods 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 abstract description 20
- 210000003813 thumb Anatomy 0.000 abstract description 17
- 238000004422 calculation algorithm Methods 0.000 description 58
- 230000033001 locomotion Effects 0.000 description 54
- 210000000707 wrist Anatomy 0.000 description 32
- 210000000038 chest Anatomy 0.000 description 29
- 238000001914 filtration Methods 0.000 description 25
- 210000002302 brachial artery Anatomy 0.000 description 21
- 239000013598 vector Substances 0.000 description 20
- 238000011160 research Methods 0.000 description 19
- 230000006870 function Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 16
- 238000004458 analytical method Methods 0.000 description 15
- 239000008280 blood Substances 0.000 description 13
- 210000004369 blood Anatomy 0.000 description 13
- 238000009530 blood pressure measurement Methods 0.000 description 13
- 230000000694 effects Effects 0.000 description 13
- 210000002321 radial artery Anatomy 0.000 description 13
- 230000002792 vascular Effects 0.000 description 12
- 210000003811 finger Anatomy 0.000 description 11
- 210000001367 artery Anatomy 0.000 description 10
- 210000001061 forehead Anatomy 0.000 description 8
- 238000012417 linear regression Methods 0.000 description 8
- 230000029058 respiratory gaseous exchange Effects 0.000 description 8
- 238000012360 testing method Methods 0.000 description 8
- 230000017531 blood circulation Effects 0.000 description 7
- 230000035485 pulse pressure Effects 0.000 description 7
- 238000000540 analysis of variance Methods 0.000 description 6
- 230000006698 induction Effects 0.000 description 6
- 238000003491 array Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- 239000000203 mixture Substances 0.000 description 5
- 230000005855 radiation Effects 0.000 description 5
- 239000000523 sample Substances 0.000 description 5
- 238000013022 venting Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000006378 damage Effects 0.000 description 4
- 238000012886 linear function Methods 0.000 description 4
- 238000005192 partition Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 210000000481 breast Anatomy 0.000 description 3
- 230000000747 cardiac effect Effects 0.000 description 3
- 239000002131 composite material Substances 0.000 description 3
- 229940079593 drug Drugs 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 210000002745 epiphysis Anatomy 0.000 description 3
- 230000001815 facial effect Effects 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 230000035790 physiological processes and functions Effects 0.000 description 3
- 238000005096 rolling process Methods 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 210000000709 aorta Anatomy 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 239000011230 binding agent Substances 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 210000004027 cell Anatomy 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000008034 disappearance Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 210000004247 hand Anatomy 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000002329 infrared spectrum Methods 0.000 description 2
- NOESYZHRGYRDHS-UHFFFAOYSA-N insulin Chemical compound N1C(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(NC(=O)CN)C(C)CC)CSSCC(C(NC(CO)C(=O)NC(CC(C)C)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CCC(N)=O)C(=O)NC(CC(C)C)C(=O)NC(CCC(O)=O)C(=O)NC(CC(N)=O)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CSSCC(NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2C=CC(O)=CC=2)NC(=O)C(CC(C)C)NC(=O)C(C)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2NC=NC=2)NC(=O)C(CO)NC(=O)CNC2=O)C(=O)NCC(=O)NC(CCC(O)=O)C(=O)NC(CCCNC(N)=N)C(=O)NCC(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC(O)=CC=3)C(=O)NC(C(C)O)C(=O)N3C(CCC3)C(=O)NC(CCCCN)C(=O)NC(C)C(O)=O)C(=O)NC(CC(N)=O)C(O)=O)=O)NC(=O)C(C(C)CC)NC(=O)C(CO)NC(=O)C(C(C)O)NC(=O)C1CSSCC2NC(=O)C(CC(C)C)NC(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CC(N)=O)NC(=O)C(NC(=O)C(N)CC=1C=CC=CC=1)C(C)C)CC1=CN=CN1 NOESYZHRGYRDHS-UHFFFAOYSA-N 0.000 description 2
- 238000007620 mathematical function Methods 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000010349 pulsation Effects 0.000 description 2
- 238000002106 pulse oximetry Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 210000003625 skull Anatomy 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 210000002559 ulnar artery Anatomy 0.000 description 2
- 206010002915 Aortic valve incompetence Diseases 0.000 description 1
- 241000533867 Fordia Species 0.000 description 1
- 206010020751 Hypersensitivity Diseases 0.000 description 1
- 102000004877 Insulin Human genes 0.000 description 1
- 108090001061 Insulin Proteins 0.000 description 1
- 241000222065 Lycoperdon Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 241000768494 Polymorphum Species 0.000 description 1
- 208000025865 Ulcer Diseases 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 208000026935 allergic disease Diseases 0.000 description 1
- 201000002064 aortic valve insufficiency Diseases 0.000 description 1
- 238000002555 auscultation Methods 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011278 co-treatment Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000013506 data mapping Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003205 diastolic effect Effects 0.000 description 1
- 230000010339 dilation Effects 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 210000003722 extracellular fluid Anatomy 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000012010 growth Effects 0.000 description 1
- 230000001435 haemodynamic effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000009610 hypersensitivity Effects 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 238000001802 infusion Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 229940125396 insulin Drugs 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007794 irritation Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000028161 membrane depolarization Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000002496 oximetry Methods 0.000 description 1
- 230000004962 physiological condition Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000034225 regulation of ventricular cardiomyocyte membrane depolarization Effects 0.000 description 1
- 238000012958 reprocessing Methods 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 238000011524 similarity measure Methods 0.000 description 1
- 230000036555 skin type Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 210000003270 subclavian artery Anatomy 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 230000001550 time effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 231100000397 ulcer Toxicity 0.000 description 1
- 230000002861 ventricular Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/022—Measuring pressure in heart or blood vessels by applying pressure to close blood vessels, e.g. against the skin; Ophthalmodynamometers
- A61B5/0225—Measuring pressure in heart or blood vessels by applying pressure to close blood vessels, e.g. against the skin; Ophthalmodynamometers the pressure being controlled by electric signals, e.g. derived from Korotkoff sounds
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
- A61B5/02125—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics of pulse wave propagation time
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/02133—Measuring pressure in heart or blood vessels by using induced vibration of the blood vessel
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
-
- 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
- A61B5/7239—Details of waveform analysis using differentiation including higher order derivatives
Abstract
本发明提供一种连续测量血压的技术,其基于脉搏传导时间并且其不需要任何额外的校准。该技术(此处被称为‘复合方法’)利用体佩式监视器来执行,其测量血压和其它生命体征,并且将它们无线地传输到远距离监视器。典型地放置在患者右臂和胸部上的体佩式传感器网络与体佩式监视器连接,并且测量时间依赖性ECG、PPG、加速计、以及压力波形。一次性使用传感器可以包括袖带,所述袖带特征为与压力传感器耦合的可膨胀气囊、三个或者更多电传感器(例如,电极)、三个或者更多加速计、温度传感器、以及附着到患者拇指上的光传感器(例如,光源和光电二极管)。
Description
相关申请的交叉引用
本申请要求2009年12月30日提交的美国专利申请No.12/650,354,2009年12月30日提交的美国专利申请No.12/650,370,2009年12月30日提交的美国专利申请No.12/650,374,2009年12月30日提交的美国专利申请No.12/650,383,2009年12月30日提交的美国专利申请No.12/650,389,以及2009年12月30日提交的美国专利申请No.12/650,392的优先权,其中的每一个都以包括所有表格、附图和权利要求的其整体形式通过引用并入于此。
发明背景
脉搏传导时间(PTT),定义为用于由患者的动脉系统中的心跳所发起(launch)的压力脉搏的传导时间,其已经在使收缩压和舒张压两者相互关联的大量研究中示出。在这些研究中,PTT典型地利用传统的生命体征监视器来测量,所述生命体征监视器包括确定心电图(EGG波形)和脉搏式血氧定量法(SpO2)的单独模块。在PTT测量过程中,多个电极典型地附着到患者的胸部,以确定由被称为“QRS复合波的明显尖状物(sharpspike)”为特征的EGG波形中时间依赖性成分。QRS复合波指示心脏内部心室的最初除极,以及非正式地使得接下来的心跳和压力脉搏开始。SpO2典型地利用附着到患者手指上的绑带或者衣夹形状的传感器来测量,并且包括在红色和红外线光谱区域工作的光学系统。光电探测器测量由光学系统所发射的辐射,其通过患者的手指传输。其它的身体部位(例如,耳朵、前额和鼻子)也可以用来代替手指。在测量过程中,微处理器分析由光电探测器所测量的红色和红外线辐射,以确定与被称为光体积描记器(‘PPG波形’)的不同波长相对应的时间依赖性波形。根据这些波形计算SpO2值。PPG波形时间依赖性特性指示由传播压力脉搏所引起的(例如,手指中的)下面的动脉中的脉搏速率和体积吸收率的改变。
典型的PTT测量分离QRS复合波上最大点(指示心室除极的最高点)和PPG波形的一部分(指示压力脉搏到来)的时间。PTT主要取决于动脉顺应性、压力脉搏的传播距离(其由患者的手臂长度接近地近似)、以及血压。为了考虑患者特异性属性,例如,动脉顺应性,基于PTT的血压测量典型地通过使用传统的血压表袖带来“校准”。典型地,在校准过程中,血压表袖带施加到患者上,其用来进行一次或者多次血压测量,并且然后去除。继续进行,使用校准算法,连同PTT改变一起来确定患者的血压和血压变化率。PTT典型地与血压反比相关,即,PTT降低指示血压增加。
大量发行的美国专利描述了PTT和血压之间的关系。例如,美国专利5,316,008;5,857,975;5,865,755;以及5,649,543的每一个描述了包括测量ECG和PPG波形的传统传感器的设备,所述ECG和PPG波形然后被处理以确定PTT。
发明概述
本发明提供了一种基于PTT的血压连续测量(cNIBP)的技术,其特征为在传统PTT测量方面的大量改进。此处被称为‘复合方法’,本发明使用体佩式监视器,其测量cNIBP和其它生命体征,并且将它们无线传输到远距离监视器,例如,平板电脑、护士站的工作站、个人数字助理(PDA)、或者蜂窝电话。体佩式监视器特征为腕戴式收发器,其接收和处理由体佩式传感器的网络所生成的信号。在测量过程中,这些传感器典型地被放置在患者的手臂和胸部上并且测量时间依赖性ECG、PPG、压力以及加速计波形。在网络内部的传感器典型地包括具有可充气气囊的袖带、至少三个电传感器(例如,ECG电极)、三个加速计、以及典型地带在患者拇指周围的光学传感器(例如,光源和光电二极管)。它们测量根据复合方法处理的信号以确定血压,并且利用其它算法来确定生命体征,例如,SpO2、呼吸速率、心率、温度、和动作相关的属性(例如,动作、活动级别和姿态)。体佩式监视器然后将该信息(典型地通过使用双向无线协议,例如,802.15.4或者802.11)无线传输到远距离监视器。监视器显示生命体征和时间依赖性波形。监视器和腕戴式收发器两者均可以附加地包括条形码扫描器、触屏显示器、照相机、声音和扬声器系统、以及利用局域网(例如,802.11或者‘WiFi’网络)和广域网(例如,Sprint网络)工作来传输和显示信息的无线系统。
复合方法包括压力依赖性和无压力的测量。其基于以下发现:PTT和用来确定其的PPG波形由所施加的压力来强烈地调制。在压力依赖性测量过程中,此处也称为‘指标测量’,当压力逐渐增加到患者的收缩压时,两个事件发生:1)一旦所施加的压力超过舒张压,PTT增加,典型地以非线性方式;以及2)当所施加的压力接近收缩压时,PPG的振幅大小系统地减小,典型地以线性方式。所施加的压力逐渐减小患者手臂中的血流量以及由此引起的血压,并且因此在PTT中诱导与压力变化有关的增加。在所施加压力期间测量的所产生的PTT/血压读数对中的每一个可以被用作校准点。而且,当所施加的压力等于收缩血压时,PPG波形的振幅完全被消除,并且PTT不再是可测量的。共同分析合适范围上的PTT和PPG波形的振幅,连同使用从传统示波测量法借用的技术的压力波形一起,产生患者的心脏收缩(SYS)、心脏舒张(DIA)和平均(MAP)动脉压、以及与PTT和MAP有关的患者特异性斜率。根据这些参数,患者的cNIBP可以被确定,而不需要使用传统的袖带。
若干个算法特征的结合与cNIBP的传统PTT测量相比,改进了复合方法的有效性。例如,精密的、实时数字滤波从PPG波形去除了高频噪声,从而允许其开始点被准确地探测。当与ECG波形一起处理时,这确保了准确的PTT和最终的cNIBP值的测量。压力依赖性指标方法(其在臂戴式袖带膨胀过程中形成)产生在短的(~60秒)测量过程中与PTT和血压相关的多个数据点。这些数据点的处理产生将PTT与cNIBP相关的准确的患者特异性斜率。多个加速计的包含产生各种信号,其可以确定如手臂高度、动作、活动级别、以及姿态的特征,所述姿态可以进一步地被处理以改进cNIBP计算的准确性以及附加地允许其在存在运动伪影下被执行。并且基于股动脉血压的模型(其更多的代表患者的中心压力)可以减少影响,例如‘脉搏压力放大’,其可以提高患者骨端处所测量的血压。
复合方法还包括‘中间的’压力依赖性测量,其中,袖带被部分地膨胀。这以时间依赖性方式部分地减小了PPG波形的振幅。振幅的压力依赖性减小可以然后‘适合’于利用数值函数来估计振幅完全消失处(其指示收缩压)的压力。
对于压力依赖性测量,附着到袖带的小的气动系统使气囊膨胀,以根据压力波形将压力施加到下面的动脉。袖带典型地位于患者的上臂上,其最接近于肱动脉,并且时间依赖性压力通过在充气系统内部的内部压力传感器(例如,直插式惠斯通电桥或者应变仪)来测量。压力波形在膨胀过程中逐渐地以主要是线性的方式增加,并且然后在放气过程中通过‘泄放阀(bleedervalve)’慢慢地迅速地放气。在膨胀过程中,当所施加的压力接近DIA时,与患者心跳对应的机械脉动耦合到气囊中。机械脉动调制压力波形,以使得其包括一系列时间依赖性振动。振动可以与利用使用示波测量法的自动化血压袖带来测量的振动相似,仅仅是它们在膨胀过程中而不是放气过程中来测量。它们被如以下所述进行处理,以确定‘处理的压力波形’,根据所述处理的压力波形直接确定MAP,并且间接确定SYS和DIA。
在膨胀时执行的压力依赖性测量比放气时执行的相似测量具有若干优点,它们是惯例。例如,与放气时进行的测量相比较,基于膨胀的测量比较快并且是令人舒服的。使用基于放气的示波测量法的大多数传统的基于袖带的系统所花的时间大体上为复合方法的压力依赖性测量的4倍。基于膨胀的测量可能是因为复合方法相对较低的膨胀速度(典型地5-10mmHg/秒)以及在体佩式监视器内部使用的压力传感器的高敏感性。而且,一旦计算出心脏的收缩血压,在膨胀过程中进行的测量可以立即被终止。相反,在放气过程中传统的基于袖带的测量典型地施加远超过患者收缩血压的压力;袖带内部的压力然后慢慢地排出到DIA以下,从而完成测量。
无压力的测量立即接着压力依赖性测量,并且典型地通过利用在压力依赖性测量中使用的相同的光学和电子传感器来确定PTT而进行。特定地,体佩式监视器处理PTT和PPG波形的其它属性,连同患者特异性斜率以及在压力依赖性测量过程中进行的SYS、DIA、和MAP的测量,以确定cNIBP。
除了血压之外,体佩式监视器测量心率(HR)、SpO2、以及根据ECG、PPG和加速计波形的成分的呼吸速率。体佩式监视器测量温度。这些测量连同被用来处理加速计波形而确定运动、姿态和活动级别的测量一起,使用以下所述的算法来进行。
在一方面,本发明提供一种体佩式监视器,其在以下被详细描述,其根据复合算法测量来自流动患者的cNIBP。体佩式监视器特征为:(1)压力输送和传感器系统,其向患者手臂施加可变压力并且,作为响应,测量时间依赖性压力波形;(2)第一传感器(例如,光学传感器),其生成代表患者体内血流的第一时间依赖性波形;以及(3)第二传感器(例如,ECG电路和电极),其生成代表患者心脏收缩属性的第二时间依赖性波形。处理部件接收来自这些传感器的信息,并且处理它,以:(1)确定第一波形和第二波形的特征之间的PTT;(2)确定患者的中心区域(例如,股动脉)中PTT和血压之间的数学关系;以及iii)分析PTT和数学关系,以生成指示患者的中心区域的血压。处理部件典型地位于腕戴式收发器中。
在实施方案中,在体佩式监视器内部的ECG电路的特征为:单个电路(例如,ASIC),其收集来自一连串的体佩式电极的电信号并且将这些电信号转换成数字ECG波形。这种电路典型地直接戴在患者的胸部上,并且通过数字串行接口(例如,基于‘控制区域网’,或者‘CAN’系统的接口)与腕戴式收发器连接。光学传感器典型地包括用于测量与cNIBP和SpO2相关的信号的光学装置,并且典型地特征为类环形的波形因素,其舒适地缠绕在患者拇指的根部。所有的这些系统在以下被详细描述。
在实施方案中,第一传感器和第二传感器的特征为:用于测量光、压力、声音、和电阻抗信号的变换器,以及用于测量ECG波形的电子部件。通常,PTT可以根据这些信号的不同组合(例如,由变换器所测量的任何两个信号之间,或者ECG波形和由变换器所测量的第二信号之间)来确定。在优选的实施方案中,第一传感器测量PPG波形,第二传感器测量ECG波形,以及处理部件根据ECG波形和PPG波形的开始点中的QRS复合波来确定PTT。当压力被施加以确定其与患者股动脉中MAP的关系时,处理部件然后分析所测量的PTT。在实施方案中,该关系的特征在于,以下等式或者其数学推导:
MAPfemoral=(mfemoral×PTT)-(mfemoral×PTTINDEX)+MAPINDEX
其中,MAPfemoral代表患者股动脉中的血压,PTT代表根据第一波形和第二波形所测量的脉搏传导时间,PTTINDEX代表PTT之前(以及典型地在压力依赖性指标测量之前)所确定的脉搏传导时间,mfemoral代表表示MAPfemoral和PTT之间关系的数学斜率,以及MAPINDEX代表根据时间依赖性压力波形所确定的平均动脉压。在以上等式中,mfemoral典型地通过共同地处理第一、第二、和压力波形来确定,例如,在时间依赖性压力施加到患者的手臂上时,其可以通过处理所测量的一组PTT值来确定,并且然后使组与线性等式拟合,从而估计患者特异性的PTT和MAP之间的关系。在压力依赖性指标测量过程中所确定的该关系形成了后来进行的无袖带的基于PTT的cNIBP测量的‘校准’的一部分。在指标测量过程中所确定的其它校准参数是SYS、DIA以及这些参数和MAP之间的关系。这些值直接根据压力波形来确定,其典型地在膨胀过程中通过使用从示波测量法所得出的技术来测量。在实施方案中,在指标测量过程中,典型地利用基于算法的软件实现的数字滤波器处理基于时间变化的压力波形,以确定‘处理的压力波形’。数字滤波器例如可以是2-阶滤波器,其特征为:数字带宽滤波器,接着是数字低通滤波器。根据处理的压力波形,可以确定SYS、DIA、以及MAP。
在其它的实施方案中,SYS、DIA和MAP之间的关系取决于患者的HR,其典型地根据ECG或者PPG波形来确定。在又一个其它实施方案中,例如根据临床研究中的一批患者,PTT和MAP之间的关系是预先不可调节的并且被确定。在实际测量过程中,当患者特异性关系不能被准确确定时,(例如,由于通过与运动相关的噪声所破坏的PPG或者ECG波形),这种关系典型地被用作缺省实例。典型地,在患者的股动脉中的PTT和MAP之间的关系是在0.5mmHg/ms和1.5mmHg/ms之间。
在另一方面,患者特异性指标测量包含在患者手臂中的‘有效的MAP’,其随着由压力传输系统所施加的压力变化。有效的MAP是在指标测量时膨胀过程中所测量的MAP和由特征为可充气囊的臂戴式袖带所引起的压力诱导的血压改变之间的差值。在实施方案中,压力诱导的血压改变通过以下等式或者其数学推导来限定:
ΔMAP(P)=F×(Papplied-DIAINDEX)
其中,ΔMAP(P)是压力诱导的血压改变,Papplied是在膨胀过程中由压力传输系统所施加的压力,DIAINDEX是在指标测量过程中根据处理的压力波形所确定的舒张压,以及F是数学常数。
在实施方案中,指标测量每4小时或者更长时间执行一次,并且基于PTT的cNIBP测量每1秒或者更短时间执行一次。典型地,PTT值根据典型地在10秒至120秒中变化的时段上所收集的一组值来求平均。平均典型地是‘移动平均’,以使得在平均时段上所确定的新值可以相对频繁地(例如,每秒)来显示。
在另一方面,本发明提供了一种用于监视患者的血压值的方法,其特征为:如上所述根据PPG和ECG波形来确定PTT值。此外,HR通过分析ECG波形中的QRS复合波来确定。在测量过程中,处理部件确定HR(或者根据其所计算的参数)和PTT(或者根据其所计算的参数)之间的数学关系。在时间上的稍后一点,处理部件使用数学关系和HR的当前值来估计PTT以及,最终,基于血压的值。例如,当与运动相关的噪声破坏PPG波形(其对运动比较敏感),但是不破坏ECG波形(其相对地不受运动影响)时,该方法可以被利用。
在实施方案中,方法测量第一组HR值和第二组PTT值,并且然后处理第一组和第二组以确定它们之间的数学关系。第一组和第二组典型地在测量用来估计PTT的HR之前被测量,并且典型地在5秒至60秒之间的范围变化的时段上被收集。在时段上所收集的成对的HR/PTT值然后被分析,典型地通过使用线性回归算法来拟合,以确定将HR与PTT相关的数学关系。可选地,非线性拟合算法(例如,Levenburg-Marquardt算法)可以用来确定HR与PTT之间的非线性关系。非线性关系可以特征在于,例如,二次或者三次多项式,或者指数函数。
如上所述,当患者的运动使其很难或者不可能根据PPG波形来准确计算PTT时,算法典型地被执行。当对PPG波形中的脉冲的分析指示PPT不能被测量时,算法可以开始。可选地,当对至少一个‘运动波形’(例如,根据来自加速计的一个或者多个信号所生成的加速计波形)的分析指示PPG波形可能被运动破坏时,算法开始。对运动波形的分析可以包括将其一部分与预定阈值进行比较,或者利用数学模型对其分析,以确定是否可以计算准确的PTT。
在相关的方面,本发明提供另一种算法,其允许基于PTT的cNIBP在存在运动时被确定。在该实例中,与根据使用数学模型的HR估计PTT不同,通过对同时利用两个独立的光源所测量的独立PPG波形进行分析,算法‘重建’PPG波形中的运动破坏的脉冲。脉搏血氧传感器(例如,其包括在以下详细描述的体佩式监视器中)包括在红色光谱范围(在590和700nm之间,以及优选地大约600nm)中操作的第一光源,以及红外线光谱范围(在800和1000nm之间,以及优选地大约905nm)中操作的第一光源,并且因此可以用于该目的。
该算法特征为:1)共同地处理特有的PPG波形以生成处理的信号;2)利用数字滤波器来处理处理的信号以生成滤波信号;3)分析滤波信号以确定与血压相关的特征;以及4)分析与血压相关的特征以确定血压值。在实施方案中,处理部件被编程以通过从一个信号中减去另一个来共同地处理第一信号和第二信号,或者将一个信号除以另一个,以生成处理的信号。该信号典型地利用数字带宽滤波器来滤波,典型地特征在于0.01→5.0Hz之间的通频带,以生成滤波信号。滤波信号典型地相对来说没有运动假缺陷,并且产生可以与ECGQRS复合波结合来确定PTT以及然后确定cNIBP的开始点。如上所述,该算法可以通过处理指示患者移动的加速计波形或者通过处理PPG波形来确定它们在任何方面被破坏而来启动。在其它实施方案中,算法中的步骤可以被重新安排以使得被破坏的PPG波形首先利用数字带宽滤波器来滤波,以及然后这些过滤波彼此相减或者彼此相除,以及然后被处理去确定开始点。
在另一方面,以上所述的体佩式监视器的光学传感器特征为:包括至少两个像素元件的探测器,每个像素元件被配置成生成特有的信号。在监视器内部的处理部件被配置成:(1)分析由第一像素元件所生成的信号;(2)分析由第二像素元件所生成的信号;(3)分析指示运动(例如,加速计波形)的信号;(4)基于对运动信号的分析,从特征为比较低程度的运动破坏的像素元件中的至少一个选择信号;以及(5)分析所选择的信号来确定生命体征值,例如cNIBP。
在实施方案中,多像素探测器的特征为至少3×3阵列的像素,每个含有光电探测器。在该实例中,光学传感器集成有被配置成从多像素探测器中去多元信号的电路。在体佩式监视器中的处理器可以被编程来分析运动信号和来自每个像素元件的信号,从而确定具有对运动信号进行最小破坏的信号,其指示:信号特征在于相对低程度的运动破坏。例如相互关系可以通过现有技术中已知的标准算法来确定,例如,确定两个序列数据点之间交叉相关的算法。这些算法可以产生高斯类型的波形,而波形的振幅随着相互关系增加。波形可以然后与一系列度量进行比较,以确定指示相关程度的最优数字值。可选地,处理器被编程以分析运动信号,从而确定患者移动相对低时的测量时段,以及然后测量来自每个像素元件的信号。在两个实例中,来自每个像素元件的信号代表PPG波形,其特征为脉冲序列,每个脉冲的特征在于开始点。当与ECGQRS复合波相结合时,该波形可以产生如上所述的PTT。在实施方案中,多像素探测器被包括在以下详细描述的拇指戴式传感器。可选地,其被并入被配置成戴在患者的前额上的柔性贴片上。在该实例中,柔性贴片与体佩式收发器连接,其在形式和功能方面与腕戴式收发器相似。
附图简述
图1A和图1B分别示出了指示复合方法的压力依赖性和无压力的测量的示意图;
图2A和图2B分别示出了被测量作为压力函数的PTT和PPG波形的振幅的图;
图3A示出了被测量作为‘有效的’平均动脉血压(MAP*(P))函数的PTT的图,所述平均动脉血压通过使用复合方法的压力依赖性测量来确定;
图3B示出了被测量作为平均动脉血压(MAP)函数的PTT的图,所述平均动脉血压通过使用现有技术中的传统血压测量来确定;
图4A示出了对于单个患者被测量作为MAP*(P)(在膨胀过程中通过使用复合方法的压力依赖性测量来测量)和MAP(对于两个独立的血压值,通过使用示波测量法来测量)的函数的PTT的图;
图4B示出了对于单个患者被测量作为MAP*(P)(在放气过程中通过使用复合方法的压力依赖性测量来测量)和MAP(对于两个独立的血压值来测量)的函数的PTT的图;
图5A和图5B分别示出了在膨胀和放气过程中所测量的时间依赖性压力波形,以及在利用数字带通滤波器滤波后的相同波形;
图6示出了与取自5B中图的膨胀部分的心跳诱导脉搏对应并且被绘制为应用到患者的肱动脉的压力函数的振幅图;
图7A示出了时间依赖性ECG和PPG波形与用来确定PTT的这些波形相关联的标记的图;
图7B示出了图7A中时间依赖性PPG波形(上轨迹)、波形的一阶导数(中间轨迹)、以及PPG波形的二阶导数(下轨迹)的图;
图8是示出了在复合方法中形成的一序列压力依赖性以及无压力的测量的示意图;
图9是示出了在临床试验过程中如何从患者的肱动脉中进行指标测量,以及如何从患者的股动脉中使用A-线进行参考测量的示意图;
图10示出了利用复合方法(黑轨迹)、股动脉的A-线(瓦灰轨迹)、以及桡动脉A-线(浅灰色轨迹)所测量的时间依赖性SYS值的图;
图11示出了利用复合方法(灰色轨迹)所测量的时间依赖性SYS和DIA值以及利用股动脉A-线所测量的SYS和DIA的图;
图12示出了在23个受试者的临床试验过程中所测量的SYS(深色条)和DIA(浅色条)的标准偏差值的柱状图;
图13示出了根据23个受试者的研究、通过使用ANOVA和AVERAGE方法来计算、分别对于SYS的受试者内BIAS和STDEV(上和下左侧角)以及DIA的受试者内BIAS和STDEV(上和下左侧角)的FDA标准值和统计学的柱状图;
图14示出了根据分别对应于4小时和8小时指标时间的复合方法所进行的SYS和DIA测量的漂移表;
图15示出了有和没有运动时使用IRLED所测量的时间依赖性PPG波形(上轨迹)、使用REDLED(第二轨迹)所测量的时间依赖性PPG波形(第二轨迹)、利用IRLED所测量的波形除以利用REDLED所测量的波形(第三轨迹)、以及利用数字带宽滤波器所处理的第三轨迹(第四轨迹);
图16示出了示出了有和没有运动时使用IRLED所测量的时间依赖性PPG波形(上轨迹)、使用REDLED(第二轨迹)所测量的时间依赖性PPG波形(第二轨迹)、利用IRLED所测量的波形减去利用REDLED所测量的波形(第三轨迹),以及利用数字带宽滤波器所处理的第三轨迹(第四轨迹);
图17示出了有和没有运动时通过使用IRLED来测量并且利用数字带通滤波器来处理(上轨迹),使用REDLED来测量并且利用滤波器来处理(第二轨迹),以及第一轨迹减去第二轨迹(第三轨迹)的时间依赖性PPG波形的图;
图18示出了指示允许cNIBP测量在存在以及缺少运动时都被进行的算法的示意图;
图19示出了时间依赖性PTT和HR测量的图,以及如何利用图18中所示出的算法来处理这些测量以在存在运动下测量cNIBP;
图20A和图21A分别示出了通过使用股动脉A-线(瓦灰)所形成的时间依赖性SYS波形以及通过使用图18和图19中所示出的算法重构以产生用于23个临床受试者的最佳和最差结果的时间依赖性SYS波形;
图20B和图21B分别示出了通过使用来自图20A和图21A的数据所生成的相关性标绘图。
图22示出了患者和与确定患者姿态的算法和加速计波形一起使用的坐标轴的示意图;
图23A示出了在不同的姿态时从患者的胸部所测量的时间依赖性加速计波形的图;
图23B示出了通过利用算法和图23A中所示出的坐标轴来处理图23A的加速计波形所确定的时间依赖性姿态的图;
图24A和图24B分别示出了附着到患者上的本发明的体佩式监视器在最初的指标测量过程期间和之后的三维图像;
图25示出了与图24A和图24B的体佩式监视器一起使用的腕戴式收发器的三维图像;
图26示出了带着安装在头上的传感器的患者的图像,所述传感器的特征为根据本发明的可替代实施方案用于测量PPG波形的多像素阵列光电探测器;
图27示出了图26的多像素阵列光探测器的平面图;
图28A和图28B示出了通过用于测量PPG波形的传统单像素光电探测器的探测面积的血的团注;
图29A和图29B示出了通过图26和图27的多像素阵列光电探测器的探测面积的血的团注;以及
图30示出了根据本发明用于测量cNIBP、SpO2、呼吸速率、心率、温度和运动的流程图。
发明详述
复合方法的理论
图1A和图1B示出了复合方法的无压力(图1A)和压力依赖性(图1B)测量的示意图。通过合作工作,这些测量对于延长的时间准确地确定患者的cNIBP,而不需要外部的校准装置,例如传统的血压袖带。在测量过程中,患者穿着附着到一次性使用袖带的体佩式监视器和光的、电的、运动及温度传感器的集合。这些传感器测量用于压力依赖性和无压力的测量的信号。共同待决的专利申请(其内容通过引用完全并入本文)描述了该测量的更早实施方案:DEVICEANDMETHODFORDETERMININGBLOODPRESSUREUSING‘HYBRID’PULSETRANSITTIMEMEASUREMENT(2007年6月12日提交的,(U.S.S.N.60/943,464);VITALSIGNMONITORFORCUFFLESSLYMEASURINGBLOODPRESSUREUSINGAPULSETRANSITTIMECORRECTEDFORVASCULARINDEX(2007年6月12日提交的,U.S.S.N.60/943,523);以及VITALSIGNMONITORFORMEASURINGBLOODPRESSUREUSINGOPTICAL,ELECTRICAL,ANDPRESSUREWAVEFORMS(2008年6月12日提交的,U.S.S.N.12/138,194)。体佩式监视器的微处理器处理PPG和ECG波形以确定PTT,其在复合方法的测量中用来确定cNIBP,正如以下更加详细描述的。
袖带包括气囊,当利用充气系统增压时,其将压力107施加到下面的动脉102、102’。特征为与附着到腕戴式收发器上的布线内部的放大器/滤波器电路耦合的至少3个电极的电力系统测量来自患者的ECG波形104、104’。通常需要三个电极(两个探测正极和负极信号,以及一个用作地面)以探测必需的信号,以生成具有足够信噪比的ECG波形。同时,特征为透射的、或者任选地为反射的光学传感器测量特征为来自患者动脉的一系列‘脉搏’的PPG波形105、105’,所述‘脉搏’的每一个特征在于AMP1/2的振幅。优选的测量部位典型地在患者拇指中的小动脉附近,例如,拇主动脉。腕戴式收发器内部的微处理器和模数转换器探测并且分析ECG104、104’以及PPG105、105’波形,以确定PTT2(根据无压力的测量)和PPT2(根据压力依赖性测量)。典型地,微处理器通过计算ECG波形104、104’中QRS复合波的峰值和PPG波形105、105’的最下部(即,开始)之间的差确定PTT1和PPT2。
本发明基于以下发现:在压力依赖性测量过程中所施加的压力(由箭头107指出)影响下面动脉102、102’中的血流(由箭头103、103’指出)。特别地,当所施加的压力小于动脉102、102’内部的舒张压时,其对于PTT2或者AMP2没有任何影响。当所施加的压力107达到舒张压时,其开始压缩动脉,由此减少血流和有效的内压。这使得PTT2相对于PTT1系统地增加,并且使得AMP2相对于AMP1系统地减小。当所施加的压力107接近动脉102、102’内部的收缩血压时,PTT2增加并且AMP2减少(典型地以线性的方式)。当所施加的压力107达到收缩血压时,AMP2完全消除并且PTT2因此变得不可测量。
在测量过程中,患者的心脏生成电刺激,其接近光速通过身体。这些刺激伴随每次心跳发生,其然后生成以明显较慢的速度来传播通过患者的脉管系统的压力波。直接地,在心跳之后,压力波离开心脏和主动脉,通过锁骨下动脉,到达肱动脉,并且从那里通过桡动脉和尺动脉到达患者手指中的更小动脉。位于患者胸部上的三个一次性使用电极测量特有的电信号,其传给体佩式监视器内部的放大器/滤波器电路。典型地,这些电极以1-向量“艾因托文氏三角”配置方式附着到在患者的胸部上,以测量特有的电信号。在体佩式监视器内部,信号通过使用放大器/滤波器电路来处理,以确定模拟电信号,其利用模数转换器来数字化以形成ECG波形,并且然后存储到存储器中。光学传感器典型地以传送模式的几何形状的方式来工作,并且包括特征为集成的光电探测器、放大器、以及在红色(~660nm)和红外线(~905nm)波长处工作的光源对的光学模型。这些波长被选择,因为它们在测量具有高信噪比的PPG波形时是有效的,所述波形可以附加地被处理来确定SpO2。在可替代的实施方案中,在使用绿色(~570nm)波长的反射模式的几何形状中工作的光学传感器可以用来代替传送模式的传感器。这种传感器具有如下优点:其可以用在患者身体上的几乎任何位置处。绿色波长被选择,因为对于各种皮肤类型,当绿色波长以反射模式的几何形状的方式被应用时,它对于下面动脉中的测定体积吸光率的改变特别敏感,这正如在以下共同未决的专利申请中所描述,其全部内容通过引用并入本文:SYSTEMFORMEASURINGVITALSIGNSUSINGANOPTICALMODULEFEATURINGAGREENLIGHTSOURCE(2006年2月3日提交的,U.S.S.N.11/307,375)。
光学传感器探测由心跳诱导的压力波调制的光学辐射,其进一步地利用腕戴式收发器内部的第二放大器/滤波器电路来处理。这导致了PPG波形,如上所述,其包括一系列脉冲,每个脉冲与个体心跳相对应。同样,来自每次测量的ECG波形的特征为与每次心跳相对应的一系列尖锐的‘QRS’复合波。如上所述,在压力依赖性测量过程中,压力对PPG波形中的脉博的振幅有很强的影响,而对相应的ECG波形中的QRS复合波的振幅基本上没有影响。这些波形如下所述被处理以确定血压。
复合方法通过使用基于膨胀的示波测量法每4-8小时执行一次指标测量。在指标测量过程中,线性回归模型用来将使由袖带所施加的压力与代表患者手臂中的平均压力的‘有效MAP’(图3A中被称为MAP*(P))相关。MAP*(P)和在膨胀过程中与其相关联的PTT值极端变化。正如图3A中所示出的,这导致了特有组的MAP*(P)/PTT成对数据点,其当所应用的压力从DIA到SYS倾斜时对于每次心跳发生可以提取的。该平均校准可以利用单个的、基于膨胀的测量来执行,其通常花费在40-60秒之间。在所推荐的膨胀率(近似3-10mmHg/秒,且最优选的大约5mmHg/秒)时,这通常产生在5-15个数据点之间。这些数据点是利用线性回归模型来分析以确定患者特异性斜率的数据点。在基于膨胀的过程中所确定的血压值(SYSINDEX,MAPINDEX,和DIAINDEX)和它们之间的比(RSYS=SYSINDEX/MAPINDEX;RDIA=DIAINDEX/MAPINDEX)也用在该计算中,并且然后用于随后的无压力的测量。
对于准确的指标,需要稳定的PTT值,并且因而在充气系统中膨胀泵之前的若干20秒时段范围内,PTT根据每次心跳的ECG和PPG波形来测量。PTT值被认为是稳定的,并且当由来自至少三个20秒时段的平均数PTT(PTTSTDEV)除以它们的平均值(PTTMEAN)的标准偏离小于7%时,即:
PTT值适于指标测量。
当该标准满足时,泵自动地充气膨胀,并且患者特异性斜率然后如以上所述来确定。该过程典型地每4-8小时来重复。一旦被确定,斜率利用一系列以实验为依据的度量来分析,以确保它是实际可行的并且与利用之前的实验来确定的度量一致。例如,如果与运动相关的缺陷发生在指标测量过程中,将导致不真实的个人斜率。如果用来确定斜率的值或者线性拟合未能满足这些度量,那么根据分析从大量患者所收集的动脉管路数据所确定的默认斜率被用来代替它。此外,对于具有非常低的斜率(即,小于-0.22mmHg/ms的斜率)的患者,上述模型趋于产生比较不准确的结果,并且对于该实例,因此使用次级模型。典型地对具有特别低个人斜率的患者经试验确定的该模型将个人斜率与脉搏压力相关。
在实际的压力依赖性指标测量过程中,对于个体患者,体佩式监视器收集类似于图2A和图2B中所示出的数据。在测量过程中,微处理器分析所施加的压力和PTT之间的变化,如图2A中通过图示所示出的,以估计血压和PTT之间的关系。正如等式(2)中所示出的,以下,该关系利用首先估计患者的‘有效’平均动脉血压(MAP*(P))是如何随所施加的压力(Papplied)变化的数学模型来被最好地描述。模型假设由袖带所施加的压力阻塞患者的肱动脉,并且由此暂时地降低血流。这又增加了直接在袖带下面的血压,并且降低了在下游的桡动脉、尺动脉、和手指动脉中的血压。在压力依赖性测量过程中,净效果是患者平均动脉血压(MAP)的临时的、压力依赖性减少,其在等式(2)中示出为ΔMAP(P)。以经验为主来确定的因数(F)考虑在所增加血压的区域(在袖带下面;大约10cm)和所降低血压的更大区域(从袖带向下的手臂的长度,大约50cm)之间的比。F典型地在0.6和0.9之间,并且在测量之前被编程到算法中。
ΔMAP(P)=F×(Papplied-DIAINDEX)(2)
MAP*(P)=MAPINDEX-ΔMAP(P)
使用等式(2),当所施加的压力从DIAINDEX增加到MAPINDEX时,PTT和MAP*(P)的成对值被确定用于每次心跳。在单个的压力依赖性测量过程中,该方法产生多个数据点,其然后可以与将PTT和MAP相关的数学函数(例如,线性函数)拟合。典型地,这些参数成反比,即,PTT变得更短并且血压增加。在典型的实施方案中,因此,在压力依赖性指标测量过程中所确定的逆线性关系然后用在随后的无压力测量过程中,以将所测量的PTT转换成血压值。
在等式(2)中,DIAINDEX和MAPINDEX利用在膨胀过程中示波的血压测量来确定。SYSINDEX可以在示波的血压测量过程中间接确定,或者通过分析PPG波形中的压力依赖性脉搏振幅来间接测量。在该实施方案中,如图2B中所示出的,脉搏振幅将随着所施加的压力逐渐减少,并且当该压力等于SYS时最终消失。在微处理器上运行的传统的峰值探测算法可以因而探测图2B中所示出的光学脉搏振幅的开始,以形成对收缩血压的直接测量。可选地,‘拟合’算法可以利用数学函数(例如,线性函数)来对脉搏振幅随所施加压力的系统减少而建模,以估计收缩血压。
图3A和图3B示出了对于单个患者作为MAP*(P)(图3A)和MAP(图3B)的函数的PTT的图。在图中的每个数据点126、129包括代表近似测量误差的误差条。在图3A中,在复合方法的单个30-秒压力依赖性测量的过程中,数据点126被确定;每个数据点代表用于个体心跳的PTT和MAP*(P)值。这些数据例如通过将与图2A中所示出的测量(作为所施加压力的函数的PTT)相似的测量和等式(2)(根据所施加的压力所计算的MAP*(P))相结合来推导。相反,在图3B中的两个数据点129通过在单独的血压测量过程中简单地测量PTT和MAP来推导。每次测量通常花费大约60秒来完成;在患者的血压(和相应的PTT)相差可测量的量时,它们在时间上单独的点被理想化完成。
两个图图示了在复合方法的压力依赖性测量过程中确定PTT和血压之间的患者特异性关系的优点。正如图3A中所示出的,数据点126近似地在相对大的血压范围上(典型地15mmHg或者更高)变化;它们典型地紧密相关,并且尽管任何测量误差,它们可以用由虚线125所示出的单一线性方程(y=Mx+B)来容易地拟合。相反,如果患者的血压比较稳定,那么图3B的两个数据点129可以具有相似的值,即使它们相隔几小时被测量。甚至当测量误差很低时,这两个值可以利用不同线性等式(y=M1x+B1和y=M2x+B2)产生拟合。在该例子中,使用不准确的线性等式可能又导致PTT和血压之间的不准确的关系。最终,这增加了对基于PTT的血压测量的误差。
图4A和图4B示出了在使用膨胀(图4A)和放气(图4B)的压力依赖性测量过程中对于单个患者所测量的实际PTTvs.MAP*(P)和MAP数据。在图中,三角形指示在复合方法的压力依赖性指标测量过程中所确定的PTTvs.MAP*(P)。这些数据代表血压测量的校准。方形指示接下来的测量,其中,MAP通过使用自动的血压袖带来确定,以及PTT通过使用此处所描述的体佩式监视器来确定。正如从图中很清楚的,与放气过程(图4B)中所测量的PTTvs.MAP*(P)的值相比,在膨胀过程中(图4A)所测量的PTTvs.MAP*(P)的值具有紧密、良好相关的分布。这指示:根据在膨胀过程中进行的压力依赖性测量所确定的校准可能比在放气过程中所进行的校准更准确。不受任何理论所束缚,该差异可能是受基于膨胀的压力依赖性测量所得,其逐渐减小下面动脉的血流,直到其最终阻塞。相反,基于放气的测量首先完全阻塞动脉,而然后当袖带放气时逐渐地减少阻塞。拦高的血液在该过程中快速地流过动脉。血流的该增加可能引起波动以及增加PTT值变化性的其它复杂的血液动力学事件。在基于膨胀的测量过程中,这个过程可能不存在。
在图4A中,由虚线130所示出的PTTvs.MAP*(P)的值的线性拟合还与PTTvs.MAP的测量拟合。这指示:在压力依赖性测量(三角形)过程中所确定的校准可以用来准确地测量在随后的无压力的测量(方形)过程中所形成的血压值。在图4B中,由虚线131所示出的对PTTvs.MAP*(P)值的线性拟合不准确地拟合对PTTvs.MAP的测量。基于PTTvs.MAP*(P)值的变化,该结论是被希望的,并且指示:与在膨胀过程中进行的校准相比,该校准具有相对低的准确性。
在复合方法中使用基于膨胀的示波测量法
图5A图示了基于膨胀和基于放气的示波血压测量之间的等价物。图的顶部示出了在压力依赖性测量过程中所测量的未滤波压力波形139,其包括膨胀137和放气138的时段。在两个时段中,与患者心跳相关联的脉搏耦合到袖带的气囊中。在测量之后,压力波形139通过使用0.5→5.0Hz数字带宽滤波器来处理,以去除慢慢变化的基线。正如图5B中所示出的,滤波导致了时间依赖性压力波形140,其特征为在膨胀和放气过程中所测量的独立脉搏串;在所述串中的每个脉搏的时间依赖性振幅的特征在于高斯包迹。与高斯包迹的峰值相对应的压力代表平均动脉压力的直接测量。当包迹与其最大值的比是0.72时,间接被测量的舒张血压对应于小于平均动脉压力的压力。该比例连同用于收缩血压的比(典型地0.55)一起在美国专利6,719,703中更详细地来描述,其内容通过引用并入本文。
正如以上所述,示波测量法用在指标测量过程中来确定SYSINDEX、DIAINDEX、和MAPINDEX。这些值从‘处理的压力波形’来提取,正如图6中所示出的,其根据如图5中所示出的膨胀过程中所收集的压力波形来确定。压力波形指示:在时间依赖性压力波形中的每次心跳诱导的脉搏的振幅如何随由袖带所施加的压力变化。在测量过程中,在图24A中所示出的充气系统中的压力传感器收集和数字化压力波形,其然后如以下所述被处理以确定处理的压力波形,以及最终的SYSINDEX、DIAINDEX、和MAPINDEX。
二阶数字滤波算法确定处理的压力波形。这包括首先利用带通滤波器滤波原始的压力波形,在该典型的应用中,其特征为通过在0.5→7.5Hz之间的频率的二阶无限脉冲响应(IIR)函数。二阶IIR滤波器传递函数典型地采用形式:
以及被实现为差分等式,正如等式(4)中所示出的:
y[n]=b0x[n]+b1x[n-1]+b2x[n-2]-a1y[n-1]-a2y[n-2](4)
输入一阶IIR滤波器是原始的、未处理的压力波形,其与图5A中所示的波形相似。利用一阶的处理产生与图5B中所示出的波形相似的脉搏波形。为了去除任何相位失真,IIR滤波器在正向和反向中被执行。反向滤波步骤加倍有效阶的滤波器,并且抵销由正向滤波工作所诱导的任何相位失真。反向滤波步骤通过实行标准IIR差分等式(即,等式(4))、执行输出数据的时间反转、以及然后实行相同的IIR差分等式来实施。虽然在去除相位失真过程中有效,但是这种附加的步骤需要额外的差分计算,这不能实时处理数据流。这又增加了腕戴式收发器的能耗,并且因而缩短了电池寿命。
因为袖带在患者的手臂周围膨胀,由于患者运动的扰动、袖带中的扭结、泵马达的快速改变、以及其它假缺陷可以影响压力波形。这种扰动典型地是非生理学的,并且因而将被去除以最小化它们对高斯包迹的影响。它们的影响可以由大量不同技术来最小化。这些技术包括设定等于零的压力波的某些含噪声部分以及去除在比较短的时段上显示值快速改变的波形中的任何数据点。在潜在的假缺陷已经被去除之后,脉搏波形被整流以为第二滤波工作作准备。整流包括将波形转换成特征为仅仅正成分的新波形(PRECT)。PRECT根据最初的压力波形通过使用以下等式(5)来计算:
为了完成滤波过程的第二阶段,整流波利用基于IIR滤波器的数字低通滤波器来滤波。低通滤波器典型地仅通过低于0.2Hz的分量,以产生指示脉搏振幅变化的平滑、低频的包迹,正如图6中所示出的。该波形代表‘处理的压力波形’,并且可以然后利用从示波测量法借用的技术来分析,以确定患者的‘指标化’的血压值,即,SYSINDEX、DIAINDEX和MAPINDEX。特别地,处理的压力波形的峰值对应MAPINDEX。这是因为在示波测量过程中,当肱动脉跨壁压力是零时,心跳诱导的脉搏的最大振幅出现。这发生在袖带内部的压力等于肱动脉中的MAP时。示波测量法因而代表MAP的直接测量。SYSINDEX和DIAINDEX通过使用基于在MAPINDEX两侧上的波形振幅的经验模型来计算,正如图6中所指出的。在实际的测量过程中,处理的压力波形的峰值通过使用标准方式来确定,例如,计算数学推导以及确定正到负的过零点。SYSINDEX和DIAINDEX然后根据与MAPINDEX相比分别位于高压和低压处的波形的特征来确定。再参考图6,SYSINDEX例如是与处理的压力波形右手(高压)侧的峰值振幅0.55倍相对应的压力。DIAINDEX是与波形左手(低压)侧的峰值振幅0.7倍相对应的压力。
与SYSINDEX和DIAINDEX对应的上述比例(0.55和0.70)典型地通过利用大且不同的患者群体的研究来以经验为主地确定。它们可以随着与给定患者相关联的生理属性改变。例如,比例可以根据患者的MAP、处理的波形的形状、心率、生物测量数据(例如,性别、高度、重量、年龄)、以及其它因素来改变。描述比例随着处理的压力波形改变的引文在以下引文中被描述,其内容通过引用完全并入本文:Amoore等人,BloodPressureMonitoring2007;12:297-305,‘Effectoftheshapesofthepulseamplitudeoscillometricenvelopeandtheircharacteristicratiosonthedifferencesbetweenauscultatoryandoscillometricbloodpressuremeasurements’。一旦被确定,MAPINDEX、SYSINDEX和DIAINDEX的值可以通过使用大量简单的试验来检查准确性。例如,以下通过使用等式(6),MAPINDEX可以与根据SYSINDEX和DIAINDEX所确定的几何MAP(MAPGEO)进行比较。该试验是基于MAP、SYS和DIA之间的内在关系,正如以下引文中所描述的,其内容通过引用完全并入本文:Chemla等人,JApplPhysiol2005;99:2278-2284,‘Meanaorticpressureisthegeometricmeanofsystolicanddiastolicpressureinrestinghumans’。
|MAPDIFF|>DIFFMAX,其中,MAPDIFF=(MAPINDEX-MAPGEO)(6)
在等式(6)中,MAPGEO根据以下等式来确定:
在实施方案中,例如,DIFFMAX等于13mmHg。这意味着:如果MAPINDEX和MAPGEO之间的差大于或者小于13mmHg,测量被拒绝。例如,如果处理的压力波形由于在示波测量过程中所发生的运动相关的假缺陷而失真,这种情形可能发生。当示波测量被拒绝,返回NULL值,并且体佩式监视器通知充气系统再次膨胀袖带,并且重复测量。
一旦MAPINDEX、SYSINDEX和DIAINDEX被确定,收缩率和舒张率(RSYS和RDIA)如以下等式(8)所述来计算:
RSYS=SYSINDEX/MAPINDEX(8)
RDIA=DIAINDEX/MAPINDEX
这些比例可以根据在测量过程中所确定的其它生理机能参数(特别地,心率)以动态方式来变化。这种变化在以上引用的期刊论文中被描述,其由Chemla等人在JApplPhysiol2005;99:2278-2284标题为‘Meanaorticpressureisthegeometricmeanofsystolicanddiastolicpressureinrestinghumans’,其内容通过引用之前已经被并入。例如,以下等式(9)指出这些比例可以随着心率如何变化:
RSYS=a×HR×SYSINDEX/MAPINDEX(9)
RDIA=b×HR×DIAINDEX/MAPINDEX
在等式(9)中,系数a和b通过经验来确定,典型地通过对人或者动物进行的研究。对于这些研究,血压和心率数据典型地利用经历大量生理条件的不同组的患者来收集,并且然后被分析。要指出的是,如果患者的心率是可变的,在等式(9)中所示出的比例将仅仅呈现动态反应。
正如以上所述,复合方法还可以包括中间的压力依赖性指标测量,其通过使用缩减的所施加压力来确定收缩压、舒张压、以及平均的动脉压力。在该实例中,为了找到收缩血压,算法可以探测PPG波形中每个脉冲的振幅,并且使它们与多种数学模型拟合,以‘预测’和确切地推断振幅在哪里减少到零。例如,算法可以将图4B中的最后八个数据点与线性函数拟合。在该实例中,了解患者的心率(例如,频率和节律),正如根据ECG波形所确定的,可以增强预测的准确性并且提供度量的置信指示器。算法可以采用PPG波形的数学推导,以消除波形基线的任何影响。上述算法可以然后用来预测脉搏的消失以及因而预测收缩血压的开始。
在中间的压力依赖性测量中,仅仅在如以上所述计算出平均动脉压力之后,压力典型地被施加,并且然后被终止。在该点处,PPG波形的振幅典型地下降,并且可以与线性函数拟合以预测收缩血压。收缩压和平均动脉压力然后用来确定舒张压,正如以上所述。中间的压力依赖性测量典型地例如每4小时来执行代替常规压力依赖性测量。
利用复合方法来测量PTT和确定cNIBP
在确定指标之后,cNIBP根据来自PTT的逐跳基础来确定,其如图7A中的箭头154来指示,根据ECG和PPG波形中特征之间的时间差来确定。特别地,PTT从PPG波形的根部(由黑圆151来示出)分开ECG波形中突然有峰的QRS复合波(其在图中由黑圆150来指示)。PTT典型地随着血压反向变化,即,PTT减小指示血压增加。理论上,PTT由血压和各种不同的因素(例如,动脉顺应性、动脉尺寸、血管阻力、PEP、以及LVET)来影响。由于这个原因,独立取得的PTT仅仅指示血压的相对改变。但是当与上述指标过程相结合(所述过程估计绝对的血压值并且校准影响PTT但是不必影响血压的因素)时,PTT可以准确地监视cNIBP。如上所述,在测量过程中,体佩式监视器测量与对于给定时段(典型地位于20-60秒之间)的每次心跳对应的PTT。在该时段过程中,特定的PTT值可以被滤波掉,以去除由假缺陷(例如,运动)所影响的错误值。例如,平均偏差值和标准偏差值均可以适合于在该时段过程中所测量的一组PTT值。PTT值的总数将当然取决于心率,并且对于30秒测量时段典型地在15至60次之间。与平均值不同之处在于超过一个标准偏差的值可能被假定为假的,并且因而从计算中去除。在该点时,该时段的平均PTT值然后被计算,并且用于随后的cNIBP计算。与统计处理技术相似,例如,使用数字拟合、高斯分布的处理、或者数字滤波的这些技术还可以用来排除估计为错误的PTT值。典型地计算个体时段的统计学。可选地,它们可以根据在其中时段保持比较大的‘滚动基础’来计算,但是连续地被更新,例如每秒。该方法具有如下优点:它可以以比较高的频率产生‘新鲜的’血压值。
再参考图7A,PTT典型地根据由黑圆151来指示的PPG波形的最下部或者‘开始’来计算,其指示压力脉搏的到来。物理上说,开始点151代表脉管系统的测定体积增加,所述脉管系统位于图24A中所示出的拇指戴式传感器(294)下面。由患者心跳发动的压力脉搏沿着它们的脉管系统传播,驱动血进入所述脉管系统并且在其到达时引起临时扩大。扩大根据比尔-朗伯定律增加光吸收。通过扩大的脉管系统的辐射由光电探测器来探测,从而导致了时间依赖性PPG。技术上说,正如图7A中所示出的波形是‘真实的’PPG的反向版本,因为光学吸收的增加减少由拇指戴式传感器内部的光电探测器所探测的辐射量和因而产生的信号。
可选地,PTT可以根据波形的其它区域来计算,例如,沿着其上升边缘或者其峰值的点。然而,与这些区域相关联的计时可以由与血压去耦的下面的脉管系统的属性(例如,弹性)来影响。为此,它们比波形的开始更不理想。在实施方案中,然而,它们可以被用来增加PTT的计算。例如,正如图7B的中间轨迹所示出的,PPG的一阶导数产生明确限定的峰值,其指示能够容易地利用计算机算法来探测的PPG的最大斜率。对于通常有噪声的PPG,该基准标记可以用来帮助定位PPG的开始,或者可以在开始时被处理以生成用于波形的‘平均’PTT值。波形的其它特征(例如,其最大值)也可以以相似的方式来处理。
在其它的实施方案中,在SpO2测量过程中所测量的多个PPG可以被处理以生成单个PTT。这种测量在以下共同待决的专利申请中被描述,其内容通过引用完全并入本文:‘BODY-WORNPULSEOXIMETER’(2009年9月14日提交的,U.S.S.N.12/559,403)。正如该引文中所描述的,在典型的SpO2测量过程中,利用红色(~660nm)和红外线的(~905nm)波长来测量PPG。这些PPG具有相似的特征,但是可以在不同方面受运动相关的噪声、以及例如环境光的其它假缺陷影响。每个PPG的开始可以由此被独立探测,并且然后被一起平均以生成单个PPT。特别地参考图15-17,用于处理多个PPG以确定单个PTT的其它技术在以下被描述。
图7B示出了用于确定PPG波形的开始的一种方法,所述PPG波形的开始在图的上部由黑圆152来指示。在处理之前,PPG波形典型地利用数字有限脉冲响应(FIR)滤波器来滤波,其在处理之前从波形中去除高频噪声。这种噪声典型地是由于电源或者机械源。将其去除对于有效信号处理是关键的,因为它在采用数字推导之后被放大。这减少了所推导的波形的信噪比,其又可以导致错误的测量。PPG波形的一阶导数在与未处理的PPG波形的最大上升时间相对应的点处达到峰值。该点(图7B中的中间轨迹所示出的)典型地跟随开始点相差20-100ms。正如图中底部轨迹所示出的,波形的二阶导数在与开始对应的点处达到峰值。这在图中由黑圆153来指出,并且与如由虚线155所示出的PPG开始相互关联。这个峰值特征在于明确限定的正到负斜率改变,并且比较容易利用标准的计算机算法来探测。一旦探测到,该值连同ECGQRS一起被处理以确定PTT。
一旦被确定,PTT连同在利用基于膨胀的示波测量法(MAPINDEX、SYSINDEX、和DIAINDEX)以及患者特异性斜率(mcNIBP)确定指标的过程中所确定的血压一起使用,从而确定cNIBP的MAP成分(MAPcNIBP)。以下等式(10)示出了这些参数之间的关系:
MAPcNIBP=(mcNIBP×PTT)-(mcNIBP×PTTINDEX)+MAPINDEX(10)
其中,PTTINDEX是在确定指标过程中的起始时所确定的PTT值。SYSINDEX和DIAINDEX然后根据每次心跳的MAPcNIBP、通过使用以下等式(11)中所描述的关系来确定:
SYScNIBP=MAPcNIBP×RSYS(11)
DIAcNIBP=MAPcNIBP×RDIA
其中,RSYS和RDIA在以上等式(8)以及任选的等式(9)中被描述。
在其它实施方案中,在等式(11)中所示出的血压比例可以根据从患者所测量的其它信号来调整,这样的形状与PPG和ECG波形相关联。例如,能够用在该实施方案中的PPG波形形状和SYS、DIA、和MAP之间的关系在美国专利5,269,310中被描述,其通过引用完全并入本文。在其它实施方案中,特有的患者特异性斜率和将SYS、DIA以及MAP与PTT相关的y轴截距(其与对于等式(10)中MAPcNIBP所示出的相似)可以预先被确定并且用来独立地计算这些血压。在其它实施方案中,预先根据大组患者所计算的‘默认的’斜率可以用来代替患者特异性斜率。如果由于运动相关的假缺陷或者与充气系统相关联的问题而难于确定如上所述的患者特异性斜率,将例如使用默认的斜率。
实施复合方法
图8示出了对于经历延长住院期的患者,复合方法的压力依赖性(步骤182a)、无压力的(步骤181a、181b、181c)、以及中间压力依赖性(步骤182b、182c)测量的一个可能的序列178。在住院期间,医疗专业人员向患者施加体佩式监视器、光学传感器、以及胸部电极(步骤180)。这花费大概一分钟。医疗专业人员还收集来自患者的计量生物学信息,例如,他们的年龄、重量、高度、性别、种族、以及他们是否在血压用药状态,并且通过使用图形用户界面和接触面板来将这些信息输入监视器。该信息然后无线传递到远距离监视器。接下来发生的是,体佩式监视器的电子模块内部的微处理器首先发起无压力的测量(步骤181a)大约一分钟,其中,体佩式监视器收集来自患者的PPG和ECG波形,确定他们的心率和PTT,并且可以估计他们的血压。在缺少根据复合方法的压力依赖性测量的绝对血压测量中,微处理器可以使用PTT和患者的计量生物信息以估计血压,正如以下共同待决的专利申请中所描述的,其内容之前已经通过引用并入本文:DEVICEANDMETHODFORDETERMININGBLOODPRESSUREUSING‘HYBRID’PULSETRANSITTIMEMEASUREMENT(2007年6月12日提交的,U.S.S.N.60/943,464)以及VITALSIGNMONITORFORCUFFLESSLYMEASURINGBLOODPRESSUREUSINGAPULSETRANSITTIMECORRECTEDFORVASCULARINDEX(2007年6月12日提交的,U.S.S.N.60/943,523)。该过程典型地确定具有大约±10-15mmHg准确性的收缩血压和舒张血压。
在第一无压力的测量(步骤181a)过程中所确定的患者血压和心率的最初的近似值可以然后被用来在以下第一压力依赖性指标测量(步骤182a)过程中设定某些参数。了解这些参数可以最终增加第一压力依赖性测量(步骤182a)的准确性。这些参数例如可以包括膨胀时间和速率、确定压力依赖性测量过程中PTT时间依赖性增加和PPG波形振幅时间依赖性减少的拟合参数。特别重要的是在第一无压力的测量(步骤181a)过程中所确定的患者心率的准确值。因为PTT和振幅可以仅仅根据由心跳所诱导的脉搏来测量,所以算法可以处理心率并且将其用在拟合处理中以准确地确定PPG波形振幅过零处的压力。
通过使用例如心率和最初估计的血压的参数,第一压力依赖性指标测量(步骤182a)确定以上所述的PTT和血压之间的关系。该测量花费大约40秒,并且可以自动发生(例如,在大约1分钟之后),或者可以由医疗专业人员来驱动(例如,通过按钮按压)。微处理器然后使用该关系和所测量的PTT值以确定以下无压力的测量(步骤181b)过程中的血压。该测量步骤典型地进行明确限定的时段(例如,4-8小时),在该时段中,其连续地确定血压。典型地,为了保护电池寿命,体佩式监视器在10-20秒时段范围上对PTT值求平均,并且每3-5分钟进行一次血压测量。
微处理器还可以执行预编程或者自动的中间压力依赖性测量(步骤182b),以校正血压测量中的任何漂移。正如以上所述,该步骤包含袖带内部气囊的仅仅部分膨胀,在该过程中,微处理器将PPG波形中脉搏振幅的压力依赖性减小与线性模型相拟合。该测量花费比第一时间依赖性测量(步骤182a)更少的时间,并且准确地确定在发生第二无压力的测量(步骤181c)中使用的血压值。正如之前的,该测量继续明确限定的时间段。稍后,如果患者经历其它生命体征的突然改变(例如,呼吸速率、心率、体温),微处理器可以分析该条件以及开始另一次压力依赖性血压测量(步骤182c)以最准确地确定cNIBP。
利用复合方法和股动脉A-线进行的cNIBP测量之间的相互关系
根据复合方法进行的cNIBP测量特别好地与使用动脉插管或者‘A-线’从患者的股动脉连续测量的血压相关。将cNIBP测量与该参考标准相关代表在许多在先研究的范围上的改进,其将PTT与利用插入患者桡动脉的A-线测量的血压有关,通常用在医院(例如,ICU)中的位置。这些研究例如在以下引文中被描述,其内容通过引用并入本文:Payne等人,JApplPhysiol2006;100:136-141,‘PulsetransittimemeasuredfromtheECG:anunreliablemarkerofbeat-to-beatbloodpressure’。利用PTT和桡动脉A-线所测量的血压之间的差的一致性的一个原因包含称为‘脉搏压力放大’的现象,其中,患者的血压沿着动脉树逐渐增加,因为支撑压力的动脉直径减小,正如以下引文所描述的,其内容通过引用完全并入本文:Verbeke等人,Hypertension2005;46:244-248,‘Non-invasiveassessmentoflocalpulsepressure:importanceofbrachialtoradialpressureamplification’。总结:通常从肱动脉向桡动脉出现的逐渐变细能够对DIA或者MAP几乎没有影响,但是能够增加脉搏压力(如SYS-DIA所限定的)差不多10mmHg或者更多。对于此处所描述的测量,在桡动脉处所测量的该平均血压典型地比在肱动脉处所测量的血压更高。并且这种现象可以降低使用复合方法和桡骨A-线所测量的血压之间的相关性,因为复合方法通过使用在患者的肱动脉处进行的指标测量来校准。相反,在股动脉处的血压典型地与在肱动脉处所测量的血压相似。以下引文(其内容通过引用完全并入本文)描述了在这些不同的部位处所测量的血压之间的强相关性:Park等人,Circulation1970;XLI:231-237,‘Directbloodpressuremeasurementsinbrachialandfemoralarteriesinchildren’;以及Pasarelli等人,BritMedJ1965;2:72-75,‘Comparisonoflegandarmbloodpressuresinaorticinsufficiency:anappraisalofHill’sSign’。不受任何理论所束缚,肱动脉和股动脉的压力可以发生,因为两个动脉大、接近患者的心脏、以及支撑指示患者中心的压力。这些动脉的比较大的直径可以附加地最小化动脉壁对内压的影响。相反,桡动脉是具有比较高的表面体积比的明显更小的动脉,其趋于增加血压。这是一个原因,例如,在患者的骨端处所测量的SYS(通过使用例如手指袖带)典型地比他们中心血压更高。
图9示出了指示该效果的图。在图中,经历cNIBP测量的患者200具有在他们的肱动脉处所执行的指标测量,其由黑圆201来指示。如上所述,指标测量产生示波的血压以及患者特异性的PTT和血压之间的关系。这些参数对于肱动脉是特定的,但是也与在其它大动脉(例如,股动脉)中所确定的参数很好地一致。PTT指示描述与由患者心跳所发起的压力脉搏相关联的延迟并且到达光学传感器(其典型地位于他们的拇指上)的传导时间。与传导时间相关联的路径由图中的线203来示出。在相关性研究过程中,参考测量典型地通过使用插入患者股动脉的A-线来进行,正如黑圆202所示出的。这两个测量之间的相关性典型地非常好,大概是因为股动脉和肱动脉的大特性限制了脉搏压力放大的影响,特别是对SYS值的影响。
然而,在一些实例中,在股动脉和肱动脉处所测量的瞬时血压不一致。根据以上所述的引文(特别地Pascarelli等人),这些压力之间的差可以与20mmHg一样大,并且典型地由例如阻塞或者‘主动脉瓣闭锁不全’的心脏问题引起。对于不健康的患者,差趋于更大。他们典型地影响此处所描述的cNIBP测量和参考A-线测量之间的平均差,或者偏差,但是对于这两个测量之间的相关性具有很小的影响。如果具有大量患者的血压研究被执行,股动脉和肱动脉血压之间的差还可以促进受试者间(即,受试者之间)误差,典型地特征在于标准误差。这个误差在研究过程中可以被补偿,而校准方法包含利用参考技术(例如,用手听诊)测量肱动脉血压,以及使用该值来估计患者的内在肱动脉-股动脉血压差。在该实例中,校准测量指示cNIBP和股动脉A-线测量之间的不一致是否由装置到装置的测量差或者人体生理机能所引起。
临床结论
图10示出了根据复合方法的典型的时间依赖性cNIBP测量以及这如何产生和桡动脉相比与在股动脉处所测量的血压更好相关的SYS值。对于该研究,上述血压(cNIBP、肱动脉、桡动脉)中的每一个被同时测量。所有的测量在加利福尼亚州圣迭戈基于医院的ICU中被执行。每秒钟测量肱动脉压和桡动脉压,而滞留的A-线插管与传统的生命体征监视器(飞利浦Intellivue)连接。cNIBP同时被测量并且在40秒时段的范围上被平均,其中,装置与图24中所示出的装置相似。来自飞利浦Intellivue监视器的数据通过串联发送到运行定制软件应用的特定数据获取计算机,同时来自cNIBP测量的数据通过无线连接(使用蓝牙)被发送到相同的计算机。一旦被数据获取计算机收集到,来自A-线的血压值在同样的40秒时段范围上被平均,并且然后与cNIBP数据进行比较。这些试验的所有数据在4小时的时段范围上被收集,而单个的指标测量在研究开始时执行。
如图10中所示,cNIBP测量(黑轨迹)与在整个4小时的时段范围上来自股动脉A-线(瓦灰迹线)的相应测量相当好的一致,而这些测量的成对值之间的STDEV(5.7mmHg)和BIAS(-2.4mmHg)很好地落在血压监视设备的FDA的标准之下(STDEV<8mmHg;BIAS<+/-5mmHg)。这些标准在AAMISP-10:2002(概述血压监视装置要求的标准文档)中被详细描述。如以上所述,特别地参考如图9,cNIBP测量利用在受试者的股动脉处进行的示波测量来确定指标,类似于肱动脉的比较大的血管支撑代表中心血压的压力。在患者中心附近的更大动脉(与骨端处较小的动脉不同)典型地由于脉搏血压放大而不促使人工升高的血压。在受试者的比较小的桡动脉处(浅灰轨迹)所测量的血压与cNIBP和股血压相比被升高。此外,在桡动脉处的血压与其它血压相比趋于比较易变。不受任何理论所束缚,这也可以还是由于脉搏压力放大。桡血压和cNIBP之间的相关性比cNIBP和股血压之间的相关性明显更坏,而对于成对值的STDEV(9.3mmHg)和BIAS(-12.8mmHg)落在FDA的指南之外。与图10中所示出的数据相似的数据通过使用根据本发明的装置和方法从最近研究中的23个受试者来收集。
图11示出了利用复合方法和肱动脉A-线来测量的SYS和DIA之间的典型相关性。数据以如上所述的相同方式来收集。血压在4小时时段的范围上被测量,而单个的指标测量仅仅在研究开始时执行。图11中的SYS和DIA的cNIBP测量(类似于以上图10中所描述的)与在肱动脉处所测量的压力良好相关,并且舒适地满足由FDA所要求的指南。图12例如示出了根据在两个不同的ICU中使用复合方法和股动脉A-线所测量的23个受试者群组的血压相关性(示出为标准偏差)。所有的受试者在与以上所述条件本质上同样的条件下测量。图示出了图示SYS(瓦灰条)和DIA(浅灰条)的两个测量之间的标准偏差值的柱状图。柱状图指示:对于从23个受试者所收集的所有测量,关于STDEV,仅仅单个测量(用于SYS的)落在FDA的8mmHg的指南之外。所有其它测量舒适地在该限制内,并且如所希望的示出高斯类型的分布,其中,分布峰值分别对于SYS和DIA接近3和4mmHg。
图13示出了对于上述研究的所有23个受试者所确定的共同的受试者内统计学。统计学通过使用两个独立的技术来确定。第一技术(‘称为方差分析’或者‘ANOVA’)测试一组重复测量(如,在ICU研究中使用的测量)的统计方差。STDEV和BIAS的AVONA模型通常用于分析在临床试验(如,此处所描述的试验)中所收集的数据。图13中所示出的第二技术简单地计算了在4小时测量时段范围上的研究中每个受试者的STDEV和BIAS,以及然后计算用于组的这些参数中每一个的平均数。一般地,该“平均”分析比ANOVA分析更不正式;其在此处被简单使用以提供数据的二次分析。
正如图13中所示出的,对于在该研究中所测量的23个受试者,利用ANOVA和AVERAGE分析来分析的受试者内cNIBP测量舒适地满足用于受试者内BIAS和STDEV的FDA的需要。对于SYS,通过分别使用ANOVA和AVERAGE分析,在2.1和2.6mmHg时计算受试者内BIAS。用于SYS的受试者内STDEV通过两种技术来计算为5.9和4.8mmHg。对于DIA,通过分别使用ANOVA和AVERAGE分析,在1.9和2.7mmHg时计算受试者内BIAS。用于DIA的受试者内STDEV通过使用两种技术被计算为3.6和3.0mmHg。在所有的实例中,对于BIAS(<+/-5mmHg)和STDEV(<8mmHg),这些统计学舒适地满足FDA的指南,正如以上引用的AAMISP-10:2002引用标准中所概述的。
图14示出了描述上述受试者中的22个在4小时测量时间所计算的漂移的表(一个受试者被排除,因为他们的测量时间小于4小时)。此外,具有6个受试者的继续研究被调查在8小时测量时间上的漂移。对于这个研究,单个的指标测量在测量开始时被执行,并且随后在8小时时间上进行的测量仅仅是基于PTT。在两个实例中,通过使用包括在SAS统计分析软件包中的线性回归技术来计算漂移。更具体地,漂移通过使用SYS中的‘PROCMIXED’模型在重复测量混合效果的一般的线性模型中来估计。该模型包括‘固定时间效果’模型,以估计漂移。正如表中所示出的,在4小时时间上的漂移比较小(对于SYS和DIA,分别是-0.07和-0.01mmHg/小时),其本质上在cNIBP测量的误差之内,并且临床上不明显。8小时测量时间(对于SYS和DIA,分别是-0.4和-0.3)的漂移稍微较大,虽然仍然在cNIBP测量的误差之内,并且可能临床上不明显。
对于以cNIBP测量为特征,漂移是重要的参数,因为其本质上指示复合方法必须如何频繁地确定指标。漂移通常归因于(逐渐地或者快速)改变在指标测量之后建立的受试者的心血管属性。这种改变例如可以归因于改变血管顺应性、伸缩性(tone)、预注入期(PEP)、左心室射血时间(LVET)、或者动脉扩张。理想地,指标测量至多每8小时执行一次,因为该时间与典型的护理轮班相对应。在该实例中,护士将在轮班开始时通过使用此处所描述的示波方法来确定患者的指标。正如图24中所示出的,指标测量典型地花费小于1秒,并且利用基于袖带的系统来执行,所述基于袖带的系统与用来进行cNIBP测试的体佩式监视器很好地结合。在指标测量之后,基于袖带的系统被去除,并且所有继续的cNIBP测量通过仅仅使用ECG和PPG波形来无袖带地进行。在8小时的标记处,基于袖带的系统被重复的施加到患者,并且重复处理。在该点处,受试者动脉属性和用于SYS、DIA和MAP的值被重新计算并且用于发生在下一个8小时内的所有随后的测量。
对PPG和ECG波形运动的影响
运动是混淆对所有生命体征的测量的参数,并且特别地对光学测量不利,例如,在复合方法中对于cNIBP和脉搏血样定量法所使用的测量。为此,对于体佩式监视器重要的是,识别运动并且理想地,准确地确定在运动存在时的生命体征。
在优选的实施方案中,患者的运动、姿态、臂高、以及活动级别通过分析来自体佩式监视器内部集成的三个独立加速计的信号来确定。正如图24中详细示出的,加速计被集成到监视器的布线和腕戴式收发器中。每个加速计测量三个特有的信号,每个特有信号对应于加速计附着到的身体部分上的x、y和z轴。这些信号然后利用一系列算法来处理,一些算法在以下的专利申请中被描述,其内容通过引用并入本文:BORN-WORNVITALSIGNMONITORWITHSYSTEMFORDETECTINGANDANALYZINGMOTION(2009年5月20日提交的、U.S.S.N.12/469,094)。软件构架算法基于预先设定或者实时确定的阈值生成一系列告警/警报。构架附加地包括一系列‘启发式的’规则,其考虑患者的活动状态和运动,并且因此处理生命体征。这些规则例如指示行走的患者可能在呼吸或者具有规律的心率,即使他们被破坏运动的生命体征以别的方式来暗示。它们在以下专利申请中被描述,其内容通过引用完全并入本文:BODY-WORNMONITORFEATURINGALARMSYSTEMTHATPROCESSESAPATIENT’SMONITORANDVITALSIGNS(2009年5月20日提交的、U.S.S.N.12/469,182)。
测量运动过程中的cNIBP
多种技术可以用来从用来测量cNIBP的信号(特别地从在该测量中使用的PPG波形)中去除运动假缺陷。例如,如以下详细描述的,单个的拇指戴式传感器测量具有红色(~660nm)和红外线的(~905nm)波长的PPG波形,以确定SpO2测量。两个PPG波形受运动影响,并且可以共同地被处理以在某种程度上去除运动假缺陷。图15-17示出了该分析的结果。图15例如示出了被测量作为60秒时间上时间函数的IR(上轨迹)和RED(第二轨迹)PPG两个波形。两个波形同时通过使用图24中所示出的传感器从患者的拇指根部来测量。每个波形的特征为一系列脉冲,与图7A中所示出的脉冲类似,其指示位于患者拇指的根部处光学传感器下面的脉管系统中心跳诱导的体积膨胀。在大约40秒处开始并且持续大约10秒,以及已经利用框220来指示的运动期间破坏PPG波形到清晰、明确限定的脉搏不能被测量的程度。在该实例中,运动包含有患者手的快速、大范围的运动。图15中的第三轨迹示出了REDPPG波形除以IRPPG波形。除法减少了框220中所示出的运动假缺陷和在该时间之前和之后所示出的心跳诱导脉搏之间的相对振幅,但在运动期间不是对在某种程度上可以确定个体脉搏。然而,利用数字带通滤波器处理除完的信号产生在下轨迹中所示出的合成信号,其具有清晰、明确限定的脉搏。在该实例中,带通滤波器被实施具有IIR响应函数,其中带通范围从0.001→5Hz。同时仍然有点由运动所导致的失真的合成脉搏可以用来确定PTT以及因此的cNIBP测量。
图16示出了类似的结果。在该实例中,然而从IRPPG减去REDPPG,从而产生第三轨迹。此处,心跳诱导的脉搏(在指示运动时间的框222之前和之后所示出的)和运动影响的信号之间的相对振幅比由除法得到的相对振幅稍微更大,正如图15中所示出的,其指示:对于该算法,减法比除法更优。合成信号利用以上所述相同的数字带通滤波器来处理,从而带来图中的下轨迹。此外,这个处理带来了具有合理信噪比的脉搏,甚至在存在大量运动时。接着该处理,合成PPG内部的脉搏可以用来确定cNIBP,正如以上所述。
重要的是,对RED和IRPPG信号的共同处理(其与数字滤波相结合)在去除运动假缺陷时比简单地由其本身滤波信号明显更有效。例如,图17示出了IR(上轨迹)和RED(第二轨迹)PPG波形,其接着利用用来生成图15和16中所示出的数据的相同带通滤波器来处理。在该实例中,运动时间由框225来指示。甚至在处理之后,在运动期间,这些波形缺少任何清晰、明确限定的脉搏。这指示:对单个波形的滤波可能不足以去除运动诱导的假缺陷。这些波形例如将不适于基于PTT的cNIBP测量。相反,图17中的第三轨迹示出了在REDPPG之后滤波的PPG波形从IRPPG中被减去。在该实例中,没有附加的滤波被执行。合成波形(如图15和16的下轨迹中所示出的波形)特征为明确限定的脉搏,其能够随后被处理以确定基于PTT的cNIBP。
图18和图19示出了用于共同使用ECG250a,b和PPG252a,b波形以在存在运动时测量cNIBP的可替代的方法。该方法基于以下基本原理:取决于从患者的胸部所测量的电信号的ECG波形250a,b不受运动假缺陷影响,这使得甚至在大范围运动存在时根据其比较容易地测量HR值。相反,利用光学方式所测量的PPG波形252a,b相对易受运动假缺陷影响。与上述方法类似,其是共同地处理这些信号,其甚至在患者移动时产生准确的cNIBP测量。
共同地处理根据ECG和PPG波形所确定的HR和PTT产生在运动期间用于近似PTT的一套方法。该算法特征为:通过使用连续的线性拟合方法来分析患者的当前HR和HR/PTT的在先阵列的成对值,并且然后使用由拟合所得到的这些参数来估计PTT。算法后面的理论如下。参考图18,当不存在任何运动时,ECG250a和PPG252a波形相对无噪声。在该实例中,cNIBP测量通过使用符合算法根据PTT(即,cNIBP~F[PTT])来确定,所述复合方法处理将ECG250A内部的QRS复合波和PPG波形252a的底部分离的时间。当运动存在时,ECG波形252b仍然保持相对无噪声,但是PPG波形252b由噪声破坏。在该实例中,cNIBP通过使用这两个参数之间实时的、展开的关系根据HR(cNIBP~F[HR])来计算。正如由图18下部的图所指示的,HR和PTT在长时间段(例如,10分钟或者更长)上评估时具有低相关性,但是在非常短的时间段(例如,小于2分钟)评估时具有合理的(或者实际上非常好的)相关性。这个相关性由框253来指示。这是因为心排血量(其将HR和cNIBP联系起来)典型地对于这些短时间是恒定的。图19更详细地图示了该原理。正如由框230、232所示出的,HR和PTT之间的关系可以通过利用简单的线性回归模型来分析在先阵列的成对HR/PTT值(当患者不移动时所收集的)来确定。在图中示出为[HR/PTT]i和[HR/PTT]i+1的这些阵列在时间ΔT上来收集,其典型地在20秒至60秒之间。用来拟合阵列的线性模型返回对应的斜率(MHR/PTT,i),y截距(BHR/PTT,i),以及相关值(r^2HR/PTT,i)。在后来的时间,由箭头231,233所指示,患者开始移动以及根据线性模型的参数可以连同当前、不受运动影响的HR值一起使用,以估计成为‘有效’PTT(PTT*)的PTT的值。具体地,PTT*通过使用以下的等式(12)来计算,并且被用来代替PTT,以计算如上所述的cNIBP。
PTT*=HR×MHR/PTT,i+BHR+PTT,i(12)
当HR和PTT数据点在运动时间之前被立即收集时,利用线性模型来确定的HR和PTT之间的关系是最准确的。如果患者运动继续,那么该模型可以连同多达5分钟的时段内的HR一起被使用,以计算cNIBP值。如果患者运动坚持通过该时间,那么cNIBP不能典型地被准确计算,并且该套方法将不被使用。典型地,如果HR和PTT之间的相关性(如由r^2HR/PTT,i所指示的)相对强,那么该方法工作最好。在优选的实施方案中,对于待实施的算法,r^2HR/PTT,i大于大约0.5。如果r^2HR/PTT,i小于该值,则算法不被实施,并且血压值被假定由运动破坏,以及因而不被记录。
图20A,B和21A,B指示该方法的效力。图20A和图21A示出了SYS以及使用等式(11)来确定的‘重构’SYS的时间依赖性轨迹(其利用股动脉A-线来测量)。这些图通过使用上述在23个受试者ICU研究过程中所测量的数据来生成。图20B和图21B以不同的方式将图20A和图21A中的相同数据作图,其示出了利用股动脉线所测量的SYS和利用根据本发明的方法所测量的‘重构’SYS之间的点到点的相关性。正如从这些图中很清楚的,当受试者的血压经历仅仅很小量的易变时通过使用该方法重构SYS值产生更好地一致性以及更高的相关性。例如,图20A,B示出了来自23个受试者群组的‘最好’结果。此处,受试者的血压比较稳定,并且重构的SYS与使用股动脉线所测量的SYS(STDEV=2.0mmHg;BIAS=0.2mmHg)相当好地一致。图21A,B示出了来自具有高易变性血压的受试者的数据。该实例代表来自23个受试者群组的‘最差’一致,可能是因为cNIBP中的易变性还导致心排血量的对应应变性。这又使得更难于准确地重构受试者的cNIBP,并且导致动脉线和重构的SYS之间稍微更差的相关性(STDEV=15.8mmHg;BIAS=0.6mmHg)。
处理加速计波形来确定姿态
除了运动之外,患者的姿态可以影响上述系统如何根据cNIBP和其它的生命体征来生成告警/警报。例如,与cNIBP相关的告警/警报可以根据患者是躺下还是站立来变化。图22指示体佩式监视器如何通过使用时间依赖性加速计波形来确定来自患者110的运动相关的参数,所述加速计波形分别由戴在患者胸部、臂围和腕上的三个加速计262,263,264来持续产生。患者手臂的高度可以影响cNIBP测量,因为血压可以由于由手臂高度改变所诱导的静压力而明显地改变。而且,该现象可以被探测到并且被利用去校准cNIBP测量,正如以上引用的专利申请中详细描述的,其内容之前通过引用已经被并入:BODY-WORNVITALSIGNMONITORWITHSYSTEMFORDETECTINGANDANYLYZINGMOTION(2009年5月20日提交的,U.S.S.N.12/469,094)。正如该文档中所描述的,臂高可以通过使用来自分别设置在患者臂围和腕上的加速计263,264的DC信号来确定。相反,姿态可以仅仅通过带在患者胸部上的加速计262来确定。在腕戴式收发器上运行的算法从该加速计所测量的波形提取DC值并且然后利用以下所述的算法来处理它们以确定姿态。
具体地,对于患者260,通过使用在所测量的重力矢量和躯干坐标空间261的坐标轴之间所确定的角度来确定躯干姿态。该空间261的轴线限定在三维欧几里德空间,其中,是垂直轴,是水平轴,以及是法向轴。在患者的姿态可以被确定之前,这些轴必须相对于‘胸部加速计坐标空间’是同样的。
在确定患者姿态过程中的第一步是辨别在胸部加速计坐标空间中的对齐。这可以以两种方法中的任何一个来确定。在第一方法中,基于体佩式监视器相对于患者的典型对齐来假定。在制造过程中,这些参数可以然后被编程到在腕戴式收发器上运行的固件中。在该程序中,假定体佩式监视器内部的加速计被应用到具有基本上相同配置的每个患者。在第二方法中,以患者特异性基础被辨别。此处,在腕戴式收发器上运行的算法促使患者(使用例如在腕戴式收发器上运行的视频指令,或者通过扬声器发射的声音指令)假定相对于重力的已知位置(例如,直立,而手臂笔直向下指)。算法然后根据患者在该位置时胸部加速计的与x,y和z轴对应的DC值计算然而,该实例仍然需要了解监视器戴在哪一个手臂上(左或者右),因为胸部加速计坐标空间可以根据该取向旋转180度。如上所述,应用监视器的医疗专业人员可以通过使用GUI输入该信息。双臂附着的该可能性需要一组两个预先确定的垂直向量和法向向量,其根据监视器的定位可以互换。代替人工输入该信息,通过使用来自胸部加速计值的测量值,在附着之后可以容易地确定其上带监视器的手臂,其中假定与重力向量不成直角。
程序中的第二步是辨别在胸部加速计坐标空间中的对齐。监视器以其通过使用两个方法中的一个确定的相同方式来确定该向量。在第一方法中,监视器假定患者上胸戴式加速计的对齐。在第二方法中,通过促使患者假定相对于重力的已知位置来辨别。监视器然后根据时间依赖性加速计波形的DC值来计算
程序中的第三步骤是辨别在胸部加速计坐标空间中的对齐。该向量典型地根据和的向量矢量积来确定,或者其可以基于患者上的加速计的典型对齐来假定,正如以上所述的。
患者的姿态通过使用以上所述和图22中的坐标系统,连同从患者胸部法向延伸的重力矢量一起来确定。和之间的角度由等式(13)来给出:
其中,两个矢量的点积被限定为:
和的范数的限定由等式(15)和(16)来给出:
正如等式(5)中所指示的,监视器比较垂直角度θVG和阈值角度,以确定患者是垂直的(即,直立)或者躺下:
如果θVG≤45°,那么躯干状态=0,患者是直立的(17)
如果等式(17)中的条件满足,那么患者被假定是直立的,并且他们的躯干状态(其是等于患者姿态的数字值)等于0。如果等式(17)中的条件不满足,即,θVG≤45度,那么患者被假定是躺下的。他们的躺下位置然后根据分离两个剩余向量的角度来确定,正如以下所限定的。
如果患者躺在仰卧位(胸部向上),俯卧位(胸部向下)、或者在他们的侧身上,和之间的角度θNG确定。基于假定的取向或者患者特异性校准程序,如上所述的,的对齐由等式(18)给出,其中,i、j、k分别代表胸部加速计坐标空间的x、y和z轴的单位向量:
根据从胸部加速计波形所提取的DC值来确定的和之间的角度由等式(19)给出:
体佩式监视器确定法向角度θNG并且将其与一组预先确定的阈值角度进行比较,以确定患者正躺在哪个位置,正如等式(20)中所示出的:
如果θNG≤35°,那么躯干状态=1,患者仰卧(20)
如果θNG≤35°,那么躯干状态=2,患者俯卧
如果等式(20)中的条件不满足,那么患者并假定躺在他们的侧身上。他们是躺在他们的右侧还是左侧根据水平躯干向量和所测量的重力矢量之间所计算的角度来确定,正如以上所述。
的对齐是通过使用假定的取向,或者根据如由等式(21)所给出的和的向量矢量积来确定,其中,i、j、k分别代表加速计坐标空间的x、y和z轴的单位向量。指出的是:所计算的向量的取向是根据运行中向量的阶数。以下阶数限定了水平轴朝向患者身体右侧为正。
和之间的角度θHG通过使用等式(22)来确定:
监视器将该角度与一组预定的阈值角度进行比较,以确定患者是躺在他们右侧还是左侧上,正如由等式(23)所给出的:
如果θHG≤90°,那么躯干状态=3,患者在他们的右侧上(23)
如果θNG≤90°,那么躯干状态=4,患者在他们的左侧上
表1描述了上述姿势的每一个,以及用来在远距离计算机上给予例如特别符号的相应数字躯干状态:
姿态 | 躯干状态 |
直立站 | 0 |
仰卧:躺在背上 | 1 |
俯卧:躺在胸部上 | 2 |
躺在右侧上 | 3 |
躺在左侧上 | 4 |
未确定的姿态 | 5 |
表1-姿态和它们对应的躯干状态
图23A和23B分别示出了沿着x、y、和z轴(图23A)所测量的时间依赖性加速计波形和根据移动患者的这些波形所确定的躯干状态(即,姿态;图23B)的图,正如以上所述。因为患者移动,所以由胸部加速计所测量的加速计波形的DC值因此变化,如图23A中所示出的。体佩式监视器处理以上所述的这些值,以连续地确定和患者的各种量化的躯干状态,正如图23B中所示出的。躯干状态产生如表1中所限定的患者的姿态。对于该研究,在大约160秒的时间内,患者快速地在站、躺在他们的背上、胸部上、右侧、以及左侧之间交替。正如以上所述,用于生命体征的不同告警/警报条件(例如,阈值)可以被分派给这些姿态中的每一个,或者特定的姿态本身可以导致告警/警报。此外,图中的时间依赖性属性可以被分析(例如,躯干状态的改变可以被计算)以确定例如患者多久在他们医院的床中移动。该数可以然后等于不同的度量,例如指示在他们的床中不动的患者损伤的‘褥疮指标’可以发生。这个状态可以然后用来向管理的医疗专业人员触发告警/警报。
用于测量cNIBP的体佩式监视器
图24A和图24B示出了以上描述的体佩式监视器300如何附着到患者270以测量cNIBP和其它的生命体征。该监视器的详细描述由以下共同待决的专利申请来提供,其内容通过引用并入本文:BODY-WORNVITALSIGNMONITOR(2009年9月15提交的,U.S.S.N12/560,087)。这些图示出了系统的两种配置:图24A示出了在复合方法的指标部分过程中所使用的系统,并且包括充气的、基于袖带的系统285,而图24B示出了用于随后的cNIBP测量的系统。指标测量典型地花费大约60秒,并且典型地每4小时执行一次。一旦指标测量完成,基于袖带的系统285典型地从患者上去除。剩余时间,监视器300执行cNIBP测量。
体佩式监视器300特征为腕戴式收发器272,其在图25中更详细地来描述,所述收发器特征为显示cNIBP值和其它生命体征的接触面板界面273。腕带290将收发器272类似于传统的手表固定到患者腕上。柔性线缆292将收发器272连接到包在患者拇指根部周围的脉搏血氧计探针294。在测量过程中,探针294生成时间依赖性PPG波形,其连同ECG一起被处理以测量cNIBP和SpO2。这提供了患者身体的中央区域中血压的准确表现,正如以上所述。
为了确定加速计波形,体佩式监视器300特征为位于患者手臂和胸部上不同位置处的三个单独的加速计。第一加速计表面安装到腕戴式收发器272中的电路板上并且测量与患者手腕运动相关联的信号。如上所述,该运动还可以指示起源于患者的手指,其将影响SpO2测量。第二加速计包括在沿着线缆282的跨距所包括的小隔板部分296中。在测量过程中,在尺寸上与传统急救绷带相似的一小块一次性使用带将隔板部分296固定到患者的手臂上。以此方式,隔板部分296提供两个目的:1)它从患者手臂的中间部分测量时间依赖性加速计波形,由此允许他们的姿态和手臂高度被如以上详细所述来确定;以及2)它将线缆282扣紧到患者的手臂上,以增加体佩式监视器300的舒适性和性能,特别地当患者在走动时。第三加速计安装在通过线缆280a-c与ECG电极278a-c连接的隔板部件274。这些信号然后被数字化、通过线缆282传输到腕戴式收发器272,其中,它们利用如以上所述的算法来处理,以确定呼吸速率,正如以下共同待决的专利申请中所描述的,其内容通过引用并入本文:BODY-WORNMONITORFORMEASURINGRESPIRATIONRATE(2009年9月14日提交的,U.S.S.N.12/559,442)。
基于袖带的模块285特征为:充气系统276,其包括泵、阀、压力拟合、压力传感器、模数转换器、微处理器、以及可充电Li:离子电池。在指标测量过程中,充气系统276膨胀一次性使用袖带284并且执行根据复合方法的两个测量:1)它执行示波测量法的基于膨胀的测量,以确定用于SYSINDEX、DIAINDEX、和MAPINDEX;以及2)它确定描述PTT和MAP之间关系的患者特异性斜率。这些测量在以上引用的专利申请中被详细的描述,其名为:‘VITALSIGNMONITORFORMEASURINGBLOODPRESSUREUSINGOPTICAL,ELECTRICAL,ANDPRESSUREWAVEFORMS’(2008年6月12日提交的,U.S.S.N.12/138,194),其内容之前已经通过引用并入本文。
基于袖带的充气系统285内部的袖带284典型地是一次性使用的并且特征为包在患者臂围周围以传递的一致的压力场的内部不透气气囊。在指标测量过程中,压力值通过内部的模数转换器来数字化,并且连同SYSINDEX、DIAINDEX、和MAPINDEX一起通过根据CAN协议的线缆发送到腕戴式收发器272,以用于如上所述的处理。一旦基于袖带的测量完成,基于袖带的模块285从患者的手臂上去除,并且线缆286与腕戴式收发器272不连接。cNIBP然后通过使用PTT来确定,正如以上详细描述的。
为了确定ECG,体佩式监视器300特征为直接集成到终止ECG线缆282的隔板274中的小型三线ECG电路。ECG电路特征为从通过线缆280a-c连接的三个胸戴式ECG电极278a-c收集电信号的集成电路。如上所述,ECG电极278a-c典型地以传统的艾因托文氏三角配置(其是患者胸部上电极278a-c的类似三角形取向)来设置,特征为三个特有的ECG向量。根据这些电信号,ECG电路确定多达三个ECG波形,其通过使用最接近ECG电路安装的模数转换器来数字化,并且根据CAN协议通过线缆282被发送到腕戴式收发器272。在那里,ECG和PPG波形被处理以确定患者的血压。心率和呼吸通过使用已知算法(这种阻抗呼吸描记法)以及以上所述的算法、根据ECG波形来直接确定。线缆隔板274还包括如上所述测量与患者的胸部相关联的运动的加速计。
如上所述,在通过线缆282传送ECG和加速计波形之前数字化它们存在若干优点。首先,线缆282中单个传输线可以传输多个数字波形,每一个由不同的传感器生成。这包括来自隔板274中安装的ECG电路的多个ECG波形(例如,对应于与三线、五线和十二线ECG系统相关联的向量),以及与隔板274,296中安装的加速计的x、y、和z轴相关联的波形。更精密的ECG电路(例如,五线和十二线系统)可以插入腕戴式收发器以代替图24A和图24B中所示出的三线系统。
图25示出了腕戴式收发器272的特写图。如上所述,其通过使用柔性带290固定到患者的腕上,所述带穿过塑料壳体306的两个D型圈。收发器272特征为接触面板显示器320,其给予根据观察者(典型地,患者或者医疗专业人员)改变的GUI273。具体地,收发器272包括小型红外线条码扫描器302,其在使用过程中可以扫描带在医疗专利人员证章上的条码。条码对于收发器软件指示:例如,护士或者医生正在看用户界面。作为反应,GUI273显示生命体征数据和适于医疗专业人员的其它的医疗诊断信息。通过使用该GUI273,护士或者医生例如可以观看生命体征信息,设定告警参数、以及输入关于患者的信息(例如,他们的人口统计信息、用药、或者医疗条件)。护士可以按GUI273上的按钮,指示完成这些工作。在这点上,显示器320给予更合适于患者的界面,例如,一天的时间和电池能量。
收发器272特征为在其上部侧面的三个CAN连接器304a-c,每个连接器支撑CAN协议和配线方案,并且将数字化数据转发到中间的CPU。通过CAN连接器的数字信号包括指示特定信号(例如,ECG、ACC、或者来自基于袖带的模块的压力波形)和信号起源的传感器的报头。这允许CPU容易地翻译通过CAN连接器304a-c到达的信号,(例如,如以上所述对应于ECG波形的信号),并且意味着这些连接器不与特定的线缆相关联。与收发器连接的任何线缆可以被插入任何连接器304a-c中。正如图24A中所示出的,第一连接器304a接收线缆282,其输送根据ECG电路和电极所确定的数字化ECG波形,以及由线缆隔板274和与ECG线缆282相关联的隔板部分296中的加速计所测量的数字化加速计波形。
图25中的第二CAN连接器304b接收线缆286,其与用于压力依赖性指标测量(图24A中所示出)的充气的基于袖带的系统285连接。该连接器304b接收由充气系统285传递到患者手臂的时间依赖性压力波形,以及在指标测量过程中所确定的SYSINDEX、DIAINDEX、和MAPINDEX值。一旦指标测量完成,线缆286从连接器304拔去,并且在近似4小时之后被插回,以用于另一个指标测量。
最后的CAN连接器304c可以用于辅助的装置,例如,血糖测量仪、输液泵、体佩式胰岛素泵、通风机、或者et-CO2测量系统。正如以上所述,由这些系统生成的数字信息将包括指示它们起源的报头,以使得CPU可以据此处理它们。
收发器包括扬声器301,其允许医疗专业人员通过使用通过互连网协议传送声音(VOIP)来与患者通信。例如,通过使用扬声器301,医疗专业人员可以从与医院内无线、基于互联网的网络的中央护士站或者移动电话对患者提出询问。或者医疗专业人员可以戴上与图25中所示出的收发器相似的单独收发器,并且使用该收发器作为通信装置。在该应用中,有患者带着的收发器272作用更像传统的蜂窝电话或者‘步话机’:它可以用于与医疗专业人员的声音通信,并且可以附加地转发描述患者的生命体征和运动的信息。扬声器还可以向患者发音预编程的信息,例如用来校准如上所述、用于姿态计算的胸戴式加速计的信息。
在存在运动时用于测量PPG波形的多像素传感器
正如以上所述和图24A中所示出的,典型地在体佩式监视器中使用的拇指戴式传感器特征为具有单像素光探测区域的光电探测器。典型地,该像素具有2-4mm^2的面积。在复合方法过程中,光电探测器测量PPG波形,其与ECG波形一起被共同地处理以确定cNIBP。可选地,如图26-29中所示出的,特征为多像素探测器354的光学传感器351可以被用来代替测量PPG波形的单像素探测器。当患者运动时,这种探测器354在探测信号的情况下可以特别有效。
多像素传感器351特征为在其边缘上涂覆有粘合剂356的软的、柔性衬底352,其被设计成附着到患者的皮肤。正如图26中所示出的,对于最佳的结果,传感器351附着到患者350的前额,并且通过线缆352与控制器353连接。在该实施方案中,控制器353和线缆352分别与图24A中所示出的腕戴式收发器273和线缆292相似。试验指示:对于该可替代的实施方案,前额是理想的传感器位置,大概是因为制成下面脉管系统的组织比较薄并且在其内侧利用患者颅骨的骨头来支持。该生理机能最小化在传感器351和前额中的动脉之间、可以在PPG中引起假缺陷的运动。此外,颅骨的存在限制了薄的、下面的组织的可压缩性,其又最小化血和组织内部间质液的运动诱导的流动。这些因素使该位置对于传感器351是理想的,特别地在与比较小程度运动的前额的大可用测量区域相耦合时。
传感器351典型地特征为方形器件封装并且包括设置在其角中每一个的四个双波长LED353a-d。每个LED353a-d发射红色和红外线的光波长,如上所述。供给每个LED的可调整电压偏差确定其所发射的波长。在测量过程中,衬底352利用粘合剂356附着到患者的前额,从而允许LED353a-d向组织下面传送比较均匀的光场。光场根据比尔-朗伯定律部分地由下面脉管系统中的脉动血来吸收,正如以上所述。这调节了光场,其然后由多像素探测器354以反射模式的几何形状来探测。探测器354中的每个像素元件典型地具有1-2mm^2的面积,并且生成特有的模拟电场,其通过一系列电互连355向电力系统357传播,所述电力系统357特征为与电路耦合的多通道模数转换器(A/D),所述电路用于复用和解复用(MUX)因而得到的数字信号。这些部件数字化来自每个像素元件的模拟信号并且处理它们以形成单个PPG波形,这与图7A中所示出的相似。
图28A,B和29A,B指示:与传统的单像素探测器385a,b(图28A,B)相比,在运动过程中多像素传感器351a,b(图29A,B)如何在探测PPG波形时可以是较好的。血是粘弹性流体,并且在运动过程中根据牛顿物理将在患者的动脉系统中消长。该影响(此处非正式地称为‘血晃荡’)可以是特征在于时间依赖性属性(例如,上升和下降时间),其在它们的频率组成方面与PPG波形的实际脉冲相似。这是为什么例如在图15和16中的波形中所示出的运动诱导的假缺陷看起来与PPG中的实际脉搏相似。血晃荡使得血的团注390a,b移入和移出图28A,B中所示出的利用单像素探测器387a,b所测量的区域。单个探测器387a,b没有能力去追踪血的团注390a,b的时间依赖性动态,因为它移过探测场。团注390在时间t0处移入探测器场,传播通过场,并且最后在时间t0+Δt处移出。因为它不能被分离,团注390a,b导致了PPG波形中的假缺陷,其难于(否则不可能)利用传统的方法(例如,数字滤波器)来去除。
相反,图29A,B示出了多像素探测器351a,b可以在血的团注380a,b在移过探测器面积时如何追踪团注。这允许其通过使用参考图27所述的复用/解复用电路357来分离并且从PPG波形被去除。在该实例中,例如,团注380a,b移过探测器场中的对角线,仅仅在沿着该线的像素将带来由运动相关的假缺陷所影响的信号。这些信号将示出与传统PPG波形不同的性能,其将由多阵列探测器354a,b中的上左侧和下右侧部分像素来探测。一旦被探测,来自每个像素的信号可以利用信号处理技术(例如,用来处理视频图像的技术)来处理,以对由团注所引起的假缺陷去卷积。最终,这能够带来相对无噪声的PPG波形,其可以然后利用复合方法来处理以确定cNIBP。
用于测量所有生命体征的高级算法
图30提供了一种示出包括复合方法的高级算法399的流程图,其用来监视来自住院患者的生命体征。算法399的开始阶段(步骤400)开始于:通过使用体佩式监视器内部模拟和数字电路来收集时间依赖性PPG、ECG、以及加速计波形。PPG波形通过使用附着到患者拇指的光学传感器来测量,而ECG波形是利用附着到患者胸部上的一系列电极(典型地三个或者五个)来测量。三个加速计集成到体佩式监视器的布线和腕戴式收发器内部,每个加速计测量对应于x、y或者z轴的三个数字加速计波形。一旦被收集,PPG和加速计波形被数字化滤波(步骤401),以使得时间依赖性属性可以如以上详细所述地被提取和处理。压力波形(其在指标测量过程中使用重启系统和包在患者臂围周围的袖带来生成)在膨胀过程中被测量并且使用示波测量法来处理,以确定SYSINDEX、DIAINDEX、和MAPINDEX值(步骤402)。可选地,SYSINDEX可以通过处理指标测量过程中存在所施加压力时的PPG来直接确定,正如以上参考图8所描述的(步骤403)。PTT被测量作为指标测量过程中所施加压力的函数,并且被处理以确定个人的患者特异性斜率(步骤404)。运动能够使上述参数的测量复杂,并且通过处理来自附着到患者上并且与体佩式监视器连接的三个加速计的时间依赖性信号。这些信号被收集和处理,以确定基于运动的信号破坏程度(步骤405),以及附加地确定患者的姿态和活动级别(步骤407)。如果运动被确定存在,cNIBP可以通过使用以上参考图18和图19所述的通读运动算法来估计(步骤408)。
当存在极小的运动或者没有运动时,患者特异性斜率,连同在指标测量过程中利用示波测量法所确定的血压值一起,与根据ECG和PPG波形所测量的PTT一起使用,以确定cNIBP(步骤410)。通过使用适应拇指根部的修改的计算参数,利用红色和红外线波形所测量的PPG波形附加地被处理以确定SpO2,正如以上所述的(步骤411)。
体佩式监视器通过收集20秒时间的数据来进行用于基于PTT的cNIBP的上述测量,并且然后利用如上所述的多种统计学平均技术来处理这些数据。此外,通过使用适应滤波来处理ECG和加速计波形的算法可以确定呼吸速率,正如以下专利申请中所描述的,其内容之前通过引用已经并入本文:BODY-WORNMONITORFORMEASURINGRESPIRATIONRATE(2009年9月14日提交的,U.S.S.N12/559,442)。心率和温度然后如以下专利申请中所描述的来确定,其内容通过引用已经并入本文:BODY-WORNVITALSIGNMONITOR(2009年9月15日提交的,U.S.S.N12/560,087)(步骤413)。
以上所述的所有生命体征典型地利用每秒对它们进行更新的移动平均的技术来计算。每4-8小时,利用完整的基于膨胀的测量(步骤402)或者如上所述基于部分膨胀(步骤403)来重复指标测量。
其它的实施方案
除了上述的这些方法之外,大量附加的方法可以用来根据PPG和ECG波形计算血压。这些方法在以下共同待决的专利申请中被描述,其内容通过引用并入本文:1)CUFFLESSBLOOD-PRESSUREMONITORANDACCOMPANYINGWIRELESS,INTERNET-BASEDSYSTEM(2004年4月7日提交的,U.S.S.N10/709,015);2)CUFFLESSSYSTEMFORMEASURINGBLOODPRESSURE(2004年4月7日提交的,U.S.S.N10/709,014);3)CUFFLESSBLOODPRESSUREMONITORANDACCOMPANYINGWEBSERVICESINTERFACE(2004年3月26日提交的,U.S.S.N10/810,237);4)VITALSIGNMONITORFORATHLETICAPPLICATIONS(2004年9月13日提交的,U.S.S.N);5)CUFFLESSBLOODPRESSUREMONITORANDACCOMPANYINGWIRELESSMOBILEDEVICE(2004年10月18日提交的,U.S.S.N10/967,511);6)BLOODPRESSUREMONITORINGDEVICEFEATURINGACALIBRATION-BASEDANALYSIS(2004年10月18日提交的,U.S.S.N10/967,610);7)PERSONALCOMPUTER-BASEDVITALSIGNMONITOR(2005年2月15日提交的,U.S.S.N10/906,342);8)PATCHSENSORFORMEASURINGBLOODPRESSUREWITHOUTACUFF(2005年2月14日提交的,U.S.S.N10/906,315);9)PATCHSENSORFORMEASURINGVITALSIGNS(2005年7月18日提交,U.S.S.N11/160,957);10)WIRELESS,INTERNET-BASEDSYSTEMFORMEASURINGVITALSIGNSFROMAPLURALITYOFPATIENTSINAHOSPITALORMEDICALCLINIC(2005年9月9日提交,U.S.S.N11/162,719);11)HAND-HELDMONITORFORMEASURINGVITALSIGNS(2005年9月21日提交,U.S.S.N11/162,742);12)CHESTSTRAPFORMEASURINGVITALSIGNS(2005年12月20日提交,U.S.S.N11/306,243);13)SYSTEMFORMEASURINGVITALSIGNSUSINGANOPTICALMODULEFEATURINGAGREENLIGHTSOURCE(2006年2月3日提交,U.S.S.N11/307,375);14)BILATERALDEVICE,SYSTEMANDMETHODFORMONITORINGVITALSIGNS(2006年5月25日提交,U.S.S.N11/420,281);15)SYSTEMFORMEASURINGVITALSIGNSUSINGBILATERALPULSETRANSITTIME(2006年5月26日提交,U.S.S.N11/420,652);16)BLOODPRESSUREMONITOR(2006年9月8日提交,U.S.S.N11/530,076);17)TWO-PARTPATCHSENSORFORMONITORINGVITALSIGNS(2006年11月10日提交,U.S.S.N11/558,538);以及,18)MONITORFORMEASURINGVITALSIGNSANDRENDERINGVIDEOIMAGES(2007年3月5日提交,U.S.S.N11/682,177)。
其它实施方案也在本发明的范围内。例如,其它测量技术(例如,在放气过程中所测量的传统的示波测量法)可以用来确定上述算法的SYS。此外,与以上所述类似的用于测量SpO2的处理部件和传感器可以被修改并且带在患者身体的其它部位上。例如,具有手指环配置的传感器戴在不同于拇指的其它手指上。或者它们可以被修改以附着到测量SpO2的其它传统部位,例如,耳朵、前额、以及鼻梁。在这些实施方案中,处理部件可以被带在不同于腕的地方,例如,颈周围(并且例如由系索来支撑)或者在患者的腰上(例如由附着到患者腰带上的夹子来支撑)。在又一个实施方案中,探针和处理部件集成到单个单元中。
在另外的实施方案中,一组体佩式监视器可以连续地监视一群患者,其中,组中的每个患者戴着与此处描述相似的体佩式监视器。此外,每个体佩式监视器可以增加有位置传感器。位置传感器包括无线部件和接收来自无线部件的信号并且处理它以确定患者物理位置的处理部件。处理部件(与以上所述相似)根据时间依赖性波形确定至少一个生命体征、一个运动参数、以及根据与信息的结合所计算的告警参数。无线收发器通过无线系统传送生命体征、患者的位置、以及告警参数。特征为无线系统的显示器和界面的远距离计算机系统接收信息并且在用于组中每个患者的用户界面上显示它。
在实施方案中,在中心护士站处的显示器上给出的界面特征为显示与具有多区对应的面积的地图的场。每个区对应于患者的位置并且包括例如患者的生命体征、运动参数、以及告警参数。例如,场可以显示与医院的面积(例如,医院分隔间或者急诊室)对应的地图,而每个区对应于面积中特定的床、椅子或者一般地位置。典型地,显示器给予与用于组中每个患者的运动和告警参数对应的图示图标。在其它的实施方案中,体佩式监视器包括给予直接关于患者的这些参数的图示显示。
典型地,无线传感器和无线收发器在常见的无线系统上工作,例如,基于802.11,802.15.4,或者蜂窝协议的无线系统。在该实例中,位置通过利本领域已知的一个或者多个算法来处理无线信号而确定。这包括例如对从至少三个不同的基站接收的信号作三角测量,或者基于信号强度和对特殊基站的接近来简单地估计位置。在又一个实施方案中,位置传感器包括传统的全球定位系统(GPS)。
体佩式监视器可以包括第一声音接口,并且远距离计算机可以包括第二声音接口,其与第一声音接口结合。位置传感器、无线收发器、以及第一和第二声音接口可以都在常见的无线系统上工作,例如,基于802.11,802.15.4或者蜂窝协议的上述系统之一。远距离计算机例如可以是监视器,其本质上与由患者带着的监视器相同,并且可以由医疗专业人士携带或者配带。在该实例中,与医疗专业人员相关联的监视器特征为GUI,其中用户可以选择去显示与特殊患者对应的信息(例如,生命体征、位置、以及告警)。该监视器还可以包括声音接口,所以医疗专业人士可以直接与患者通信。
在另外的实施方案中,多种软件配置可以在体佩式监视器上运行,以给其类似于PDA的功能。这些包括例如:MicroMicrosoftembOS、VxWorks、SymbianOS、QNX、OSE、BSD和其变形、FreeDOS、FreeRTOX、LynxOS、或者eCOS以及其它嵌入式操作系统。监视器还可以运行软件配置,所述软件配置允许其接收和发送声音呼叫、文本消息、或者通过互联网所接收的视频流或来自与其连接的全国性的无线网络的视频流。参考图25所描述的条码扫描器还可以用来捕获患者或者医疗专业人员的辨别信息,或者其它的这种标签。该信息例如可以用来与在医院或者家里的患者通信。在其它的实施方案中,装置可以与互联网接入站点连接,以从关联站点下载内容,例如,校准、软件更新、文本消息、以及描述用药的信息。如上所述,装置可以通过使用有线的(例如,CAN)或者无线的(例如,短或者长距离无线收发器)方式与站点连接。在又一个实施方案中,与生命体征对应的‘警报’值以及护理专家的寻呼机或者手持电话数量可以通过使用其图形用户界面被编程到装置中。如果患者的生命体征满足警报条件,则装置上的软件可以向护理专家发送无线的‘事件(page)’,由此对患者的状况向他们发出警报。对于另外的患者的安全,可以实施确认的方案,其对其他个人或者系统发出警告,直到确认警报被接收。
还有其它的实施方案在以下权利要求的范围内。
Claims (23)
1.一种用于监视患者的血压值的设备,包括:
(a)用于通过使用压力传输系统将可变的压力施加到所述患者的手臂上的装置;
(b)用于探测时间依赖性压力波形的装置,所述时间依赖性压力波形代表施加到所述患者手臂上的所述压力;
(c)用于利用被配置为附着到所述患者上的第一传感器来探测第一时间依赖性波形的装置,所述第一时间依赖性波形包括由所述患者的心跳所诱导的第一特征;
(d)用于利用被配置为附着到所述患者上的第二传感器来探测第二时间依赖性波形的装置,所述第二时间依赖性波形包括由所述患者的心跳所诱导的第二特征;
(e)用于确定脉搏传导时间的装置,所述脉搏传导时间是在所述第一时间依赖性波形的所述第一特征和所述第二时间依赖性波形的所述第二特征之间的时间间隔的测量;
(f)用于确定作为施加到所述患者手臂上的所述压力的函数的所述脉搏传导时间的变化的装置;
(g)用于处理脉搏传导时间的所述变化,以确定脉搏传导时间和血压之间的关系的装置;
(h)用于数字化滤波所述时间依赖性压力波形的一部分,以确定处理的压力波形的装置;
(i)用于分析所述处理的压力波形,以确定收缩血压、舒张血压、和平均动脉压力的值的装置;以及
(j)用于分析脉搏传导时间、脉搏传导时间和血压之间的关系、以及根据所述处理的压力波形所确定的血压值,以确定当利用所述压力传输系统没有压力施加到所述患者手臂上时的血压值的装置,其中PTT与MAP之间的关系由以下等式或者其数学推导来限定:
MAPfemoral=(mfemoral×PTT)-(mfemoral×PTTINDEX)+MAPINDEX
其中MAPfemoral代表患者股动脉中的血压,PTT代表根据第一波形和第二波形所测量的脉搏传导时间,PTTINDEX代表PTT之前或者压力依赖性指标测量之前所确定的脉搏传导时间,mfemoral代表表示MAPfemoral和PTT之间关系的数学斜率,以及MAPINDEX代表根据时间依赖性压力波形所确定的平均动脉压。
2.根据权利要求1所述的设备,其中,所述用于处理脉搏传导时间的所述变化,以确定脉搏传导时间和血压之间的关系的装置进一步地用于处理脉搏传导时间的所述变化以确定脉搏传导时间和平均动脉压力之间的关系。
3.根据权利要求2所述的设备,其中所述用于处理脉搏传导时间的所述变化,以确定脉搏传导时间和血压之间的关系装置进一步用于利用数学模型处理脉搏传导时间的所述变化,所述数学模型估计所述患者手臂中的有效平均动脉压力,所述有效平均动脉压力随着由所述压力传输系统所施加的压力变化。
4.根据权利要求3所述的设备,其中所述有效平均动脉压力是在所述用于分析所述处理的压力波形,以确定收缩血压、舒张血压、和平均动脉压力的值的装置中所确定的所述平均动脉压力和压力诱导的血压改变之间的差值。
5.根据权利要求4所述的设备,其中所述压力诱导的血压改变由以下等式或者其数学推导来限定:
ΔMAP(P)=F×(Papplied-DIAINDEX)
其中,ΔMAP(P)是所述压力诱导的血压改变,Papplied是在膨胀过程中由所述压力传输系统所施加的压力,DIAINDEX是根据所述处理的压力波形确定的舒张压,以及F是数学常数。
6.根据权利要求1所述的设备,其中所述用于探测时间依赖性压力波形的装置进一步用于探测代表在所述压力传输系统膨胀时施加到所述患者手臂上的压力的所述时间依赖性压力波形。
7.根据权利要求6所述的设备,其中所述用于数字化滤波所述时间依赖性压力波形的一部分,以确定处理的压力波形的装置进一步用于数字化滤波在膨胀过程中所测量的所述时间依赖性压力波形的一部分以确定处理的压力波形。
8.根据权利要求7所述的设备,其中所述用于数字化滤波所述时间依赖性压力波形的一部分,以确定处理的压力波形的装置进一步用于用1)数字带通滤波器;以及然后2)数字低通滤波器数字化滤波在膨胀过程中所测量的所述时间依赖性压力波形的一部分以确定所述处理的压力波形。
9.根据权利要求8所述的设备,其中所述用于分析所述处理的压力波形,以确定收缩血压、舒张血压、和平均动脉压力的值装置进一步用于分析所述处理的压力波形以确定收缩压和平均动脉血压之间的比。
10.根据权利要求9所述的设备,其中所述用于分析脉搏传导时间、脉搏传导时间和血压之间的关系、以及根据所述处理的压力波形所确定的血压值,以确定当利用所述压力传输系统没有压力施加到所述患者手臂上时的血压值的装置进一步用于处理收缩压和平均动脉血压之间的所述比,以及脉搏传导时间和脉搏传导时间与血压之间的关系,以确定当利用所述压力传输系统没有压力施加到所述患者手臂上时的收缩压值。
11.根据权利要求8所述的设备,其中所述用于分析所述处理的压力波形,以确定收缩血压、舒张血压、和平均动脉压力的值装置进一步用于分析所述处理的压力波形以确定舒张压和平均动脉血压之间的比。
12.根据权利要求11所述的设备,其中所述用于分析脉搏传导时间、脉搏传导时间和血压之间的关系、以及根据所述处理的压力波形所确定的血压值,以确定当利用所述压力传输系统没有压力施加到所述患者手臂上时的血压值的装置进一步用于处理舒张压和平均动脉血压之间的所述比,以及脉搏传导时间和脉搏传导时间与血压之间的关系,以确定当利用所述压力传输系统没有压力施加到所述患者手臂上时的舒张压值。
13.根据权利要求1所述的设备,其中所述压力传输系统包括袖带,所述袖带包括可膨胀的气囊。
14.根据权利要求13所述的设备,其中所述压力传输系统包括与所述袖带连接并且被配置成膨胀所述袖带的充气系统。
15.根据权利要求1所述的设备,其中所述用于通过使用压力传输系统将可变的压力施加到所述患者的手臂上的装置每4小时或者更长执行一次。
16.根据权利要求1所述的设备,其中所述用于分析脉搏传导时间、脉搏传导时间和血压之间的关系、以及根据所述处理的压力波形所确定的血压值,以确定当利用所述压力传输系统没有压力施加到所述患者手臂上时的血压值的装置每1小时或者更短执行一次。
17.根据权利要求16所述的设备,其中所述用于分析脉搏传导时间、脉搏传导时间和血压之间的关系、以及根据所述处理的压力波形所确定的血压值,以确定当利用所述压力传输系统没有压力施加到所述患者手臂上时的血压值的装置进一步用于根据一个时间段内所收集的一组脉搏传导时间来确定平均的脉搏传导时间。
18.根据权利要求17所述的设备,其中所述时间段在10秒至120秒之间。
19.根据权利要求1所述的设备,其中所述第一传感器和第二传感器选自包括光学传感器、压力传感器、电阻抗传感器、ECG波形传感器、和变换器的组。
20.一种用于监视患者的血压值的设备,包括:
(a)用于通过使用压力传输系统将可变的压力施加到所述患者的手臂上的装置;
(b)用于探测时间依赖性压力波形的装置,所述时间依赖性压力波形代表在所述压力传输系统膨胀过程中施加到所述患者手臂上的所述压力;
(c)用于利用被配置为附着到所述患者上的第一传感器来探测第一时间依赖性波形的装置,所述第一时间依赖性波形包括由所述患者的心跳所诱导的第一特征;
(d)用于利用被配置为附着到所述患者上的第二传感器来探测第二时间依赖性波形的装置,所述第二时间依赖性波形包括由所述患者的心跳所诱导的第二特征;
(e)用于确定脉搏传导时间的装置,所述脉搏传导时间是在所述第一时间依赖性波形的所述第一特征和所述第二时间依赖性波形的所述第二特征之间的时间间隔的测量;
(f)用于确定作为在所述压力传输系统膨胀过程中施加到所述患者手臂上的所述压力的函数的所述脉搏传导时间的变化的装置;
(g)用于处理脉搏传导时间的所述变化,以确定脉搏传导时间和血压之间的关系的装置;
(h)用于数字化滤波在膨胀过程中所测量的所述时间依赖性压力波形的一部分,以确定处理的压力波形的装置;
(i)用于分析所述处理的压力波形,以确定收缩血压、舒张血压、和平均动脉压力的值的装置;以及
(j)用于分析脉搏传导时间、脉搏传导时间和血压之间的关系、以及根据所述处理的压力波形所确定的血压值,以确定当利用所述压力传输系统没有压力施加到所述患者手臂上时的血压值的装置,其中PTT与MAP之间的关系由以下等式或者其数学推导来限定:
MAPfemoral=(mfemoral×PTT)-(mfemoral×PTTINDEX)+MAPINDEX
其中MAPfemoral代表患者股动脉中的血压,PTT代表根据第一波形和第二波形所测量的脉搏传导时间,PTTINDEX代表PTT之前或者压力依赖性指标测量之前所确定的脉搏传导时间,mfemoral代表表示MAPfemoral和PTT之间关系的数学斜率,以及MAPINDEX代表根据时间依赖性压力波形所确定的平均动脉压。
21.一种用于监视患者的血压值的设备,包括:
(a)用于探测时间依赖性压力波形的装置,所述时间依赖性压力波形代表在压力传输系统膨胀过程中施加到所述患者手臂上的压力;
(b)用于确定在第一时间依赖性波形的第一特征和第二时间依赖性波形的第二特征之间的脉搏传导时间的装置,所测量的所述第一波形和第二波形都来自患者;
(c)用于确定作为在所述压力传输系统膨胀过程中施加到所述患者手臂上的所述压力的函数的所述脉搏传导时间的变化的装置;
(d)用于分析脉搏传导时间以及根据脉搏传导时间的变化所确定的校准,以确定血压值的装置,其中PTT与MAP之间的关系由以下等式或者其数学推导来限定:
MAPfemoral=(mfemoral×PTT)-(mfemoral×PTTINDEX)+MAPINDEX
其中MAPfemoral代表患者股动脉中的血压,PTT代表根据第一波形和第二波形所测量的脉搏传导时间,PTTINDEX代表PTT之前或者压力依赖性指标测量之前所确定的脉搏传导时间,mfemoral代表表示MAPfemoral和PTT之间关系的数学斜率,以及MAPINDEX代表根据时间依赖性压力波形所确定的平均动脉压。
22.一种用于监视患者的血压值的设备,包括:
(a)用于探测时间依赖性压力波形的装置,所述时间依赖性压力波形代表在压力传输系统膨胀过程中施加到所述患者手臂上的压力;
(b)用于确定在第一时间依赖性波形的第一特征和第二时间依赖性波形的第二特征之间的脉搏传导时间的装置,所测量的所述第一波形和第二波形都来自患者;
(c)用于数字化滤波所述时间依赖性压力波形的一部分,以确定在膨胀过程中所测量的处理的压力波形的装置;以及
(d)用于分析脉搏传导时间以及根据脉搏传导时间和根据膨胀过程中所测量的参数确定的血压之间的关系所确定的校准,以确定膨胀之后的血压的装置,其中PTT与MAP之间的关系由以下等式或者其数学推导来限定:
MAPfemoral=(mfemoral×PTT)-(mfemoral×PTTINDEX)+MAPINDEX
其中MAPfemoral代表患者股动脉中的血压,PTT代表根据第一波形和第二波形所测量的脉搏传导时间,PTTINDEX代表PTT之前或者压力依赖性指标测量之前所确定的脉搏传导时间,mfemoral代表表示MAPfemoral和PTT之间关系的数学斜率,以及MAPINDEX代表根据时间依赖性压力波形所确定的平均动脉压。
23.一种用于监视患者的血压值的设备,包括:
(a)用于利用被配置成附着到所述患者的光学传感器来探测时间依赖性光学波形的装置,所述时间依赖性光学波形包括由所述患者的心跳所诱导的脉搏;
(b)用于利用被配置成附着到所述患者的电传感器来探测时间依赖性电波形的装置,所述时间依赖性电波形包括由所述患者的心跳所诱导的QRS复合波;
(c)用于确定脉搏传导时间的装置,所述脉搏传导时间是由所述时间依赖性光波形所包括的脉搏的一部分和由所述时间依赖性光波形所包括的QRS复合波的一部分之间的时间间隔的测量;
(d)用于根据所述时间依赖性电波形中QRS复合波的部分来确定心率的装置;
(e)用于确定心率或者由此所计算的第一参数和脉搏传导时间或者由此所计算的第二参数之间的数学关系的装置;
(f)用于确定根据心率所估计的脉搏传导时间以及心率与脉搏传导时间之间的数学关系的装置;以及
(g)用于分析所估计的脉搏传导时间和分析血压校准,以确定血压值的装置,其中PTT与MAP之间的关系由以下等式或者其数学推导来限定:
MAPfemoral=(mfemoral×PTT)-(mfemoral×PTTINDEX)+MAPINDEX
其中MAPfemoral代表患者股动脉中的血压,PTT代表根据第一波形和第二波形所测量的脉搏传导时间,PTTINDEX代表PTT之前所确定的脉搏传导时间,mfemoral代表表示MAPfemoral和PTT之间关系的数学斜率,以及MAPINDEX代表根据时间依赖性压力波形所确定的平均动脉压。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510785492.4A CN105342591B (zh) | 2009-12-30 | 2010-12-30 | 用于测量连续无创血压(cNIBP)的体佩式系统 |
Applications Claiming Priority (13)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US12/650,354 US8808188B2 (en) | 2007-06-12 | 2009-12-30 | Body-worn system for measuring continuous non-invasive blood pressure (cNIBP) |
US12/650,389 US8740802B2 (en) | 2007-06-12 | 2009-12-30 | Body-worn system for measuring continuous non-invasive blood pressure (cNIBP) |
US12/650,370 | 2009-12-30 | ||
US12/650,389 | 2009-12-30 | ||
US12/650,392 | 2009-12-30 | ||
US12/650,354 | 2009-12-30 | ||
US12/650,383 US9215986B2 (en) | 2007-06-12 | 2009-12-30 | Body-worn system for measuring continuous non-invasive blood pressure (cNIBP) |
US12/650,370 US8602997B2 (en) | 2007-06-12 | 2009-12-30 | Body-worn system for measuring continuous non-invasive blood pressure (cNIBP) |
US12/650,374 | 2009-12-30 | ||
US12/650,392 US9668656B2 (en) | 2007-06-12 | 2009-12-30 | Body-worn system for measuring continuous non-invasive blood pressure (cNIBP) |
US12/650,383 | 2009-12-30 | ||
US12/650,374 US9161700B2 (en) | 2007-06-12 | 2009-12-30 | Body-worn system for measuring continuous non-invasive blood pressure (cNIBP) |
PCT/US2010/062564 WO2011082341A1 (en) | 2009-12-30 | 2010-12-30 | Body-worn system for measuring continuous non-invasive blood pressure (cnibp) |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510785492.4A Division CN105342591B (zh) | 2009-12-30 | 2010-12-30 | 用于测量连续无创血压(cNIBP)的体佩式系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102811659A CN102811659A (zh) | 2012-12-05 |
CN102811659B true CN102811659B (zh) | 2016-01-20 |
Family
ID=44247557
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201080062296.XA Active CN102811659B (zh) | 2009-12-30 | 2010-12-30 | 用于测量连续无创血压(cNIBP)的体佩式系统 |
CN201510785492.4A Active CN105342591B (zh) | 2009-12-30 | 2010-12-30 | 用于测量连续无创血压(cNIBP)的体佩式系统 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510785492.4A Active CN105342591B (zh) | 2009-12-30 | 2010-12-30 | 用于测量连续无创血压(cNIBP)的体佩式系统 |
Country Status (6)
Country | Link |
---|---|
US (1) | US8602997B2 (zh) |
EP (1) | EP2519144B1 (zh) |
CN (2) | CN102811659B (zh) |
HK (1) | HK1218613A1 (zh) |
SG (2) | SG181970A1 (zh) |
WO (1) | WO2011082341A1 (zh) |
Families Citing this family (152)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8602997B2 (en) | 2007-06-12 | 2013-12-10 | Sotera Wireless, Inc. | Body-worn system for measuring continuous non-invasive blood pressure (cNIBP) |
US11607152B2 (en) | 2007-06-12 | 2023-03-21 | Sotera Wireless, Inc. | Optical sensors for use in vital sign monitoring |
US11330988B2 (en) | 2007-06-12 | 2022-05-17 | Sotera Wireless, Inc. | Body-worn system for measuring continuous non-invasive blood pressure (cNIBP) |
EP2162059B1 (en) | 2007-06-12 | 2021-01-13 | Sotera Wireless, Inc. | Vital sign monitor and method for measuring blood pressure using optical, electrical, and pressure waveforms |
US8574161B2 (en) * | 2007-06-12 | 2013-11-05 | Sotera Wireless, Inc. | Vital sign monitor for cufflessly measuring blood pressure using a pulse transit time corrected for vascular index |
ES2336997B1 (es) * | 2008-10-16 | 2011-06-13 | Sabirmedical,S.L. | Sistema y aparato para la medicion no invasiva de la presion arterial. |
US20100305412A1 (en) * | 2009-03-23 | 2010-12-02 | Darrah Mark I | Device and system for wireless monitoring of the vital signs of patients |
US11896350B2 (en) | 2009-05-20 | 2024-02-13 | Sotera Wireless, Inc. | Cable system for generating signals for detecting motion and measuring vital signs |
US10973414B2 (en) | 2009-05-20 | 2021-04-13 | Sotera Wireless, Inc. | Vital sign monitoring system featuring 3 accelerometers |
US8956294B2 (en) | 2009-05-20 | 2015-02-17 | Sotera Wireless, Inc. | Body-worn system for continuously monitoring a patients BP, HR, SpO2, RR, temperature, and motion; also describes specific monitors for apnea, ASY, VTAC, VFIB, and ‘bed sore’ index |
US9596999B2 (en) | 2009-06-17 | 2017-03-21 | Sotera Wireless, Inc. | Body-worn pulse oximeter |
US10123722B2 (en) | 2009-09-14 | 2018-11-13 | Sotera Wireless, Inc. | Body-worn monitor for measuring respiration rate |
US11253169B2 (en) | 2009-09-14 | 2022-02-22 | Sotera Wireless, Inc. | Body-worn monitor for measuring respiration rate |
US8527038B2 (en) | 2009-09-15 | 2013-09-03 | Sotera Wireless, Inc. | Body-worn vital sign monitor |
US10806351B2 (en) | 2009-09-15 | 2020-10-20 | Sotera Wireless, Inc. | Body-worn vital sign monitor |
US8364250B2 (en) | 2009-09-15 | 2013-01-29 | Sotera Wireless, Inc. | Body-worn vital sign monitor |
US10420476B2 (en) | 2009-09-15 | 2019-09-24 | Sotera Wireless, Inc. | Body-worn vital sign monitor |
US8321004B2 (en) | 2009-09-15 | 2012-11-27 | Sotera Wireless, Inc. | Body-worn vital sign monitor |
US20110224564A1 (en) | 2010-03-10 | 2011-09-15 | Sotera Wireless, Inc. | Body-worn vital sign monitor |
US8888700B2 (en) | 2010-04-19 | 2014-11-18 | Sotera Wireless, Inc. | Body-worn monitor for measuring respiratory rate |
US8747330B2 (en) | 2010-04-19 | 2014-06-10 | Sotera Wireless, Inc. | Body-worn monitor for measuring respiratory rate |
US9339209B2 (en) | 2010-04-19 | 2016-05-17 | Sotera Wireless, Inc. | Body-worn monitor for measuring respiratory rate |
US9173593B2 (en) | 2010-04-19 | 2015-11-03 | Sotera Wireless, Inc. | Body-worn monitor for measuring respiratory rate |
US9173594B2 (en) | 2010-04-19 | 2015-11-03 | Sotera Wireless, Inc. | Body-worn monitor for measuring respiratory rate |
US8979765B2 (en) | 2010-04-19 | 2015-03-17 | Sotera Wireless, Inc. | Body-worn monitor for measuring respiratory rate |
CN101912259B (zh) * | 2010-08-06 | 2012-10-10 | 深圳瑞光康泰科技有限公司 | 一种无创血压测量装置 |
US20120094600A1 (en) | 2010-10-19 | 2012-04-19 | Welch Allyn, Inc. | Platform for patient monitoring |
US20120130203A1 (en) * | 2010-11-24 | 2012-05-24 | Fujitsu Limited | Inductively-Powered Ring-Based Sensor |
US20140249432A1 (en) | 2010-12-28 | 2014-09-04 | Matt Banet | Body-worn system for continuous, noninvasive measurement of cardiac output, stroke volume, cardiac power, and blood pressure |
US10357187B2 (en) | 2011-02-18 | 2019-07-23 | Sotera Wireless, Inc. | Optical sensor for measuring physiological properties |
WO2012112891A1 (en) | 2011-02-18 | 2012-08-23 | Sotera Wireless, Inc. | Modular wrist-worn processor for patient monitoring |
US20120283583A1 (en) * | 2011-05-02 | 2012-11-08 | Izmail Batkin | Apparatus and method for electrocardiogram-assisted blood pressure measurement |
US9339691B2 (en) | 2012-01-05 | 2016-05-17 | Icon Health & Fitness, Inc. | System and method for controlling an exercise device |
US10307111B2 (en) | 2012-02-09 | 2019-06-04 | Masimo Corporation | Patient position detection system |
US10149616B2 (en) | 2012-02-09 | 2018-12-11 | Masimo Corporation | Wireless patient monitoring device |
JP5613922B2 (ja) * | 2012-02-23 | 2014-10-29 | 株式会社タニタ | 血圧測定装置および血圧測定方法 |
US20140031646A1 (en) * | 2012-03-29 | 2014-01-30 | Sergey Yakirevich | Blood pressure estimation using a hand-held device |
US9693697B2 (en) | 2012-03-29 | 2017-07-04 | Benny Tal | Hand-held device having health monitoring capabilities |
KR20130123597A (ko) * | 2012-05-03 | 2013-11-13 | 삼성전자주식회사 | 휴대용 혈압 측정 장치 및 휴대 단말에서의 혈압 측정 방법 |
US20130331669A1 (en) * | 2012-06-11 | 2013-12-12 | Raytheon Company | Multi-spectral imaging system and method for remote biometric measurement of human physiological parameters |
CN104427926B (zh) * | 2012-06-28 | 2017-09-08 | 皇家飞利浦有限公司 | 使用内窥镜图像上的光体积描记对通畅性的评估 |
US10881310B2 (en) | 2012-08-25 | 2021-01-05 | The Board Of Trustees Of The Leland Stanford Junior University | Motion artifact mitigation methods and devices for pulse photoplethysmography |
JP2015531261A (ja) | 2012-09-10 | 2015-11-02 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 生理的パラメータ測定の信頼性を向上させる装置及び方法 |
US9877650B2 (en) * | 2012-09-20 | 2018-01-30 | Masimo Corporation | Physiological monitor with mobile computing device connectivity |
CN104837401B (zh) * | 2012-12-14 | 2017-09-12 | 皇家飞利浦有限公司 | 通过光电血管容积图(ppg)和加速度计检测显著心率失常事件的系统和方法 |
EP2938259A4 (en) | 2012-12-31 | 2016-08-17 | Omni Medsci Inc | NEAR-FROSTED LASER FOR NONINVASIVE MONITORING OF GLUCOSE, KETONES, HBA1C AND OTHER BLOOD COMPONENTS |
US10660526B2 (en) | 2012-12-31 | 2020-05-26 | Omni Medsci, Inc. | Near-infrared time-of-flight imaging using laser diodes with Bragg reflectors |
EP3184038B1 (en) | 2012-12-31 | 2019-02-20 | Omni MedSci, Inc. | Mouth guard with short-wave infrared super-continuum lasers for early detection of dental caries |
US9164032B2 (en) | 2012-12-31 | 2015-10-20 | Omni Medsci, Inc. | Short-wave infrared super-continuum lasers for detecting counterfeit or illicit drugs and pharmaceutical process control |
WO2014143276A2 (en) | 2012-12-31 | 2014-09-18 | Omni Medsci, Inc. | Short-wave infrared super-continuum lasers for natural gas leak detection, exploration, and other active remote sensing applications |
CN103006193A (zh) * | 2013-01-22 | 2013-04-03 | 深圳市家康科技有限公司 | 一种三维定位与无线网络传输语音型电子血压计 |
EP2969058B1 (en) | 2013-03-14 | 2020-05-13 | Icon Health & Fitness, Inc. | Strength training apparatus with flywheel and related methods |
US9642543B2 (en) | 2013-05-23 | 2017-05-09 | Arizona Board Of Regents | Systems and methods for model-based non-contact physiological data acquisition |
EP3015067B1 (en) * | 2013-06-28 | 2022-08-03 | Murata Manufacturing Co., Ltd. | Biological state-estimating device |
EP3974036A1 (en) | 2013-12-26 | 2022-03-30 | iFIT Inc. | Magnetic resistance mechanism in a cable machine |
JP6181576B2 (ja) * | 2014-02-25 | 2017-08-16 | 日本光電工業株式会社 | 血行動態測定装置及び血行動態測定方法 |
WO2015138339A1 (en) | 2014-03-10 | 2015-09-17 | Icon Health & Fitness, Inc. | Pressure sensor to quantify work |
WO2015147796A1 (en) * | 2014-03-25 | 2015-10-01 | Endothelix, Inc. | Methods and apparatus for assessing vascular health |
US9626521B2 (en) | 2014-04-16 | 2017-04-18 | Arizona Board Of Regents On Behalf Of Arizona State University | Physiological signal-based encryption and EHR management |
DE102014007519A1 (de) * | 2014-05-22 | 2015-11-26 | Fresenius Medical Care Deutschland Gmbh | Verfahren und Vorrichtung zur Bestimmung des zentralen systolischen Blutdrucks |
US10524725B2 (en) * | 2014-06-06 | 2020-01-07 | Koninklijke Philips N.V. | Device, system and method for detecting apnoea of a subject |
US10426989B2 (en) | 2014-06-09 | 2019-10-01 | Icon Health & Fitness, Inc. | Cable system incorporated into a treadmill |
WO2015193551A1 (en) * | 2014-06-18 | 2015-12-23 | Medieta Oy | Method, device and arrangement for determining pulse transit time |
WO2015195965A1 (en) | 2014-06-20 | 2015-12-23 | Icon Health & Fitness, Inc. | Post workout massage device |
KR102299361B1 (ko) | 2014-09-03 | 2021-09-07 | 삼성전자주식회사 | 혈압을 모니터링하는 장치 및 방법, 혈압 모니터링 기능을 갖는 웨어러블 디바이스 |
WO2016040253A1 (en) * | 2014-09-08 | 2016-03-17 | Braintree Analytics Llc | Blood pressure monitoring using a multi-function wrist-worn device |
US10517489B2 (en) | 2014-09-08 | 2019-12-31 | Apple Inc. | Wrist worn accelerometer for pulse transit time (PTT) measurements of blood pressure |
CN104173036A (zh) * | 2014-09-11 | 2014-12-03 | 重庆大学 | 一种脉搏波采集装置、无创血压连续逐拍测量系统及方法 |
CN204515353U (zh) * | 2015-03-31 | 2015-07-29 | 深圳市长桑技术有限公司 | 一种智能手表 |
WO2016107607A1 (en) | 2015-01-04 | 2016-07-07 | Vita-Course Technologies Co.,Ltd | System and method for health monitoring |
KR102411658B1 (ko) | 2015-01-15 | 2022-06-21 | 삼성전자주식회사 | 생체 정보 검출 장치 |
US20160213264A1 (en) * | 2015-01-27 | 2016-07-28 | Huinno, Co., Ltd. | Method, system, and non-transitory computer-readable recording medium for measuring multiple bio-signals |
WO2016135731A1 (en) * | 2015-02-25 | 2016-09-01 | Mor Research Applications Ltd. | Vital sign monitoring apparatuses and methods of using same |
US10391361B2 (en) | 2015-02-27 | 2019-08-27 | Icon Health & Fitness, Inc. | Simulating real-world terrain on an exercise device |
KR102384225B1 (ko) | 2015-03-06 | 2022-04-07 | 삼성전자주식회사 | 혈압 측정 장치 및 방법 |
KR20160115017A (ko) * | 2015-03-25 | 2016-10-06 | 삼성전자주식회사 | 생체 정보 검출 장치 및 방법 |
US20160317043A1 (en) * | 2015-04-30 | 2016-11-03 | Withings | Weighing scale with extended functions |
WO2016183674A1 (en) * | 2015-05-15 | 2016-11-24 | Lionsgate Technologies, Inc. | Method for determining physiological parameters from physiological data |
CN104814729A (zh) * | 2015-05-22 | 2015-08-05 | 王天星 | 提高测量准确度的动态血压监测系统及其监测方法 |
DE102015108518B3 (de) * | 2015-05-29 | 2016-10-06 | CiS Forschungsinstitut für Mikrosensorik GmbH | Verfahren sowie Vorrichtung zur Ermittlung des Verlaufs des Blutdrucks |
US11160461B2 (en) | 2015-06-12 | 2021-11-02 | ChroniSense Medical Ltd. | Blood pressure measurement using a wearable device |
US10470692B2 (en) | 2015-06-12 | 2019-11-12 | ChroniSense Medical Ltd. | System for performing pulse oximetry |
US11160459B2 (en) | 2015-06-12 | 2021-11-02 | ChroniSense Medical Ltd. | Monitoring health status of people suffering from chronic diseases |
US11712190B2 (en) | 2015-06-12 | 2023-08-01 | ChroniSense Medical Ltd. | Wearable device electrocardiogram |
US10687742B2 (en) | 2015-06-12 | 2020-06-23 | ChroniSense Medical Ltd. | Using invariant factors for pulse oximetry |
US11464457B2 (en) | 2015-06-12 | 2022-10-11 | ChroniSense Medical Ltd. | Determining an early warning score based on wearable device measurements |
US10952638B2 (en) | 2015-06-12 | 2021-03-23 | ChroniSense Medical Ltd. | System and method for monitoring respiratory rate and oxygen saturation |
CN105147268A (zh) * | 2015-06-15 | 2015-12-16 | 辛勤 | 一种健康监测方法及装置 |
CN107847166B (zh) * | 2015-06-30 | 2021-03-02 | 皇家飞利浦有限公司 | 利用多个ppg传感器的传感器系统和方法 |
CA2996196A1 (en) | 2015-08-31 | 2017-03-09 | Masimo Corporation | Wireless patient monitoring systems and methods |
KR102434701B1 (ko) | 2015-09-01 | 2022-08-22 | 삼성전자주식회사 | 생체 정보 획득 장치 및 생체 정보 획득 방법과 생체 정보 검사 장치 |
US10595815B2 (en) | 2015-09-03 | 2020-03-24 | Christian Raul Gutierrez Morales | Medical attachment device tracking system and method of use thereof |
WO2017204841A1 (en) * | 2016-05-24 | 2017-11-30 | Gutierrez Morales Christian Raul | Medical attachment device tracking system and method of use thereof |
TWI545516B (zh) * | 2015-09-16 | 2016-08-11 | 國立交通大學 | 血壓量測系統及其方法、使用該方法之電腦程式產品及其電腦可讀取記錄媒體 |
US11154208B2 (en) | 2015-11-16 | 2021-10-26 | Jerusalem College Of Technology | System and method of measurement of average blood pressure |
RU2017128430A (ru) * | 2015-12-22 | 2019-02-11 | Конинклейке Филипс Н.В. | Устройство, система и способ оценки расходования энергии человеком |
CN108778105B (zh) * | 2015-12-22 | 2022-06-07 | 香港中文大学 | 基于多波长光电容积描记法测量心血管和呼吸参数的方法 |
JP6610251B2 (ja) * | 2015-12-28 | 2019-11-27 | オムロンヘルスケア株式会社 | 血圧関連情報表示装置 |
US9814388B2 (en) | 2016-02-11 | 2017-11-14 | General Electric Company | Wireless patient monitoring system and method |
US9883800B2 (en) | 2016-02-11 | 2018-02-06 | General Electric Company | Wireless patient monitoring system and method |
US20170262987A1 (en) * | 2016-03-09 | 2017-09-14 | Xerox Corporation | Method and apparatus for non-contact estimation of pulse transmit time |
US11000235B2 (en) | 2016-03-14 | 2021-05-11 | ChroniSense Medical Ltd. | Monitoring procedure for early warning of cardiac episodes |
US10625137B2 (en) | 2016-03-18 | 2020-04-21 | Icon Health & Fitness, Inc. | Coordinated displays in an exercise device |
US10493349B2 (en) | 2016-03-18 | 2019-12-03 | Icon Health & Fitness, Inc. | Display on exercise device |
US10272317B2 (en) | 2016-03-18 | 2019-04-30 | Icon Health & Fitness, Inc. | Lighted pace feature in a treadmill |
DE102016105684B4 (de) * | 2016-03-29 | 2019-08-01 | Müller & Sebastiani Elektronik GmbH | Verfahren zum Betrieb eines Langzeit-Blutdruckmessgeräts |
RU2018138979A (ru) * | 2016-04-06 | 2020-05-12 | Конинклейке Филипс Н.В. | Способ, устройство и система для обеспечения возможности анализа свойства детектора показателя жизненно важной функции |
US10098558B2 (en) | 2016-04-25 | 2018-10-16 | General Electric Company | Wireless patient monitoring system and method |
WO2017199174A1 (en) * | 2016-05-20 | 2017-11-23 | Christian Medical College | Non-invasive system and method for measuring blood pressure variability |
GB2551201A (en) | 2016-06-10 | 2017-12-13 | Polar Electro Oy | Multi-sensor system for estimating blood pulse wave characteristics |
US10182728B2 (en) | 2016-06-22 | 2019-01-22 | Qualcomm Incorporated | Multi-sensor device and method of using multi-sensor device for determining biometric properties of a subject |
US10617302B2 (en) | 2016-07-07 | 2020-04-14 | Masimo Corporation | Wearable pulse oximeter and respiration monitor |
CN109496137B (zh) | 2016-07-25 | 2023-03-21 | 皇家飞利浦有限公司 | 光学生命体征传感器 |
EP3493734B1 (en) | 2016-08-02 | 2021-09-08 | ChroniSense Medical Ltd. | Blood pressure measurement using a wearable device |
WO2018035160A1 (en) * | 2016-08-15 | 2018-02-22 | The Regents Of The University Of California | Bio-sensing and eye-tracking system |
US10182729B2 (en) * | 2016-08-31 | 2019-01-22 | Medtronics, Inc. | Systems and methods for monitoring hemodynamic status |
US10671705B2 (en) | 2016-09-28 | 2020-06-02 | Icon Health & Fitness, Inc. | Customizing recipe recommendations |
US20190274558A1 (en) | 2016-10-10 | 2019-09-12 | Koninklijke Philips N.V. | An apparatus and method for determining a calibration parameter for a blood pressure measurement device |
CN107928643B (zh) | 2016-10-12 | 2022-04-01 | 三星电子株式会社 | 用于估计生物测量学信息的设备和方法 |
EP3525661A1 (en) | 2016-10-13 | 2019-08-21 | Masimo Corporation | Systems and methods for patient fall detection |
US10722125B2 (en) * | 2016-10-31 | 2020-07-28 | Livemetric (Medical) S.A. | Blood pressure signal acquisition using a pressure sensor array |
US10772571B2 (en) | 2016-11-15 | 2020-09-15 | Welch Allyn, Inc. | Method and systems for correcting for arterial compliance in a blood pressure assessment |
WO2018095083A1 (zh) | 2016-11-22 | 2018-05-31 | 浙江脉联医疗设备有限公司 | 脉搏波传播时间的校正方法 |
TWI653032B (zh) * | 2016-12-01 | 2019-03-11 | 深禾醫學科技股份有限公司 | 心電監測裝置及其血壓監測系統 |
IT201700020637A1 (it) * | 2017-02-23 | 2018-08-23 | Torino Politecnico | Metodo e apparato per stimare grandezze cardiocircolatorie |
CN107049289A (zh) * | 2017-06-08 | 2017-08-18 | 四川长虹电器股份有限公司 | 基于桡动脉波的无袖带血压测量计和测量方法 |
US10709339B1 (en) * | 2017-07-03 | 2020-07-14 | Senstream, Inc. | Biometric wearable for continuous heart rate and blood pressure monitoring |
US10806933B2 (en) | 2017-09-06 | 2020-10-20 | General Electric Company | Patient monitoring systems and methods that detect interference with pacemaker |
US11317805B2 (en) | 2017-09-13 | 2022-05-03 | Battelle Memorial Institute | Wearable health monitoring device |
US10499827B2 (en) * | 2017-09-19 | 2019-12-10 | Honeywell International Inc. | System and method for interpretation of signal-to-noise ratios detected in an array of electrodes sensors in terms of physical and cognitive state |
CN108478205A (zh) * | 2018-05-04 | 2018-09-04 | 关再凤 | 一种神经内科用血压计 |
EP3566640A1 (en) * | 2018-05-08 | 2019-11-13 | Koninklijke Philips N.V. | Apparatus for determining a blood pressure measurement |
CN109009037B (zh) * | 2018-06-20 | 2021-11-19 | 博动医学影像科技(上海)有限公司 | 基于个体性别获取血管压力差的计算方法及装置 |
KR20200001823A (ko) * | 2018-06-28 | 2020-01-07 | 웰빙소프트 주식회사 | 웨어러블 디바이스를 이용하는 심전도 측정 방법 및 시스템 |
JP7185449B2 (ja) * | 2018-09-06 | 2022-12-07 | 日本光電工業株式会社 | 生体情報処理装置、生体情報処理方法、プログラム及び記憶媒体 |
CN111374652A (zh) * | 2018-12-29 | 2020-07-07 | 中兴通讯股份有限公司 | 一种计算血压的装置和电子设备 |
EP3908174A4 (en) * | 2019-01-07 | 2022-09-28 | Myant Inc. | SYSTEMS AND METHODS FOR PHYSIOLOGICAL MONITORING GARMENT |
FI128751B (en) * | 2019-01-09 | 2020-11-30 | Turun Yliopisto | Apparatus and method for measuring arterial system functionality |
KR20200112095A (ko) * | 2019-03-20 | 2020-10-05 | 삼성전자주식회사 | 혈압을 측정하는 전자 장치 및 혈압 측정 방법 |
CN112022128A (zh) * | 2019-06-04 | 2020-12-04 | 深圳市理邦精密仪器股份有限公司 | 医疗设备及其基于ptt的无创血压测量方法与装置 |
US11694811B2 (en) | 2019-07-05 | 2023-07-04 | Hill-Rom Services, Inc. | Vital sign monitors for inpatient medicine wards |
WO2021030737A1 (en) * | 2019-08-14 | 2021-02-18 | Cardio Ring Technologies, Inc. | Blood pressure measurement systems and methods |
EP3927231A4 (en) * | 2020-02-20 | 2022-06-15 | Academia Sinica | HIGH EFFICIENCY EXTERNAL COUNTER PULSE SYSTEM AND METHOD OF TREATMENT USING THE SYSTEM |
TWI749631B (zh) * | 2020-07-10 | 2021-12-11 | 緯創資通股份有限公司 | 訊號處理方法、裝置以及非暫態電腦可讀取記錄媒體 |
USD980091S1 (en) | 2020-07-27 | 2023-03-07 | Masimo Corporation | Wearable temperature measurement device |
USD974193S1 (en) | 2020-07-27 | 2023-01-03 | Masimo Corporation | Wearable temperature measurement device |
FR3118410B1 (fr) * | 2020-12-27 | 2023-03-17 | Commissariat Energie Atomique | Procédé de caractérisation de la pression artérielle. |
USD1000975S1 (en) | 2021-09-22 | 2023-10-10 | Masimo Corporation | Wearable temperature measurement device |
EP4173555A1 (en) | 2021-10-26 | 2023-05-03 | Koninklijke Philips N.V. | Device, system and method for calibrating a blood pressure surrogate for use in monitoring a subject's blood pressure |
EP4173556A1 (en) | 2021-10-26 | 2023-05-03 | Koninklijke Philips N.V. | Device, system and method for calibrating a blood pressure surrogate for use in monitoring a subject's blood pressure |
CN116712051A (zh) * | 2023-06-08 | 2023-09-08 | 合肥中科博谐科技有限公司 | 一种无创血压测量方法、装置、计算机设备和存储介质 |
CN117137465A (zh) * | 2023-11-01 | 2023-12-01 | 深圳市奋达智能技术有限公司 | 一种血流动力参数测量方法及其相关设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6517495B1 (en) * | 2001-09-10 | 2003-02-11 | Ge Medical Systems Information Technologies, Inc. | Automatic indirect non-invasive apparatus and method for determining diastolic blood pressure by calibrating an oscillation waveform |
CN101288586A (zh) * | 2007-04-17 | 2008-10-22 | 通用电气公司 | 非侵入式血压确定方法 |
CN101401724A (zh) * | 2001-06-13 | 2009-04-08 | 康普麦迪克斯有限公司 | 用于监测意识的方法和设备 |
Family Cites Families (374)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4086916A (en) | 1975-09-19 | 1978-05-02 | Joseph J. Cayre | Cardiac monitor wristwatch |
US4263918A (en) * | 1977-03-21 | 1981-04-28 | Biomega Corporation | Methods of and apparatus for the measurement of blood pressure |
US4270547A (en) | 1978-10-03 | 1981-06-02 | University Patents, Inc. | Vital signs monitoring system |
US4305400A (en) | 1979-10-15 | 1981-12-15 | Squibb Vitatek Inc. | Respiration monitoring method and apparatus including cardio-vascular artifact detection |
US4582068A (en) | 1981-12-21 | 1986-04-15 | American Home Products Corporation | Systems and methods for processing physiological signals |
US4722351A (en) | 1981-12-21 | 1988-02-02 | American Home Products Corporation | Systems and methods for processing physiological signals |
US4653498A (en) | 1982-09-13 | 1987-03-31 | Nellcor Incorporated | Pulse oximeter monitor |
US5224928A (en) | 1983-08-18 | 1993-07-06 | Drug Delivery Systems Inc. | Mounting system for transdermal drug applicator |
US4710164A (en) | 1984-05-01 | 1987-12-01 | Henry Ford Hospital | Automated hemodialysis control based upon patient blood pressure and heart rate |
US4577639A (en) | 1984-11-08 | 1986-03-25 | Spacelabs, Inc. | Apparatus and method for automatic lead selection in electrocardiography |
US4802486A (en) | 1985-04-01 | 1989-02-07 | Nellcor Incorporated | Method and apparatus for detecting optical pulses |
US4807638A (en) * | 1987-10-21 | 1989-02-28 | Bomed Medical Manufacturing, Ltd. | Noninvasive continuous mean arterial blood prssure monitor |
US4905697A (en) | 1989-02-14 | 1990-03-06 | Cook Pacemaker Corporation | Temperature-controlled cardiac pacemaker responsive to body motion |
JPH0315502U (zh) | 1989-06-28 | 1991-02-15 | ||
US5339818A (en) | 1989-09-20 | 1994-08-23 | University Of Utah Research Foundation | Method for determining blood pressure utilizing a neural network |
US5190038A (en) | 1989-11-01 | 1993-03-02 | Novametrix Medical Systems, Inc. | Pulse oximeter with improved accuracy and response time |
EP0443267A1 (en) * | 1990-02-23 | 1991-08-28 | Sentinel Monitoring, Inc. | Method and apparatus for continuous non-invasive blood pressure monitoring |
US5316008A (en) | 1990-04-06 | 1994-05-31 | Casio Computer Co., Ltd. | Measurement of electrocardiographic wave and sphygmus |
US5465082A (en) | 1990-07-27 | 1995-11-07 | Executone Information Systems, Inc. | Apparatus for automating routine communication in a facility |
US5140990A (en) | 1990-09-06 | 1992-08-25 | Spacelabs, Inc. | Method of measuring blood pressure with a photoplethysmograph |
US5632272A (en) | 1991-03-07 | 1997-05-27 | Masimo Corporation | Signal processing apparatus |
EP1357481A3 (en) | 1991-03-07 | 2005-04-27 | Masimo Corporation | Signal processing apparatus and method |
US5490505A (en) | 1991-03-07 | 1996-02-13 | Masimo Corporation | Signal processing apparatus |
MX9702434A (es) | 1991-03-07 | 1998-05-31 | Masimo Corp | Aparato de procesamiento de señales. |
US6541756B2 (en) | 1991-03-21 | 2003-04-01 | Masimo Corporation | Shielded optical probe having an electrical connector |
US6580086B1 (en) | 1999-08-26 | 2003-06-17 | Masimo Corporation | Shielded optical probe and method |
US5197489A (en) | 1991-06-17 | 1993-03-30 | Precision Control Design, Inc. | Activity monitoring apparatus with configurable filters |
US5247931A (en) | 1991-09-16 | 1993-09-28 | Mine Safety Appliances Company | Diagnostic sensor clasp utilizing a slot, pivot and spring hinge mechanism |
US6471872B2 (en) | 1991-10-11 | 2002-10-29 | Children's Hospital Medical Center | Hemofiltration system and method based on monitored patient parameters |
US5289824A (en) | 1991-12-26 | 1994-03-01 | Instromedix, Inc. | Wrist-worn ECG monitor |
FI92139C (fi) | 1992-02-28 | 1994-10-10 | Matti Myllymaeki | Ranteeseen kiinnitettävä terveydentilan seurantalaite |
US5853370A (en) | 1996-09-13 | 1998-12-29 | Non-Invasive Technology, Inc. | Optical system and method for non-invasive imaging of biological tissue |
US5899855A (en) | 1992-11-17 | 1999-05-04 | Health Hero Network, Inc. | Modular microprocessor-based health monitoring system |
US6968375B1 (en) | 1997-03-28 | 2005-11-22 | Health Hero Network, Inc. | Networked system for interactive communication and remote monitoring of individuals |
US5485838A (en) | 1992-12-07 | 1996-01-23 | Nihon Kohden Corporation | Non-invasive blood pressure measurement device |
US5394879A (en) | 1993-03-19 | 1995-03-07 | Gorman; Peter G. | Biomedical response monitor-exercise equipment and technique using error correction |
EP0658331B1 (en) | 1993-12-11 | 1996-10-02 | Hewlett-Packard GmbH | A method for detecting an irregular state in a non-invasive pulse oximeter system |
JP2764702B2 (ja) | 1994-03-30 | 1998-06-11 | 日本光電工業株式会社 | 血圧監視装置 |
US5575284A (en) | 1994-04-01 | 1996-11-19 | University Of South Florida | Portable pulse oximeter |
US6371921B1 (en) | 1994-04-15 | 2002-04-16 | Masimo Corporation | System and method of determining whether to recalibrate a blood pressure monitor |
JP3318727B2 (ja) | 1994-06-06 | 2002-08-26 | 日本光電工業株式会社 | 脈波伝播時間方式血圧計 |
US5549650A (en) | 1994-06-13 | 1996-08-27 | Pacesetter, Inc. | System and method for providing hemodynamically optimal pacing therapy |
US5848373A (en) | 1994-06-24 | 1998-12-08 | Delorme Publishing Company | Computer aided map location system |
US5524637A (en) | 1994-06-29 | 1996-06-11 | Erickson; Jon W. | Interactive system for measuring physiological exertion |
DE4429845C1 (de) | 1994-08-23 | 1995-10-19 | Hewlett Packard Gmbh | Pulsoximetrie-Sensor |
JP3422128B2 (ja) | 1994-11-15 | 2003-06-30 | オムロン株式会社 | 血圧計測装置 |
US5919141A (en) | 1994-11-15 | 1999-07-06 | Life Sensing Instrument Company, Inc. | Vital sign remote monitoring device |
US5680870A (en) * | 1995-01-04 | 1997-10-28 | Johnson & Johnson Medical, Inc. | Oscillometric blood pressure monitor which acquires blood pressure signals from composite arterial pulse signal |
US5593431A (en) | 1995-03-30 | 1997-01-14 | Medtronic, Inc. | Medical service employing multiple DC accelerometers for patient activity and posture sensing and method |
US6041783A (en) | 1995-06-07 | 2000-03-28 | Nellcor Puritan Bennett Corporation | Integrated activity sensor |
US5645060A (en) | 1995-06-14 | 1997-07-08 | Nellcor Puritan Bennett Incorporated | Method and apparatus for removing artifact and noise from pulse oximetry |
US5766131A (en) | 1995-08-04 | 1998-06-16 | Seiko Epson Corporation | Pulse-wave measuring apparatus |
US5743856A (en) | 1995-11-06 | 1998-04-28 | Colin Corporation | Apparatus for measuring pulse-wave propagation velocity |
US5944659A (en) | 1995-11-13 | 1999-08-31 | Vitalcom Inc. | Architecture for TDMA medical telemetry system |
US5588427A (en) | 1995-11-20 | 1996-12-31 | Spacelabs Medical, Inc. | Enhancement of physiological signals using fractal analysis |
US7190984B1 (en) | 1996-03-05 | 2007-03-13 | Nellcor Puritan Bennett Incorporated | Shunt barrier in pulse oximeter sensor |
US5941836A (en) | 1996-06-12 | 1999-08-24 | Friedman; Mark B. | Patient position monitor |
EP1424038B1 (en) | 1996-06-12 | 2006-01-04 | Seiko Epson Corporation | Device for measuring calorie expenditure |
US6027452A (en) | 1996-06-26 | 2000-02-22 | Vital Insite, Inc. | Rapid non-invasive blood pressure measuring device |
DE69736622T2 (de) | 1996-07-03 | 2007-09-13 | Hitachi, Ltd. | System zur Bewegungserkennung |
CN1203805C (zh) | 1996-09-10 | 2005-06-01 | 精工爱普生株式会社 | 生物体状态测量装置及放松指导装置 |
US6018673A (en) | 1996-10-10 | 2000-01-25 | Nellcor Puritan Bennett Incorporated | Motion compatible sensor for non-invasive optical blood analysis |
US5865755A (en) | 1996-10-11 | 1999-02-02 | Dxtek, Inc. | Method and apparatus for non-invasive, cuffless, continuous blood pressure determination |
US5800349A (en) | 1996-10-15 | 1998-09-01 | Nonin Medical, Inc. | Offset pulse oximeter sensor |
US5964701A (en) | 1996-10-24 | 1999-10-12 | Massachusetts Institute Of Technology | Patient monitoring finger ring sensor |
IL119721A (en) | 1996-11-29 | 2005-08-31 | Mindlife Ltd | Method and system for monitoring the physiological condition of a patient |
US6198394B1 (en) | 1996-12-05 | 2001-03-06 | Stephen C. Jacobsen | System for remote monitoring of personnel |
US5876353A (en) | 1997-01-31 | 1999-03-02 | Medtronic, Inc. | Impedance monitor for discerning edema through evaluation of respiratory rate |
US6159147A (en) | 1997-02-28 | 2000-12-12 | Qrs Diagnostics, Llc | Personal computer card for collection of real-time biological data |
US6002952A (en) | 1997-04-14 | 1999-12-14 | Masimo Corporation | Signal processing apparatus and method |
US5865756A (en) | 1997-06-06 | 1999-02-02 | Southwest Research Institute | System and method for identifying and correcting abnormal oscillometric pulse waves |
US5895359A (en) | 1997-06-06 | 1999-04-20 | Southwest Research Institute | System and method for correcting a living subject's measured blood pressure |
US6732064B1 (en) | 1997-07-02 | 2004-05-04 | Nonlinear Solutions, Inc. | Detection and classification system for analyzing deterministic properties of data using correlation parameters |
US6262769B1 (en) | 1997-07-31 | 2001-07-17 | Flashpoint Technology, Inc. | Method and system for auto rotating a graphical user interface for managing portrait and landscape images in an image capture unit |
US7383069B2 (en) | 1997-08-14 | 2008-06-03 | Sensys Medical, Inc. | Method of sample control and calibration adjustment for use with a noninvasive analyzer |
EP1405593B1 (en) | 1997-09-05 | 2011-08-10 | Seiko Epson Corporation | Optical diagnostic measurement device |
GB2329250A (en) | 1997-09-11 | 1999-03-17 | Kevin Doughty | Non-intrusive electronic determination of the orientation and presence of a person or infant in a bed, cot or chair using primary and secondary coils |
US5971930A (en) | 1997-10-17 | 1999-10-26 | Siemens Medical Systems, Inc. | Method and apparatus for removing artifact from physiological signals |
EP1041923A1 (en) | 1997-12-22 | 2000-10-11 | BTG INTERNATIONAL LIMITED (Company No. 2664412) | Artefact reduction in photoplethysmography |
US7299159B2 (en) | 1998-03-03 | 2007-11-20 | Reuven Nanikashvili | Health monitor system and method for health monitoring |
US7542878B2 (en) | 1998-03-03 | 2009-06-02 | Card Guard Scientific Survival Ltd. | Personal health monitor and a method for health monitoring |
JPH11318841A (ja) * | 1998-03-09 | 1999-11-24 | Nippon Colin Co Ltd | 血圧監視装置 |
US6057758A (en) | 1998-05-20 | 2000-05-02 | Hewlett-Packard Company | Handheld clinical terminal |
US6094592A (en) | 1998-05-26 | 2000-07-25 | Nellcor Puritan Bennett, Inc. | Methods and apparatus for estimating a physiological parameter using transforms |
EP2319398B1 (en) | 1998-06-03 | 2019-01-16 | Masimo Corporation | Stereo pulse oximeter |
US6199550B1 (en) | 1998-08-14 | 2001-03-13 | Bioasyst, L.L.C. | Integrated physiologic sensor system |
AU1198100A (en) | 1998-09-23 | 2000-04-10 | Keith Bridger | Physiological sensing device |
US6160478A (en) | 1998-10-27 | 2000-12-12 | Sarcos Lc | Wireless health monitoring system |
US20030158699A1 (en) | 1998-12-09 | 2003-08-21 | Christopher P. Townsend | Orientation sensor |
US6168569B1 (en) | 1998-12-22 | 2001-01-02 | Mcewen James Allen | Apparatus and method for relating pain and activity of a patient |
US6398727B1 (en) | 1998-12-23 | 2002-06-04 | Baxter International Inc. | Method and apparatus for providing patient care |
US6261247B1 (en) | 1998-12-31 | 2001-07-17 | Ball Semiconductor, Inc. | Position sensing system |
US6684090B2 (en) | 1999-01-07 | 2004-01-27 | Masimo Corporation | Pulse oximetry data confidence indicator |
US6117077A (en) | 1999-01-22 | 2000-09-12 | Del Mar Medical Systems, Llc | Long-term, ambulatory physiological recorder |
US6770028B1 (en) | 1999-01-25 | 2004-08-03 | Masimo Corporation | Dual-mode pulse oximeter |
AU2859600A (en) | 1999-01-25 | 2000-08-07 | Masimo Corporation | Universal/upgrading pulse oximeter |
US6308089B1 (en) | 1999-04-14 | 2001-10-23 | O.B. Scientific, Inc. | Limited use medical probe |
US6251080B1 (en) | 1999-05-13 | 2001-06-26 | Del Mar Medical Systems, Llc | Self contained ambulatory blood pressure cincture |
US7454359B2 (en) | 1999-06-23 | 2008-11-18 | Visicu, Inc. | System and method for displaying a health status of hospitalized patients |
IL130818A (en) | 1999-07-06 | 2005-07-25 | Intercure Ltd | Interventive-diagnostic device |
US7628730B1 (en) | 1999-07-08 | 2009-12-08 | Icon Ip, Inc. | Methods and systems for controlling an exercise apparatus using a USB compatible portable remote device |
CA2376011C (en) | 1999-07-21 | 2010-01-19 | Daniel David | Physiological measuring system comprising a garment in the form of a sleeve or glove and sensing apparatus incorporated in the garment |
US6515273B2 (en) | 1999-08-26 | 2003-02-04 | Masimo Corporation | System for indicating the expiration of the useful operating life of a pulse oximetry sensor |
US7145461B2 (en) | 2001-01-31 | 2006-12-05 | Ilife Solutions, Inc. | System and method for analyzing activity of a body |
US20010013826A1 (en) | 1999-09-24 | 2001-08-16 | Kavlico Corporation | Versatile smart networkable sensor |
EP1217942A1 (en) | 1999-09-24 | 2002-07-03 | Healthetech, Inc. | Physiological monitor and associated computation, display and communication unit |
EP1233697A4 (en) | 1999-10-07 | 2005-06-22 | Alexander K Mills | NON-INVASIVE METHOD FOR CONTINUOUS DETERMINATION OF PHYSIOLOGICAL CHARACTERISTICS AND DEVICE THEREFOR |
US6527729B1 (en) | 1999-11-10 | 2003-03-04 | Pacesetter, Inc. | Method for monitoring patient using acoustic sensor |
JP2001149349A (ja) | 1999-11-26 | 2001-06-05 | Nippon Koden Corp | 生体用センサ |
US6950687B2 (en) | 1999-12-09 | 2005-09-27 | Masimo Corporation | Isolation and communication element for a resposable pulse oximetry sensor |
US6976958B2 (en) | 2000-12-15 | 2005-12-20 | Q-Tec Systems Llc | Method and apparatus for health and disease management combining patient data monitoring with wireless internet connectivity |
US7156809B2 (en) | 1999-12-17 | 2007-01-02 | Q-Tec Systems Llc | Method and apparatus for health and disease management combining patient data monitoring with wireless internet connectivity |
ATE438337T1 (de) | 2000-02-02 | 2009-08-15 | Gen Hospital Corp | Verfahren zum auswerten neuer gehirnschlagsbehandlungen unter verwendung einer geweberisikokarte |
US6893396B2 (en) | 2000-03-01 | 2005-05-17 | I-Medik, Inc. | Wireless internet bio-telemetry monitoring system and interface |
US6443890B1 (en) | 2000-03-01 | 2002-09-03 | I-Medik, Inc. | Wireless internet bio-telemetry monitoring system |
JP3846844B2 (ja) | 2000-03-14 | 2006-11-15 | 株式会社東芝 | 身体装着型生活支援装置 |
AU5359901A (en) | 2000-04-17 | 2001-10-30 | Vivometrics Inc | Systems and methods for ambulatory monitoring of physiological signs |
US6480729B2 (en) | 2000-04-28 | 2002-11-12 | Alexander K. Mills | Method for determining blood constituents |
FR2808609B1 (fr) | 2000-05-05 | 2006-02-10 | Univ Rennes | Dispositif et procede de detection de situations anormales |
US6533729B1 (en) | 2000-05-10 | 2003-03-18 | Motorola Inc. | Optical noninvasive blood pressure sensor and method |
JP4318062B2 (ja) | 2000-05-16 | 2009-08-19 | 日本光電工業株式会社 | 生体信号モニタ |
EP1404213B1 (en) | 2000-05-19 | 2011-03-23 | Welch Allyn Protocol Inc | Patient monitoring system |
US6645155B2 (en) * | 2000-05-26 | 2003-11-11 | Colin Corporation | Blood pressure monitor apparatus |
US7485095B2 (en) | 2000-05-30 | 2009-02-03 | Vladimir Shusterman | Measurement and analysis of trends in physiological and/or health data |
US6605038B1 (en) | 2000-06-16 | 2003-08-12 | Bodymedia, Inc. | System for monitoring health, wellness and fitness |
US7689437B1 (en) | 2000-06-16 | 2010-03-30 | Bodymedia, Inc. | System for monitoring health, wellness and fitness |
EP1311189A4 (en) | 2000-08-21 | 2005-03-09 | Euro Celtique Sa | Near-BLOOD GLUCOSE MONITORING DEVICE |
US20040054821A1 (en) | 2000-08-22 | 2004-03-18 | Warren Christopher E. | Multifunctional network interface node |
JP3784630B2 (ja) | 2000-10-06 | 2006-06-14 | 株式会社総合医科学研究所 | 精神検査方法及び精神機能検査装置 |
EP1353594B1 (en) | 2000-12-29 | 2008-10-29 | Ares Medical, Inc. | Sleep apnea risk evaluation |
US6834436B2 (en) | 2001-02-23 | 2004-12-28 | Microstrain, Inc. | Posture and body movement measuring system |
JP2002253519A (ja) | 2001-03-01 | 2002-09-10 | Nippon Koden Corp | 血液量測定方法及び生体信号モニタ装置 |
US6526310B1 (en) | 2001-03-02 | 2003-02-25 | Ge Medical Systems Information Technologies, Inc. | Patient transceiver system which uses conductors within leads of leadset to provide phased antenna array |
US6595929B2 (en) | 2001-03-30 | 2003-07-22 | Bodymedia, Inc. | System for monitoring health, wellness and fitness having a method and apparatus for improved measurement of heat flow |
US20020156354A1 (en) | 2001-04-20 | 2002-10-24 | Larson Eric Russell | Pulse oximetry sensor with improved spring |
US6694177B2 (en) | 2001-04-23 | 2004-02-17 | Cardionet, Inc. | Control of data transmission between a remote monitoring unit and a central unit |
ES2386003T3 (es) | 2001-06-22 | 2012-08-07 | Invensys Systems, Inc. | Procedimiento y sistema para recoger y recuperar datos de series temporales en tiempo real y en tiempo no real |
US6850787B2 (en) | 2001-06-29 | 2005-02-01 | Masimo Laboratories, Inc. | Signal component processor |
JP3495348B2 (ja) | 2001-07-02 | 2004-02-09 | 日本コーリン株式会社 | 脈波伝播速度情報測定装置 |
US7257438B2 (en) | 2002-07-23 | 2007-08-14 | Datascope Investment Corp. | Patient-worn medical monitoring device |
US6503206B1 (en) | 2001-07-27 | 2003-01-07 | Vsm Medtech Ltd | Apparatus having redundant sensors for continuous monitoring of vital signs and related methods |
US20030107487A1 (en) | 2001-12-10 | 2003-06-12 | Ronen Korman | Method and device for measuring physiological parameters at the wrist |
GB0130010D0 (en) | 2001-12-14 | 2002-02-06 | Isis Innovation | Combining measurements from breathing rate sensors |
US6997882B1 (en) | 2001-12-21 | 2006-02-14 | Barron Associates, Inc. | 6-DOF subject-monitoring device and method |
US7355512B1 (en) | 2002-01-24 | 2008-04-08 | Masimo Corporation | Parallel alarm processor |
US8010174B2 (en) | 2003-08-22 | 2011-08-30 | Dexcom, Inc. | Systems and methods for replacing signal artifacts in a glucose sensor data stream |
US6648828B2 (en) | 2002-03-01 | 2003-11-18 | Ge Medical Systems Information Technologies, Inc. | Continuous, non-invasive technique for measuring blood pressure using impedance plethysmography |
US20030171662A1 (en) | 2002-03-07 | 2003-09-11 | O'connor Michael William | Non-adhesive flexible electro-optical sensor for fingertip trans-illumination |
US7022070B2 (en) | 2002-03-22 | 2006-04-04 | Mini-Mitter Co., Inc. | Method for continuous monitoring of patients to detect the potential onset of sepsis |
US8790272B2 (en) | 2002-03-26 | 2014-07-29 | Adidas Ag | Method and system for extracting cardiac parameters from plethysmographic signals |
US7079888B2 (en) | 2002-04-11 | 2006-07-18 | Ansar, Inc. | Method and apparatus for monitoring the autonomic nervous system using non-stationary spectral analysis of heart rate and respiratory activity |
GB2418258B (en) | 2002-06-05 | 2006-08-23 | Diabetes Diagnostics Inc | Analyte testing device |
EP1388321A1 (en) | 2002-08-09 | 2004-02-11 | Instrumentarium Oyj | Method and system for continuous and non-invasive blood pressure measurement |
US6763256B2 (en) | 2002-08-16 | 2004-07-13 | Optical Sensors, Inc. | Pulse oximeter |
US6879850B2 (en) | 2002-08-16 | 2005-04-12 | Optical Sensors Incorporated | Pulse oximeter with motion detection |
US20070100666A1 (en) | 2002-08-22 | 2007-05-03 | Stivoric John M | Devices and systems for contextual and physiological-based detection, monitoring, reporting, entertainment, and control of other devices |
US7020508B2 (en) | 2002-08-22 | 2006-03-28 | Bodymedia, Inc. | Apparatus for detecting human physiological and contextual information |
US20040116969A1 (en) | 2002-08-26 | 2004-06-17 | Owen James M. | Pulse detection using patient physiological signals |
JP4376784B2 (ja) | 2002-08-27 | 2009-12-02 | 大日本住友製薬株式会社 | バイタルサイン表示装置およびその作動方法 |
EP2181685B1 (en) | 2002-09-06 | 2014-05-14 | Hill-Rom Services, Inc. | Hospital bed with controlled inflatable portion of patient support |
US7118531B2 (en) | 2002-09-24 | 2006-10-10 | The Johns Hopkins University | Ingestible medical payload carrying capsule with wireless communication |
US7226422B2 (en) | 2002-10-09 | 2007-06-05 | Cardiac Pacemakers, Inc. | Detection of congestion from monitoring patient response to a recumbent position |
WO2004054440A1 (en) | 2002-12-13 | 2004-07-01 | Massachusetts Institute Of Technology | Vibratory venous and arterial oximetry sensor |
US20040133079A1 (en) | 2003-01-02 | 2004-07-08 | Mazar Scott Thomas | System and method for predicting patient health within a patient management system |
US20060142648A1 (en) | 2003-01-07 | 2006-06-29 | Triage Data Networks | Wireless, internet-based, medical diagnostic system |
US6920345B2 (en) | 2003-01-24 | 2005-07-19 | Masimo Corporation | Optical sensor including disposable and reusable elements |
JP3760920B2 (ja) | 2003-02-28 | 2006-03-29 | 株式会社デンソー | センサ |
AU2004224345B2 (en) | 2003-03-21 | 2010-02-18 | Welch Allyn, Inc. | Personal status physiologic monitor system and architecture and related monitoring methods |
AU2004229488B2 (en) | 2003-04-10 | 2011-07-14 | Adidas Ag | Systems and methods for respiratory event detection |
KR100571811B1 (ko) | 2003-05-09 | 2006-04-17 | 삼성전자주식회사 | 귀속형 생체 신호 측정 장치 |
EP1633234A4 (en) * | 2003-06-03 | 2009-05-13 | Physiosonics Inc | SYSTEMS AND METHODS FOR DETERMINING INTRACRANIAL FA NON-INVASIVE PRESSURE AND ACOUSTIC TRANSDUCER ASSEMBLIES FOR USE THEREIN |
US20040267099A1 (en) | 2003-06-30 | 2004-12-30 | Mcmahon Michael D. | Pain assessment user interface |
US10231628B2 (en) | 2003-07-02 | 2019-03-19 | Commissariat A L'energie Atomique Et Aux Energies Alternatives | Method for measuring movements of a person wearing a portable detector |
US7455643B1 (en) | 2003-07-07 | 2008-11-25 | Nellcor Puritan Bennett Ireland | Continuous non-invasive blood pressure measurement apparatus and methods providing automatic recalibration |
US9135402B2 (en) | 2007-12-17 | 2015-09-15 | Dexcom, Inc. | Systems and methods for processing sensor data |
AU2003904336A0 (en) | 2003-08-15 | 2003-08-28 | Medcare Systems Pty Ltd | An automated personal alarm monitor |
US7678061B2 (en) | 2003-09-18 | 2010-03-16 | Cardiac Pacemakers, Inc. | System and method for characterizing patient respiration |
US20050059870A1 (en) | 2003-08-25 | 2005-03-17 | Aceti John Gregory | Processing methods and apparatus for monitoring physiological parameters using physiological characteristics present within an auditory canal |
CA2538710A1 (en) | 2003-09-12 | 2005-03-31 | Bodymedia, Inc. | Method and apparatus for measuring heart related parameters |
US20090131759A1 (en) | 2003-11-04 | 2009-05-21 | Nathaniel Sims | Life sign detection and health state assessment system |
US20050124866A1 (en) | 2003-11-12 | 2005-06-09 | Joseph Elaz | Healthcare processing device and display system |
JP5466351B2 (ja) | 2003-11-18 | 2014-04-09 | アディダス アーゲー | 移動式生理学的モニタリングからのデータを処理する方法及びシステム |
US7129891B2 (en) | 2003-11-21 | 2006-10-31 | Xerox Corporation | Method for determining proximity of devices in a wireless network |
US7220230B2 (en) | 2003-12-05 | 2007-05-22 | Edwards Lifesciences Corporation | Pressure-based system and method for determining cardiac stroke volume |
JP4296570B2 (ja) | 2003-12-08 | 2009-07-15 | 日本光電工業株式会社 | バイタルテレメータ |
US20050149350A1 (en) | 2003-12-24 | 2005-07-07 | Kerr Roger S. | Patient information management system and method |
US7301451B2 (en) | 2003-12-31 | 2007-11-27 | Ge Medical Systems Information Technologies, Inc. | Notification alarm transfer methods, system, and device |
US7314451B2 (en) | 2005-04-25 | 2008-01-01 | Earlysense Ltd. | Techniques for prediction and monitoring of clinical episodes |
US7190985B2 (en) | 2004-02-25 | 2007-03-13 | Nellcor Puritan Bennett Inc. | Oximeter ambient light cancellation |
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 |
US7491181B2 (en) | 2004-03-16 | 2009-02-17 | Medtronic, Inc. | Collecting activity and sleep quality information via a medical device |
US20050234317A1 (en) | 2004-03-19 | 2005-10-20 | Kiani Massi E | Low power and personal pulse oximetry systems |
JP3987053B2 (ja) | 2004-03-30 | 2007-10-03 | 株式会社東芝 | 睡眠状態判定装置および睡眠状態判定方法 |
US7004907B2 (en) | 2004-04-07 | 2006-02-28 | Triage Wireless, Inc. | Blood-pressure monitoring device featuring a calibration-based analysis |
US7238159B2 (en) | 2004-04-07 | 2007-07-03 | Triage Wireless, Inc. | Device, system and method for monitoring vital signs |
US7179228B2 (en) * | 2004-04-07 | 2007-02-20 | Triage Wireless, Inc. | Cuffless system for measuring blood pressure |
US8199685B2 (en) | 2004-05-17 | 2012-06-12 | Sonosite, Inc. | Processing of medical signals |
US20050261565A1 (en) | 2004-05-18 | 2005-11-24 | Micron Medical Products | Discretely coated sensor for use in medical electrodes |
CN1698536A (zh) | 2004-05-20 | 2005-11-23 | 香港中文大学 | 采用自动补偿的无袖带式连续血压测量方法 |
US20080162496A1 (en) | 2004-06-02 | 2008-07-03 | Richard Postrel | System and method for centralized management and monitoring of healthcare services |
US20050270903A1 (en) | 2004-06-04 | 2005-12-08 | Schlumberger Technology Corporation | Method for continuous interpretation of monitoring data |
US7261697B2 (en) | 2004-06-16 | 2007-08-28 | Bernstein Donald P | Apparatus for determination of stroke volume using the brachial artery |
US7509131B2 (en) | 2004-06-29 | 2009-03-24 | Microsoft Corporation | Proximity detection using wireless signal strengths |
WO2006005169A1 (en) | 2004-07-09 | 2006-01-19 | Telemedic Inc | Vital sign monitoring system and method |
US20060020192A1 (en) | 2004-07-13 | 2006-01-26 | Dexcom, Inc. | Transcutaneous analyte sensor |
US7656287B2 (en) | 2004-07-23 | 2010-02-02 | Innovalarm Corporation | Alert system with enhanced waking capabilities |
US7173525B2 (en) | 2004-07-23 | 2007-02-06 | Innovalarm Corporation | Enhanced fire, safety, security and health monitoring and alarm response method, system and device |
US7148797B2 (en) | 2004-07-23 | 2006-12-12 | Innovalarm Corporation | Enhanced fire, safety, security and health monitoring and alarm response method, system and device |
US7115824B2 (en) | 2004-08-03 | 2006-10-03 | Kam Chun Lo | Tilt switch and system |
US20060047215A1 (en) | 2004-09-01 | 2006-03-02 | Welch Allyn, Inc. | Combined sensor assembly |
US7468036B1 (en) | 2004-09-28 | 2008-12-23 | Impact Sports Technology, Inc. | Monitoring device, method and system |
US7625344B1 (en) | 2007-06-13 | 2009-12-01 | Impact Sports Technologies, Inc. | Monitoring device, method and system |
US7544168B2 (en) | 2004-09-30 | 2009-06-09 | Jerusalem College Of Technology | Measuring systolic blood pressure by photoplethysmography |
US20080004507A1 (en) | 2004-10-27 | 2008-01-03 | E-Z-Em, Inc. | Data collection device, system, method, and computer program product for collecting data related to the dispensing of contrast media |
US20060122469A1 (en) | 2004-11-16 | 2006-06-08 | Martel Normand M | Remote medical monitoring system |
EP1814454A2 (en) | 2004-11-19 | 2007-08-08 | Vivometrics, Inc. | Methods and systems for real time breath rate determination with limited processor resources |
US7578793B2 (en) | 2004-11-22 | 2009-08-25 | Widemed Ltd. | Sleep staging based on cardio-respiratory signals |
US20080146887A1 (en) | 2004-11-30 | 2008-06-19 | Rao Raman K | Intelligent personal health management appliances for external and internal visualization of the human anatomy and for dental/personal hygiene |
US7976480B2 (en) | 2004-12-09 | 2011-07-12 | Motorola Solutions, Inc. | Wearable auscultation system and method |
US20060128263A1 (en) | 2004-12-09 | 2006-06-15 | Baird John C | Computerized assessment system and method for assessing opinions or feelings |
US20060155589A1 (en) | 2005-01-10 | 2006-07-13 | Welch Allyn, Inc. | Portable vital signs measurement instrument and method of use thereof |
AU2006204886B2 (en) | 2005-01-13 | 2011-08-04 | Welch Allyn, Inc. | Vital signs monitor |
EP1860993B1 (en) | 2005-03-01 | 2019-01-23 | Masimo Laboratories, Inc. | Noninvasive multi-parameter patient monitor |
US20060200029A1 (en) | 2005-03-04 | 2006-09-07 | Medwave, Inc. | Universal transportable vital signs monitor |
US7616110B2 (en) | 2005-03-11 | 2009-11-10 | Aframe Digital, Inc. | Mobile wireless customizable health and condition monitor |
US20060252999A1 (en) | 2005-05-03 | 2006-11-09 | Devaul Richard W | Method and system for wearable vital signs and physiology, activity, and environmental monitoring |
US7827011B2 (en) | 2005-05-03 | 2010-11-02 | Aware, Inc. | Method and system for real-time signal classification |
AU2006244085B2 (en) | 2005-05-10 | 2012-12-13 | Carefusion 303, Inc. | Medication safety system featuring a multiplexed RFID interrogator panel |
JP2006341062A (ja) | 2005-06-09 | 2006-12-21 | Nex1 Future Co Ltd | 応急状況感知装置 |
US7782189B2 (en) | 2005-06-20 | 2010-08-24 | Carestream Health, Inc. | System to monitor the ingestion of medicines |
US8121856B2 (en) | 2005-06-28 | 2012-02-21 | Hill-Rom Services, Inc. | Remote access to healthcare device diagnostic information |
CA2609346A1 (en) | 2005-07-28 | 2007-02-15 | The General Hospital Corporation | Electro-optical system, apparatus, and method for ambulatory monitoring |
US7641614B2 (en) | 2005-08-22 | 2010-01-05 | Massachusetts Institute Of Technology | Wearable blood pressure sensor and method of calibration |
US7674231B2 (en) | 2005-08-22 | 2010-03-09 | Massachusetts Institute Of Technology | Wearable pulse wave velocity blood pressure sensor and methods of calibration thereof |
JP4754915B2 (ja) * | 2005-09-21 | 2011-08-24 | フクダ電子株式会社 | 血圧監視装置 |
US20070071643A1 (en) | 2005-09-29 | 2007-03-29 | Berkeley Heartlab, Inc. | Internet based system for monitoring blood test, vital sign and exercise information from a patient |
US7725147B2 (en) | 2005-09-29 | 2010-05-25 | Nellcor Puritan Bennett Llc | System and method for removing artifacts from waveforms |
US7420472B2 (en) | 2005-10-16 | 2008-09-02 | Bao Tran | Patient monitoring apparatus |
US8706515B2 (en) | 2005-10-20 | 2014-04-22 | Mckesson Information Solutions Llc | Methods, systems, and apparatus for providing a notification of a message in a health care environment |
US7215987B1 (en) | 2005-11-08 | 2007-05-08 | Woolsthorpe Technologies | Method and apparatus for processing signals reflecting physiological characteristics |
US7184809B1 (en) | 2005-11-08 | 2007-02-27 | Woolsthorpe Technologies, Llc | Pulse amplitude indexing method and apparatus |
US8366641B2 (en) | 2005-11-18 | 2013-02-05 | Cardiac Pacemakers, Inc. | Posture detector calibration and use |
US20070129769A1 (en) | 2005-12-02 | 2007-06-07 | Medtronic, Inc. | Wearable ambulatory data recorder |
DE102005059435A1 (de) | 2005-12-13 | 2007-06-14 | Robert Bosch Gmbh | Vorrichtung zur nichtinvasiven Blutdruckmessung |
US7648463B1 (en) | 2005-12-15 | 2010-01-19 | Impact Sports Technologies, Inc. | Monitoring device, method and system |
US20070142715A1 (en) | 2005-12-20 | 2007-06-21 | Triage Wireless, Inc. | Chest strap for measuring vital signs |
US20070156456A1 (en) | 2006-01-04 | 2007-07-05 | Siemens Medical Solutions Health Services Corporation | System for Monitoring Healthcare Related Activity In A Healthcare Enterprise |
US7602301B1 (en) | 2006-01-09 | 2009-10-13 | Applied Technology Holdings, Inc. | Apparatus, systems, and methods for gathering and processing biometric and biomechanical data |
US8109879B2 (en) | 2006-01-10 | 2012-02-07 | Cardiac Pacemakers, Inc. | Assessing autonomic activity using baroreflex analysis |
US7427926B2 (en) | 2006-01-26 | 2008-09-23 | Microsoft Corporation | Establishing communication between computing-based devices through motion detection |
US20070185393A1 (en) | 2006-02-03 | 2007-08-09 | Triage Wireless, Inc. | System for measuring vital signs using an optical module featuring a green light source |
EP1986939A4 (en) | 2006-02-21 | 2011-01-05 | Adt Security Services Inc | SYSTEM AND METHOD FOR REMOTELY MANAGED DELIVERIES |
US8200320B2 (en) | 2006-03-03 | 2012-06-12 | PhysioWave, Inc. | Integrated physiologic monitoring systems and methods |
US7668588B2 (en) | 2006-03-03 | 2010-02-23 | PhysioWave, Inc. | Dual-mode physiologic monitoring systems and methods |
CN102323984A (zh) | 2006-03-30 | 2012-01-18 | 陶氏环球技术有限责任公司 | 用于监控并分析体内用药方案的依从的方法与系统 |
DE102006015291B4 (de) | 2006-04-01 | 2015-10-29 | Drägerwerk AG & Co. KGaA | Verfahren zur Einstellung eines Patientenmonitors |
US20070270671A1 (en) | 2006-04-10 | 2007-11-22 | Vivometrics, Inc. | Physiological signal processing devices and associated processing methods |
GB0607270D0 (en) | 2006-04-11 | 2006-05-17 | Univ Nottingham | The pulsing blood supply |
US8886125B2 (en) | 2006-04-14 | 2014-11-11 | Qualcomm Incorporated | Distance-based association |
TW200740409A (en) | 2006-04-18 | 2007-11-01 | Wei-Kung Wang | A physiological signals monitor with digital real time calibration |
US7561960B2 (en) | 2006-04-20 | 2009-07-14 | Honeywell International Inc. | Motion classification methods for personal navigation |
US20070252853A1 (en) | 2006-04-28 | 2007-11-01 | Samsung Electronics Co., Ltd. | Method and apparatus to control screen orientation of user interface of portable device |
US20070255126A1 (en) | 2006-04-28 | 2007-11-01 | Moberg Sheldon B | Data communication in networked fluid infusion systems |
WO2007129318A2 (en) | 2006-05-06 | 2007-11-15 | Irody Inc | Apparatus and method for obtaining an identification of drugs for enhanced safety |
US7539532B2 (en) | 2006-05-12 | 2009-05-26 | Bao Tran | Cuffless blood pressure monitoring appliance |
US7558622B2 (en) | 2006-05-24 | 2009-07-07 | Bao Tran | Mesh network stroke monitoring appliance |
US7993275B2 (en) | 2006-05-25 | 2011-08-09 | Sotera Wireless, Inc. | Bilateral device, system and method for monitoring vital signs |
JP2009538720A (ja) | 2006-06-01 | 2009-11-12 | ビアンカメッド リミテッド | 生理的徴候を監視するための装置、システム、および方法 |
US20070282208A1 (en) | 2006-06-06 | 2007-12-06 | Bob Jacobs | Mobile computing device with integrated medical devices |
US7373912B2 (en) | 2006-06-07 | 2008-05-20 | Ford Global Technologies, Llc | Oil level indicating system for internal combustion engine |
US7569019B2 (en) | 2006-06-16 | 2009-08-04 | Frank Bour | Analysis and use of cardiographic bioimpedance measurements |
US7783356B2 (en) | 2006-06-29 | 2010-08-24 | Cardiac Pacemakers, Inc. | Automated device programming at changeout |
US9820658B2 (en) | 2006-06-30 | 2017-11-21 | Bao Q. Tran | Systems and methods for providing interoperability among healthcare devices |
EP2049009B1 (en) | 2006-07-28 | 2017-03-08 | Koninklijke Philips N.V. | Automatic transfer and identification of monitored data with hierarchical key management infrastructure |
JP2009545356A (ja) | 2006-08-02 | 2009-12-24 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 患者の動脈系からパルス波の通過を検出するセンサー |
US8343049B2 (en) | 2006-08-24 | 2013-01-01 | Cardiac Pacemakers, Inc. | Physiological response to posture change |
US8442607B2 (en) | 2006-09-07 | 2013-05-14 | Sotera Wireless, Inc. | Hand-held vital signs monitor |
US7610085B2 (en) | 2006-09-12 | 2009-10-27 | Allgeyer Dean O | Simplified ECG monitoring system |
US20080076972A1 (en) | 2006-09-21 | 2008-03-27 | Apple Inc. | Integrated sensors for tracking performance metrics |
ES2298060B2 (es) | 2006-09-27 | 2009-09-03 | Universidad De Cadiz. | Sistema para la monitorizacion y analisis de señales cardiorespiratorias y del ronquido. |
US20080101160A1 (en) | 2006-11-01 | 2008-05-01 | Rodney Besson | Med Alert Watch |
US8449469B2 (en) | 2006-11-10 | 2013-05-28 | Sotera Wireless, Inc. | Two-part patch sensor for monitoring vital signs |
US20080221404A1 (en) | 2006-11-13 | 2008-09-11 | Shun-Wun Tso | Multifunction health apparatus |
US7586418B2 (en) | 2006-11-17 | 2009-09-08 | General Electric Company | Multifunctional personal emergency response system |
US8668651B2 (en) | 2006-12-05 | 2014-03-11 | Covidien Lp | ECG lead set and ECG adapter system |
US7983933B2 (en) | 2006-12-06 | 2011-07-19 | Microsoft Corporation | Patient monitoring via image capture |
DE102006057709B4 (de) | 2006-12-07 | 2015-04-02 | Dräger Medical GmbH | Vorrichtung und Verfahren zum Bestimmen einer Atemfrequenz |
US8157730B2 (en) | 2006-12-19 | 2012-04-17 | Valencell, Inc. | Physiological and environmental monitoring systems and methods |
US20090262074A1 (en) | 2007-01-05 | 2009-10-22 | Invensense Inc. | Controlling and accessing content using motion processing on mobile devices |
US20080171927A1 (en) | 2007-01-11 | 2008-07-17 | Health & Life Co., Ltd. | Physiological detector with a waterproof structure |
US8391786B2 (en) | 2007-01-25 | 2013-03-05 | Stephen Hodges | Motion triggered data transfer |
US20080194918A1 (en) | 2007-02-09 | 2008-08-14 | Kulik Robert S | Vital signs monitor with patient entertainment console |
JP4818162B2 (ja) | 2007-02-27 | 2011-11-16 | パラマウントベッド株式会社 | 可動床板式の寝台装置 |
US20080221399A1 (en) | 2007-03-05 | 2008-09-11 | Triage Wireless, Inc. | Monitor for measuring vital signs and rendering video images |
US7698101B2 (en) | 2007-03-07 | 2010-04-13 | Apple Inc. | Smart garment |
US7541939B2 (en) | 2007-03-15 | 2009-06-02 | Apple Inc. | Mounted shock sensor |
GB0705033D0 (en) | 2007-03-15 | 2007-04-25 | Imp Innovations Ltd | Heart rate measurement |
EP2142095A1 (en) | 2007-05-02 | 2010-01-13 | Earlysense Ltd. | Monitoring, predicting and treating clinical episodes |
US8231614B2 (en) | 2007-05-11 | 2012-07-31 | Tyco Healthcare Group Lp | Temperature monitoring return electrode |
US8750971B2 (en) | 2007-05-24 | 2014-06-10 | Bao Tran | Wireless stroke monitoring |
US8602997B2 (en) | 2007-06-12 | 2013-12-10 | Sotera Wireless, Inc. | Body-worn system for measuring continuous non-invasive blood pressure (cNIBP) |
EP2162059B1 (en) | 2007-06-12 | 2021-01-13 | Sotera Wireless, Inc. | Vital sign monitor and method for measuring blood pressure using optical, electrical, and pressure waveforms |
US8506480B2 (en) | 2007-07-11 | 2013-08-13 | Sotera Wireless, Inc. | Device for determining respiratory rate and other vital signs |
US7530956B2 (en) | 2007-06-15 | 2009-05-12 | Cardiac Pacemakers, Inc. | Daytime/nighttime respiration rate monitoring |
US7698941B2 (en) | 2007-06-20 | 2010-04-20 | Headway Technologies, Inc. | Sensing unit and method of making same |
US7628071B2 (en) | 2007-06-20 | 2009-12-08 | Headway Techologies, Inc. | Sensing unit and method of making same |
US20080319327A1 (en) | 2007-06-25 | 2008-12-25 | Triage Wireless, Inc. | Body-worn sensor featuring a low-power processor and multi-sensor array for measuring blood pressure |
JP5060186B2 (ja) | 2007-07-05 | 2012-10-31 | 株式会社東芝 | 脈波処理装置及び方法 |
US7825794B2 (en) | 2007-08-10 | 2010-11-02 | Integrity Tracking, Llc | Alzheimer's patient tracking system |
US8221290B2 (en) | 2007-08-17 | 2012-07-17 | Adidas International Marketing B.V. | Sports electronic training system with electronic gaming features, and applications thereof |
US20090054752A1 (en) | 2007-08-22 | 2009-02-26 | Motorola, Inc. | Method and apparatus for photoplethysmographic sensing |
WO2009036150A2 (en) | 2007-09-11 | 2009-03-19 | Aid Networks, Llc | Wearable wireless electronic patient data communications and physiological monitoring device |
US8535522B2 (en) | 2009-02-12 | 2013-09-17 | Fresenius Medical Care Holdings, Inc. | System and method for detection of disconnection in an extracorporeal blood circuit |
US8591430B2 (en) | 2007-09-14 | 2013-11-26 | Corventis, Inc. | Adherent device for respiratory monitoring |
US20090076345A1 (en) | 2007-09-14 | 2009-03-19 | Corventis, Inc. | Adherent Device with Multiple Physiological Sensors |
US20090076397A1 (en) | 2007-09-14 | 2009-03-19 | Corventis, Inc. | Adherent Emergency Patient Monitor |
JP2009072417A (ja) | 2007-09-21 | 2009-04-09 | Toshiba Corp | 生体情報処理装置及び方法 |
US8082160B2 (en) | 2007-10-26 | 2011-12-20 | Hill-Rom Services, Inc. | System and method for collection and communication of data from multiple patient care devices |
US7983757B2 (en) | 2007-10-26 | 2011-07-19 | Medtronic, Inc. | Medical device configuration based on sensed brain signals |
US20090118626A1 (en) | 2007-11-01 | 2009-05-07 | Transoma Medical, Inc. | Calculating Respiration Parameters Using Impedance Plethysmography |
US20090124863A1 (en) | 2007-11-08 | 2009-05-14 | General Electric Company | Method and system for recording patient-status |
US8442608B2 (en) | 2007-12-28 | 2013-05-14 | Covidien Lp | System and method for estimating physiological parameters by deconvolving artifacts |
US7684954B2 (en) | 2007-12-31 | 2010-03-23 | Intel Corporation | Apparatus and method for classification of physical orientation |
DE102008003978A1 (de) | 2008-01-11 | 2009-08-13 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Druckmesser, Blutdruckmesser, Verfahren zum Bestimmen von Druckwerten, Verfahren zum Kalibrieren eines Druckmessers und Computerprogramm |
US8152745B2 (en) | 2008-02-25 | 2012-04-10 | Shriners Hospitals For Children | Activity monitoring |
US8321044B2 (en) | 2008-02-29 | 2012-11-27 | Fresenius Medical Care Holdings, Inc. | Multimedia system for dialysis machine |
US20100130811A1 (en) | 2008-04-24 | 2010-05-27 | Searete Llc | Computational system and method for memory modification |
FR2930421A1 (fr) | 2008-04-28 | 2009-10-30 | Univ Sud Toulon Var Etablissem | Dispositif d'acquisition et de traitement de donnees physiologiques d'un animal ou d'un humain au cours d'une activite physique |
US20090295541A1 (en) | 2008-05-27 | 2009-12-03 | Intellidot Corporation | Directional rfid reader |
US20090306485A1 (en) | 2008-06-03 | 2009-12-10 | Jonathan Arnold Bell | Wearable Electronic System |
US8165840B2 (en) | 2008-06-12 | 2012-04-24 | Cardiac Pacemakers, Inc. | Posture sensor automatic calibration |
US20090322513A1 (en) | 2008-06-27 | 2009-12-31 | Franklin Dun-Jen Hwang | Medical emergency alert system and method |
US8688225B2 (en) | 2008-07-11 | 2014-04-01 | Medtronic, Inc. | Posture state detection using selectable system control parameters |
US9545215B2 (en) | 2008-07-31 | 2017-01-17 | Medtronic, Inc. | Apparatus and method for detecting cardiac events |
WO2010016025A1 (en) | 2008-08-06 | 2010-02-11 | E-Vitae Pte. Ltd. | Universal body sensor network |
WO2010020914A1 (en) | 2008-08-19 | 2010-02-25 | Koninklijke Philips Electronics N.V. | Monitoring the blood pressure of a patient |
US20100056881A1 (en) | 2008-08-29 | 2010-03-04 | Corventis, Inc. | Method and Apparatus For Acute Cardiac Monitoring |
US20100125188A1 (en) | 2008-11-18 | 2010-05-20 | Nonin Medical, Inc. | Motion correlated pulse oximetry |
US20120123232A1 (en) | 2008-12-16 | 2012-05-17 | Kayvan Najarian | Method and apparatus for determining heart rate variability using wavelet transformation |
TWI425934B (zh) | 2008-12-23 | 2014-02-11 | Ind Tech Res Inst | 生理信號量測模組及方法 |
US20100210930A1 (en) | 2009-02-13 | 2010-08-19 | Saylor Stephen D | Physiological Blood Gas Detection Apparatus and Method |
EP3127476A1 (en) | 2009-02-25 | 2017-02-08 | Valencell, Inc. | Light-guiding devices and monitoring devices incorporating same |
US20100222649A1 (en) | 2009-03-02 | 2010-09-02 | American Well Systems | Remote medical servicing |
US9596989B2 (en) | 2009-03-12 | 2017-03-21 | Raytheon Company | Networked symbiotic edge user infrastructure |
US8152694B2 (en) | 2009-03-16 | 2012-04-10 | Robert Bosch Gmbh | Activity monitoring device and method |
US8313439B2 (en) | 2009-03-20 | 2012-11-20 | Massachusetts Institute Of Technology | Calibration of pulse transit time measurements to arterial blood pressure using external arterial pressure applied along the pulse transit path |
US8175720B2 (en) | 2009-04-30 | 2012-05-08 | Medtronic, Inc. | Posture-responsive therapy control based on patient input |
US10973414B2 (en) | 2009-05-20 | 2021-04-13 | Sotera Wireless, Inc. | Vital sign monitoring system featuring 3 accelerometers |
US8956294B2 (en) | 2009-05-20 | 2015-02-17 | Sotera Wireless, Inc. | Body-worn system for continuously monitoring a patients BP, HR, SpO2, RR, temperature, and motion; also describes specific monitors for apnea, ASY, VTAC, VFIB, and ‘bed sore’ index |
US9204857B2 (en) | 2009-06-05 | 2015-12-08 | General Electric Company | System and method for monitoring hemodynamic state |
US9596999B2 (en) | 2009-06-17 | 2017-03-21 | Sotera Wireless, Inc. | Body-worn pulse oximeter |
US20100331640A1 (en) | 2009-06-26 | 2010-12-30 | Nellcor Puritan Bennett Llc | Use of photodetector array to improve efficiency and accuracy of an optical medical sensor |
US8239010B2 (en) | 2009-09-14 | 2012-08-07 | Sotera Wireless, Inc. | System for measuring vital signs during hemodialysis |
US10123722B2 (en) | 2009-09-14 | 2018-11-13 | Sotera Wireless, Inc. | Body-worn monitor for measuring respiration rate |
US20110066043A1 (en) | 2009-09-14 | 2011-03-17 | Matt Banet | System for measuring vital signs during hemodialysis |
WO2011034881A1 (en) | 2009-09-15 | 2011-03-24 | Sotera Wireless, Inc. | Body-worn vital sign monitor |
US20110066044A1 (en) | 2009-09-15 | 2011-03-17 | Jim Moon | Body-worn vital sign monitor |
US8364250B2 (en) | 2009-09-15 | 2013-01-29 | Sotera Wireless, Inc. | Body-worn vital sign monitor |
US8321004B2 (en) | 2009-09-15 | 2012-11-27 | Sotera Wireless, Inc. | Body-worn vital sign monitor |
US8527038B2 (en) | 2009-09-15 | 2013-09-03 | Sotera Wireless, Inc. | Body-worn vital sign monitor |
US10420476B2 (en) | 2009-09-15 | 2019-09-24 | Sotera Wireless, Inc. | Body-worn vital sign monitor |
US10806351B2 (en) | 2009-09-15 | 2020-10-20 | Sotera Wireless, Inc. | Body-worn vital sign monitor |
US9106275B2 (en) | 2009-09-24 | 2015-08-11 | Blackberry Limited | Accelerometer tap detection to initiate NFC communication |
US8781393B2 (en) | 2009-09-30 | 2014-07-15 | Ebay Inc. | Network updates of time and location |
US8583453B2 (en) | 2009-10-20 | 2013-11-12 | Universal Research Solutions, Llc | Generation and data management of a medical study using instruments in an integrated media and medical system |
US20110178375A1 (en) | 2010-01-19 | 2011-07-21 | Avery Dennison Corporation | Remote physiological monitoring |
US20110224564A1 (en) | 2010-03-10 | 2011-09-15 | Sotera Wireless, Inc. | Body-worn vital sign monitor |
US8747330B2 (en) | 2010-04-19 | 2014-06-10 | Sotera Wireless, Inc. | Body-worn monitor for measuring respiratory rate |
US9173594B2 (en) | 2010-04-19 | 2015-11-03 | Sotera Wireless, Inc. | Body-worn monitor for measuring respiratory rate |
US8888700B2 (en) | 2010-04-19 | 2014-11-18 | Sotera Wireless, Inc. | Body-worn monitor for measuring respiratory rate |
SG10201503094VA (en) | 2010-04-19 | 2015-06-29 | Sotera Wireless Inc | Body-worn monitor for measuring respiratory rate |
US8979765B2 (en) | 2010-04-19 | 2015-03-17 | Sotera Wireless, Inc. | Body-worn monitor for measuring respiratory rate |
US9339209B2 (en) | 2010-04-19 | 2016-05-17 | Sotera Wireless, Inc. | Body-worn monitor for measuring respiratory rate |
US20110275907A1 (en) | 2010-05-07 | 2011-11-10 | Salvatore Richard Inciardi | Electronic Health Journal |
-
2009
- 2009-12-30 US US12/650,370 patent/US8602997B2/en active Active
-
2010
- 2010-12-30 CN CN201080062296.XA patent/CN102811659B/zh active Active
- 2010-12-30 SG SG2012047783A patent/SG181970A1/en unknown
- 2010-12-30 WO PCT/US2010/062564 patent/WO2011082341A1/en active Application Filing
- 2010-12-30 SG SG10201501410UA patent/SG10201501410UA/en unknown
- 2010-12-30 EP EP10841746.0A patent/EP2519144B1/en active Active
- 2010-12-30 CN CN201510785492.4A patent/CN105342591B/zh active Active
-
2016
- 2016-06-08 HK HK16106632.3A patent/HK1218613A1/zh unknown
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101401724A (zh) * | 2001-06-13 | 2009-04-08 | 康普麦迪克斯有限公司 | 用于监测意识的方法和设备 |
US6517495B1 (en) * | 2001-09-10 | 2003-02-11 | Ge Medical Systems Information Technologies, Inc. | Automatic indirect non-invasive apparatus and method for determining diastolic blood pressure by calibrating an oscillation waveform |
CN101288586A (zh) * | 2007-04-17 | 2008-10-22 | 通用电气公司 | 非侵入式血压确定方法 |
Also Published As
Publication number | Publication date |
---|---|
EP2519144A1 (en) | 2012-11-07 |
EP2519144A4 (en) | 2015-03-11 |
CN102811659A (zh) | 2012-12-05 |
WO2011082341A1 (en) | 2011-07-07 |
US8602997B2 (en) | 2013-12-10 |
CN105342591B (zh) | 2019-03-08 |
CN105342591A (zh) | 2016-02-24 |
SG181970A1 (en) | 2012-08-30 |
US20100160798A1 (en) | 2010-06-24 |
EP2519144B1 (en) | 2020-09-02 |
HK1218613A1 (zh) | 2017-03-03 |
SG10201501410UA (en) | 2015-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102811659B (zh) | 用于测量连续无创血压(cNIBP)的体佩式系统 | |
US10335044B2 (en) | Body-worn system for measuring continuous non-invasive blood pressure (cNIBP) | |
CN105832317B (zh) | 用于心输出量、每搏输出量、心力以及血压的测量系统 | |
US8200321B2 (en) | Method for measuring patient posture and vital signs | |
US11330988B2 (en) | Body-worn system for measuring continuous non-invasive blood pressure (cNIBP) | |
CN104114089A (zh) | 用于生命迹象监测的光学传感器 | |
JPWO2020092786A5 (zh) | ||
US20230293026A1 (en) | Photoplethysmography-based Blood Pressure Monitoring Device | |
WO2024047651A1 (en) | System and method for sensors integration for non-static continuous blood pressure monitoring |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |