CN101065058B

CN101065058B - 使用部分状态空间重构监视生理活动

Info

Publication number: CN101065058B
Application number: CN2005800401345A
Authority: CN
Inventors: L·科尔济诺夫; M·克列姆利夫斯基
Original assignee: Cardionet LLC
Current assignee: Cardionet LLC
Priority date: 2004-10-20
Filing date: 2005-10-18
Publication date: 2010-06-16
Anticipated expiration: 2025-10-18
Also published as: EP1802230A2; US20060084881A1; US7996075B2; AU2005295313B2; ES2395039T3; AU2005295313A1; WO2006044919A2; EP2428160B1; EP2428160A3; EP1802230B1; CA2584503A1; WO2006044919A3; CN101065058A; EP1802230A4; EP2428160A2

Abstract

本发明提供了涉及使用部分状态空间重构来监视生理活动的系统和技术。一般而言，在一个方面，通过使用诸如希尔伯特变换的正交的、与频率无关的变换来生成部分状态空间。此后，可使用状态空间技术来分析部分状态空间以识别生物系统的生理信息。所描述的技术可在分布式心脏活动监视系统中实现，该系统包括心脏监视设备和其中的QRS检测器。

Description

使用部分状态空间重构监视生理活动

交叉引用

本申请要求于2005年3月15日提交的名为“MONITORINGPHYSIOLOGICAL ACTIVITY USING PARTIAL STATE SPACERECONSTRUCTION(使用部分状态空间重构监视生理活动)”的美国实用专利申请序号第11/081,401号的优先权权益；并且本申请要求于2004年10月20日提交的名为“MONITORING PHYSIOLOGICALACTIVITY USING PARTIAL STATE SPACE RECONSTRUCTION(使用部分状态空间重构监视生理活动)”的美国临时申请序号第60/620,864号的优先权权益；并且本申请要求于2004年12月3日提交的名为“MONITORING PHYSIOLOGICAL ACTIVITY USINGPARTIAL STATE SPACE RECONSTRUCTION(使用部分状态空间重构监视生理活动)”的美国临时申请序号第60/633,320号的优先权权益。

技术领域

本申请描述了涉及监视生物体的生理活动的系统和技术，例如，在从人体获得的心脏信号上执行QRS检测。

背景技术

诸如心脏或者大脑的不同器官的电活动可被监视，并且可对该电活动进行分析以寻找可帮助诊断各种情况的模式。例如，心脏的电活动可被监视以追踪心脏机能的各个方面。考虑到身体的单位体积导电率，身体表面的电极或者皮肤下面的电极可显示与该活动相关的电势差。异常的电活动可指示出疾病状态或者涵盖良性到致命范围内的其它生理情况。

心脏监视装置可感测活体的心脏电活动并识别心跳。正如在心电图(ECG)中所看到的那样，经常通过识别QRS复合波中的R波来执行对心跳的识别。R波表示心室除极。QRS复合波中该波的通常大的振幅在识别心跳中是很有用的。传统的自动ECG信号分析工具通常依赖基于相关性的模板匹配和许多以经验为依据的决策规则，这些规则针对某些ECG数据库而被优化。很多技术已经被开发出来以执行QRS检测，但是还是希望进一步的改进。

发明内容

本公开内容包括涉及使用部分状态空间重构来监视生理活动的系统和技术。一般而言，在一个方面中，通过使用诸如希尔伯特(Hilbert)变换的与频率无关的变换来生成用于生物系统的状态空间的部分重构，该变换生成与生理信号数学上正交的变换后的信号。从部分重构的状态空间提取动力学信息的想法有赖于这样的经验：完全重构并不一定增强对生理活动的最重要特征的理解。较低维数的部分重构经常包含提取生理系统的动力学属性所需的所有关键特征。此后，可使用状态空间技术来分析部分状态空间以识别生理信息。这些技术可在分布式心脏活动监视系统中实现，该系统包括心脏监视设备和其中的QRS检测器。

以下优势中的一个或更多个可被提供。在更高维数的状态空间中，心脏的动力学特征可被表示得更好和更为自然。希尔伯特变换可以容易地以数字滤波器的形式实现，该滤波器对于基础信号的频谱特性具有最小的畸变。如和传统时间序列表示相对的，心跳的可靠分类可基于其在较高维数的空间中的形态。例如，自动化程序可轻松区分心室搏动和正常心跳。此外，即使在心脏监视系统中有较少数量的导联(lead)时，该分类也可被准确地执行，这在减少数据存储和扩展监视应用方面提供了优势。

从生物系统获得的电信号，诸如心跳，是由生物系统产生的电势的度量，并且因而这些信号仅代表了生物系统的真正的动态特性。本系统和技术可使自动过程能够执行被认为是逆问题的任务，从所获得信号反推系统动态特性，并且由此断定心脏中发生了什么才引起如所观察到的那样表现的导联信号，这类似于医生或医师观察ECG时间序列时所做的事情。

状态空间变换允许以非常普通的/恒定的形式表示生理信号，这可避免与受检者的特定解剖特征和/或电生理学特征相关联的特性。一般而言，在较高维数空间中，噪声具有格外不同/不规律的动力学行为，并且因而其检测和估计变成了更为简单的任务。假阳性、假阴性或二者的风险可被降低。结合使用状态空间技术和希尔伯特变换可导致对信号特征的识别的极大改进。信号的动力学量或动态量(dynamicalquantity)可被计算，并且随后的分析操作可基于这些动力学量。通过使用基于动力学量的自动分析来以高准确度和高灵敏度检测心律不齐何时发生，可改进监视装置。因而，使用心脏动力学行为的这个特别性质，可实现心脏心律不齐的检测和诊断的有效自动化。

在附图和以下描述中，阐明了一个或更多个实施例的细节。参照本说明书、附图和权利要求书，其它特征和优势将变得显而易见。

根据本发明的一种装置和方法，其包含：获得生物体的生物系统的生理信号，所述生理信号是从数据存储单元取回的存储信号；通过对所述生理信号应用与频率无关的变换，产生与所述生理信号在数学上正交的变换后的信号；从所述生理信号和所述变换后的信号生成表示所述生物系统的动态特性的部分状态空间，所述部分状态空间是表示用于所述生物系统的系统动态特性的状态空间的部分重构；和基于对所述部分状态空间中的信号形态的分析，识别关于所述生物体的生理信息。在该装置和方法中，识别所述生理信息包含对所述感测到的心脏信号中的心跳进行分类；其中识别所述生理信息包含描述所述生物体的生理情况的特性；其中识别所述生理信息包含基于动力学量检测所述生物系统的生理事件，该动力学量包含源自于所述生理信号和所述变换后的信号的值；其中获得所述生理信号包含接收电感测的时间序列x(t)，产生所述变换后的信号包含对所述时间序列x(t)应用希尔伯特(H)变换以获得H(x(t))，并且生成所述部分状态空间包含将x(t)和H(x(t))一起作为状态向量的分量考虑。该装置和方法进一步包括从所述生理信号和所述变换后的信号产生多个动力学量，并且其中识别所述生理信息包含关于所述生物系统的一个或更多个预定义的生理方面来评估所述多个动力学量，其中所述多个动力学量包含x(t)和H(x(t))在状态空间中的非线性变换，不包括振幅和相位的简单线性组合。

根据本发明的一种心脏监视设备，其包含：ECG输入单元；状态空间变换组件，其响应于所述ECG输入单元的输出；QRS识别组件，其响应于所述状态空间变换组件的输出，所述QRS识别组件包含一个或更多个动力学量计算；与所述QRS识别组件相耦合的pQRST参数平均组件；响应于所述ECG输入单元的所述输出的噪声估计器；和与所述QRS识别组件、所述pQRST参数平均组件和所述噪声估计器相耦合的最终QRS决策逻辑。该心脏监视设备进一步包含滤波器，其耦合在所述ECG输入单元和所述状态空间变换组件以及所述噪声估计器之间，其中所述ECG输入单元的所述输出包含拆分开的输出，所述设备进一步包含心律不齐识别组件，其与所述拆分开的输出和所述最终QRS决策逻辑的输入相耦合，所述心律不齐识别组件包含心室纤维性颤动检测器。

根据本发明的一种系统，其包含：ECG输入单元；状态空间变换组件，其响应于所述ECG输入单元的输出；和QRS识别组件，其响应于所述状态空间变换组件的输出，所述QRS识别组件包含一个或更多个动力学量计算器；和天线，其与所述QRS识别组件相耦合并且被配置以无线发送生理信息；与所述QRS识别组件相耦合的pQRST参数平均组件；响应于所述ECG输入单元的所述输出的噪声估计器，和与所述QRS识别组件、所述pQRST参数平均组件和所述噪声估计器相耦合的最终QRS决策逻辑。所述系统，进一步包含监视站，其被配置以接收所述发送的生理信息进一步包含滤波器，其耦合在所述ECG输入单元和所述状态空间变换组件以及所述噪声估计器之间，其中所述ECG输入单元的所述输出包含拆分开的输出，所述系统进一步包含心律不齐识别组件，其与所述拆分开的输出和所述最终QRS决策逻辑的输入相耦合，其中所述心律不齐识别组件包含心室颤动检测器和心搏停止检测器。

根据本发明的一种系统和方法，包括：获得心脏的心脏信号，所述心脏信号是从数据存储单元取回的存储信号；将所述心脏信号转换为表示所述心脏的粗粒度动态特性的嵌入空间，所述转换包含对所述心脏信号应用希尔伯特变换；和采用状态空间分析技术来从所述嵌入空间提取所述心脏的生理信息。其中获得所述心脏信号包含从独立导联获得多个心脏信号，并且转换所述心脏信号包含直接对所述多个心脏信号应用希尔伯特变换以形成所述嵌入空间，所述嵌入空间具有大于或者等于所述独立导联数目的二倍的维数，其中所述独立导联的数目是2，并且所述嵌入空间具有4个空间维，获得所述多个心脏信号包含从数据库取回所述多个心脏信号。在该系统和方法中转换所述心脏信号包含计算所述心脏信号和所述心脏信号的希尔伯特变换的非线性组合。在该方法和系统中采用状态空间分析技术包含从所述嵌入空间得到多个动力学量，所述多个动力学量包含状态空间中的轨迹速度、状态空间中的轨迹长度、速度向量的面积积分和状态空间中的越限。该方法和系统进一步包含基于所提取的生理信息检测异常心跳，和基于所检测到的异常心跳估计生理情况。

附图说明

图1是示出了使用部分状态空间重构来监视生理活动的流程图。

图2示出了分布式心脏活动监视系统，在该系统中为了医学目的来监视心脏信号。

图3是示出了心脏监视设备中的实例QRS检测器的块图。

图4、8A、8B和8C示出了一种状态空间方法，其利用使用希尔伯特变换重构的分析信号、基于心室除极进行心跳分类。

图5是示出了一种状态空间方法的流程图，该方法用于心跳分类和生理情况的特性描述。

图6和图7是示出了实例心脏处理系统和QRS检测器的块图。

具体实施方式

这里所描述的系统和方法使得能够从单导联或双导联系统进行心脏动态特性的部分重构。一般而言，这里所描述的方法是基于这样的事实：所获得的电信号，诸如ECG信号，是生物系统(诸如心脏)的电活动在某个导联系统上的表示或投影。从可用的导联的信号重构心脏的动态特性会导致对心脏的电活动的更准确诊断。可通过仅使用两个导联来执行心脏动态特性的部分重构。下文所描述的系统和技术(例如，移动式心脏门诊遥测系统)可导致改进诊断而不需要众多额外的计算资源。其它优势可包括：更精确检测用于诸如QRS宽度和QRS间隔的计算的基准点，更准确的心室形态分析，和在出现噪音的情况下改进的检测算法稳定性。

图1是示出了使用部分状态空间重构来监视生理活动的流程图。在110，获得生物体的生物系统的生理信号。生理信号可以是诸如ECG信号的心脏信号，诸如脑电图(EEG)信号的脑信号，呼吸信号，血压信号或来自于生物体的其它信号。该信号(一个或多个)可以直接获得，诸如通过如下文所进一步描述的监视人类患者的心脏活动；或者该信号(一个或多个)也可从另一装置或系统间接获得。例如，因为信号是从数据库或其它电子存储装置获取的并且/或者信号在从数据库或其它电子存储装置取回的存储的信号上，故此处所描述的信号处理和分析可被实时执行。

在120，通过应用与频率无关的变换(例如希尔伯特变换的数字形式)，产生变换后的信号。变换后的信号在数学上与生理信号正交，并且由于该变换不支持或放大信号的某些频率超过其它频率，故该变换是与频率无关的。该频率无关性在分析诸如ECG数据的生物信号方面尤其有用，在这样的生物信号中，频谱轻易覆盖宽范围的频率。例如，心脏频谱可包括低至1赫兹和高至100赫兹的频率。

此外，与频率无关的变换通常是对噪声不敏感的变换，诸如希尔伯特变换。这在分析从生物系统感测到的信号时极有价值，在这种情况下，信号的噪声分量可能很大。希尔伯特变换在这种情况下特别有用，尽管希尔伯特变换在另外被认为是用于生物系统的全刻度嵌入的优选方法上强加潜在限制。本发明的发明人已经认识到：考虑到现实世界所感测的生理信号中一些主要波形的通常支配地位，部分状态空间方法仍然极为有用。

在130，从生理信号和变换后的信号生成多维部分状态空间。部分状态空间是用于生物系统的潜在完全状态空间的部分重构，并且完全状态空间表示生物系统的动态特性。已经发现采用专门用于状态空间表示的状态空间技术来分析生物系统活动是极为有效的，即使是仅在部分状态空间(即，较低维数空间)中起作用时。

甚至二维部分状态空间(原始信号加上其希尔伯特变换，作为第三维的时间是隐含的)已被发现在如下文所描述的QRS检测中极为有效；并且使用较低维数空间在降低自动分析的复杂度方面(例如，在某些实施方式中，需要仅一个信号导联并且因而需要仅一个信号输入)具有巨大优势。在部分状态空间上使用状态空间技术来识别生理信息在实际应用中是极为有效的，原因是部分状态空间保留了原始信号的很多属性，同时也添加了状态空间表示所特有的属性。例如，在较高维数空间中，原始信号中的噪声趋于具有格外不同/不规律的动力学行为，并且因而在生物监视装置或与此类装置通信的监视站中，其检测和估计变成了更为容易的任务。

获得生理信号可包含接收电感测时间序列x(t)，生成较高维数信号可包含对时间序列x(t)应用希尔伯特(H)变换以获得H(x(t))，并且产生多维部分状态空间可包含将x(t)和H(x(t))一起作为状态向量的分量考虑。这两个变量x(t)和H(x(t))，形成简单的部分状态空间。此过程也被称为将x(t)嵌入(部分)状态空间。对于使用多源信号(例如，多导联ECG输入)的实施方式，x(t)是多维向量，在这种情况中，x(t)和H(x(t))都是向量，并且部分状态空间的维数等于x(t)的维数的两倍。在140，可从生理信号和变换后的信号生成一个或更多个动力学量。如果状态空间中的点描述了特定动力学状态，则动力学量描述该状态在空间和时间中如何演变，例如，生理状态如何从一点演变到另一点。例如，生成的动力学量可以是x(t)和H(x(t))在状态空间中的非线性变换，不包括振幅和相位的简单线性组合。一般而言，动力学量可用于描述生物系统的动力学状态的演变特性。

在150，基于在多维部分状态空间中的信号形态的分析，识别关于生物体的生理信息。识别生理信息可包含基于动力学量检测生物系统的生理事件，如上所述，动力学量是来源于生理信号和变换后的信号的组合的值。另外，识别生理信息可包含评估关于生物系统的一个或更多个预定义的生理方面的多个动力学量。

图2示出了分布式心脏活动监视系统200，在该系统中监视心脏信号用于医疗目的。生物体210(例如，人类患者，包括可能健康的患者，但是对其进行心脏监视仍然被认为是合适的)具有心脏监视设备220，该设备被配置以从患者心脏获得心脏信号。心脏监视设备220可由一个或更多个装置组成，诸如处理装置和感测装置。感测装置可包括两个独立的导联225，其通过如图所示的人体表面电极(例如，银/氯化银电极，其可放置于规定的位置以帮助监视心脏的电活动)接收电信号。正如此处所使用的，术语“导联”应被理解为包括受电势差影响的装置，诸如产生ECG信号的电极，该电势差产生电压信号；和导体，其形成去往设备220中所使用的任一信号放大器的信号路径。

心脏监视设备220可通过通信信道230与监视站240(例如，监视中心中的计算机)通信。心脏监视设备220可包括一个或更多个适于产生并处理心脏信号、并且适于在通信信道230上转送所有心脏信号或者一部分心脏信号的感测、校准、信号处理、控制、数据存储和传输单元。通信信道230可以是通信网络的一部分，并且可包括用于数据传输的任意合适介质，包括适于承载光信号和/或电信号的有线和无线介质。设备220所进行的无线通信可采用如图所示的适当天线。

心脏监视设备220可向监视站240传送所感测的心脏信号、心脏事件信息(例如，实时心率数据)和额外的生理信息和/或其它信息。心脏监视设备220可包括可植入的医疗装置，诸如可植入的心脏除颤器和相关联的收发机、或者起搏器和相关联的收发机、或者患者佩戴或甚至固定安装的外部监视装置。此外，例如，使用CardioNet移动心脏门诊遥测(MCOT)设备，可实施心脏监视设备220，CardioNetMCOT设备可购买获得并且由加利福尼亚州圣迭哥的CardioNet公司提供。

监视站240可包括用于接收所发送的信号的接收机单元，和各种数据处理和存储单元，其用于提取和存储由传输所承载的关于个体210的状态的信息。监视站240可与监视设备220位于同一大体位置(例如，在同一房间中，同一建筑物中或同一医疗保健机构中)，或者位于遥远的位置。监视站240可包括显示器和处理系统，并且系统操作员250(例如，医生或者心血管专家)可使用监视站240评估从心脏监视设备220接收的生理数据。在对人员210进行主动心脏监视期间，系统操作员250可远程地使用监视站240来改变心脏监视设备220的操作设置。

此外，心脏监视设备220和/或监视站240可使用此处所描述的系统和技术来识别关于人员220的生理信息。这可包括对主动接收到的信号和存储在数据库245中的先前信号进行信号处理和分析。例如，人的历史信号信息可与此处所描述的系统和技术结合使用以改进对当前获取的信号的分析，并且可帮助心跳分类和对生理情况的特性描述，这可帮助医生或医师做出适当的诊断并开出适当的治疗方案。

图3是示出了心脏监视设备中的实例QRS检测器300的块图。ECG输入单元310包括拆分开的输出，该输出向QRS检测器中的两个处理路径提供ECG信号。滤波器315工作于这些ECG信号中的第一信号上以清理该信号，后面的分析处理需要该信号。滤波器315可以是滤波器组，其可包括基线移位抑制器(baseline shift remover)和一个或更多个带通滤波器，带通滤波器被配置以清理用于后面处理的多方面的信号；滤波器组315也可将ECG信号拆分成分开的信号以用于后面的并行处理，并且/或者滤波器组315包括模数转换器。

滤波器315的输出可提供给噪声估计器320和状态空间变换组件325。状态空间变换组件325可产生如所述的部分状态空间，诸如通过将希尔伯特变换直接应用于ECG信号并向QRS识别组件330提供ECG信号和变换后的ECG信号。应当注意到，如所示地将希尔伯特变换“直接”应用于ECG信号(因为中间滤波并未构成中间分析处理，故这种滤波不被认为使希尔伯特变换的这个直接应用无效)与所描述的状态空间分析技术相结合可具有显著优势；希尔伯特变换可应用在算法的前端，而非应用于心脏信号的某个衍生信号。此外，状态空间变换组件325可在变换信号的过程中实现噪声消除，这是信号所变换成的部分状态空间的结果。

QRS识别组件330响应状态空间变换组件325的输出，并且包括如下文进一步所述的一个或更多个动力学量计算器335。QRS识别组件330可基于提供给它的形态参数340在部分状态空间中执行信号分析，并且QRS识别组件330可与pQRST参数平均组件345和最终QRS决策逻辑350都耦合。

最终QRS决策逻辑350可将其QRS检测器输出355建立在从QRS识别组件330、pQRST参数平均组件345和噪声估计器320接收到的输入上。这可包括检测心跳，也可包括通过评估关于人类心脏的一个或更多个预定义的生理方面(例如，基于心室除极将心跳分类为正常和异常)的一个或更多个动力学量来检测生理事件。另外，最终决策逻辑350也可将其QRS检测器输出355建立在从心律不齐识别组件360接收到的输入上，心律不齐识别组件360与ECG输入310的分开的输出相耦合。心律不齐识别组件360可包括心室或心房纤维性颤动检测器和心搏停止检测器，其可使用多种已知的用于识别心室纤维性颤动和心脏收缩缺乏的技术。

QRS检测器300可在监视站240中和/或心脏监视设备220中实施，其各种组件可实施为模拟或数字组件。QRS检测器300可以是实时QRS检测器，其识别连续的QRS复合波并实时确定心跳间隔时间(即输出数据直接从当时的输入数据产生)。通过测量连续R波之间的时间可确定心跳间隔时间(RR间隔)。QRS检测器输出355可提供给额外的逻辑，后者可包括：基于信号形态分析来确定是否潜在地正在发生异常T波的逻辑，心房纤维性颤动/心房颤动(AF)检测器，AF决策逻辑，事件发生器。此外，当被询问时和/或响应于识别的事件/情况，感测到的心脏信号或者其中的部分可被周期性地送至监视站。

图4示出了基于心室除极对心跳进行分类的状态空间方法。第一幅图400示出了ECG信号410和其带通滤波后的形式420，其振幅是纵轴而时间是横轴。心跳周期包括被传统地认知的波形：P波，QRS复合波，T波和U波。异常心跳包括在时间窗430中，并且第二副图450示出了呈现在部分状态空间中的该异常心跳。

部分状态空间在纵轴上呈现信号振幅并在横轴上呈现信号的希尔伯特变换。时间在Z轴上，其与页面平面相垂直。因而，时间窗430控制在所呈现的状态空间表示中覆盖了多少信号点，并且时间以这些点在图450中的所处顺序表示。

正如所见，正常心跳与异常心室跳动明显可区分(例如，通过计算其利用多少点来通过大圈，大圈表示QRS复合波；所示的小圈是T波)。使用该状态空间方法来进行QRS信号分析在实践中比心脏时间序列的传统分析健壮得多，原因是状态空间方法更不可能被任一特定轴上的信号所混淆(注意：心脏可处于胸腔中和/或相对于导联的不同位置)。虽然在系统的用户界面中可采用诸如此类的一幅和更多幅图，但是该图的主要目的是说明在多维部分状态空间中分析信号形态的优势。在很多应用中，该分析被预期为是完全自动化的，尤其当所使用的嵌入空间具有四个或更多的空间维(加上时间维)时，人难以看到和理解该分析。

图5是示出了一种用于心跳分类和生理情况的特性描述的状态空间方法的流程图。在510中，可获得心脏信号。在520，心脏信号可被转换为表示心脏的粗粒度动态特性的嵌入空间。例如，嵌入空间可由来自于独立导联的多个心脏信号和该多个心脏信号的希尔伯特变换组成。

在530中，可采用状态空间技术来从嵌入空间中提取心脏的生理信息。这可包含从嵌入空间推导出多个动力学量。这可包括计算心脏活动的三个或更多的动力学度量和导出的生理量，诸如状态空间中的轨迹速度、轨迹长度、速度向量的面积积分和越限(thresholdcrossing)。

状态空间中的轨迹速度可被定义为动力学量V(t)，其被计算为：

(1)

\overset{&RightArrow;}{V} (t) = \frac{\overset{&RightArrow;}{S} (t) - \overset{&RightArrow;}{S} (t - Δt)}{Δt}

其中，S(t)是具有坐标x(t)和H(x(t))的状态空间中的向量。状态空间中的轨迹长度可被定义为动力学量L(t)，其可被计算为状态空间中的点到点距离的和；它是相位轨迹的非线性函数，其可用于估计离开预期演变的系统偏离(随机偏差)。速度向量的面积积分可估计为：

(2)

A (t) = Σ_{t_{0}}^{t_{0} + nΔt} | \overset{&RightArrow;}{V} (t) &CircleTimes; [\overset{&RightArrow;}{V} (t) - \overset{&RightArrow;}{V} (t - Δt)] |

其中nΔt是计算面积A(t)的时间间隔。状态空间中的越限与状态空间中的所选点相对应，轨迹在所选定的点穿过诸如(x(t)，0)或(0，H(t))的特定平面。一般而言，相位轨迹与所选择表面的交叉被称为坡印凯(Poincare)映射，并且该映射可用于寻找状态转移的开始，诸如电生理波的波峰。尽管描述了动力学量的三个实例，但显然也可使用其它状态空间分析技术，诸如最近邻技术、拓扑缺陷计算或它们的变体。

可将心脏认为是一动力学系统，这意味着存在一些确定性的(动力学)法则控制经过心脏组织的电脉冲。心脏动态特性的详细重构在理论上是可能的，但是由于ECG数据中的噪声和变化性，这通常是不现实的。尽管如此，以诊断为目的，完全重构是不必要的。因而，表示心脏的粗粒度动态特性的状态空间的部分重构，是进行心脏监视的高效方法。

为更进一步阐述该内容，假定已获得完全重构的多维状态空间。在这个完全的状态空间中，当在某些方向中投影时，重构的动态特性具有大振幅，而在其它方向，具有很小的振幅。通过选择在二维上使振幅最大化并使剩余投影最小化的线性正交变换，前两维表示大振幅的粗粒度动态特性，并且其它维包括较低振幅、较细粒度的动力学运动。此外，较细粒度的维包括有噪声的、较不规律的运动。因而，前两维对诊断目的应该是最为有用的，原因是它们主要表示生物系统(心脏，在这个实例中)的动态特性，并且较少受噪声影响。因此，前两维可用于诊断目的。正如根据上述内容所认识到的那样，全部所需要的是输入信号到二维粗粒度状态空间的直接变换，而非实施输入信号到完全状态空间再到二维粗粒度状态空间的序列，前者应该在较低计算密集型程序中提供前两维的几乎所有益处。

在540，可基于所提取的生理信息对感测到的心脏信号中的心跳进行分类。这包含如上所述的那样检测异常心跳。在550，描述生理情况的特性。这包含基于检测到的异常心跳估计生理情况。对生理情况的此类估计或特性描述作为对患者的特定诊断的初步结论。

因而，除了检测诸如心跳的特定生理事件，本系统和技术可用于检测更为广泛的生理事件，诸如特定心脏情况的进展。这使得能够自动预测指定生理情况的概率，并且允许自动系统提出对患者的诊断。此预测能力对于医生或医师很有用，并且随着生理信息数据库随时间不断建立，此预测能力可不断改进。

在心脏监视的背景下，本系统和技术可用于准确识别心脏波包括P波和U波的起始点和结束点。这可使得能够准确计算生理间隔，诸如QT间隔、QS间隔，PR间隔和ST间隔。因而，采用这些技术的自动程序可建立患者的心脏波形间隔的全面记录，并且使用这个记录来帮助对患者当前情况做出后面的分析和诊断。相关的临床信息可来自于大量心脏数据，并且仅需要向医师或内科医生呈现自动程序所确定的数据的最突出的特征。

图6和图7是示出了采用上述系统和技术的实例心脏处理系统600和QRS检测器700的块图。系统600包括ECG数据获取系统610，其采用少于10个的导联。例如，系统610可以是如上所述的双导联系统。ECG数据获取系统610可向QRS和QT分析包提供双通道采样ECG信号(例如，以每秒250个样本的采样速率)，用于处理。此外，包的输入可包括采样数据、起搏器尖刺波和无效导联信息(每个样本)、加上命令和配置信息。

QRS和VFIB(心室纤维性颤动)检测器620可分析输入信号并提供包括QRS位置和形态信息(例如，正常的、心室的或者未分类的)以及VFIB信息在内的输出。AFIB(心房纤维性颤动)检测器630可检查心房纤维性颤动。QT间隔测量组件640可测量QT间隔，如下文进一步描述的。此外，这些组件的输出可被作为输入提供给心律不齐分析系统中的一个或更多个触发器650。

QRS检测器700包括预处理级710，其包括QRS带通组件、分析信号发生器和速度/相位计算器。预处理级710可包括滤波器组，该滤波器组包含低通滤波器和高通滤波器，并且预处理级710可构造上述的分析信号。例如，图8A、8B和8C示出了原始ECG信号810、ECG信号810的希尔伯特变换820和ECG信号810的分析表示830。

预处理级710可形成被随后的级使用的数据栈。预处理级710可将进入的ECG数据转换为描述心脏电活动的速度和功率特性的明确定义的积(下文缩写为速度振幅积)。预处理级710也可提供滤波后的数据，以帮助在随后级的数据分析中进行低频和高频噪声估计。

更新级720可包括通道质量估计器、阈值调整组件和通道统计更新组件。通道质量估计器可报告检测过程中的导联可用性。如果导联中的一个关闭或者不提供信息，则检测可使用另一个导联继续。如果两个导联都被通道质量估计器分类为不提供信息，则产生相应的警报。

更新级720的输出可被提供给振幅相位QRS检测器730。一般而言，QRS峰值检测可包含计算动力学阈值、将先前检测到的峰值作为起始点、和识别明确定义的速度振幅积的阈值之上的最大值。此外，检测器可负责测试通道质量并使其自身适应基线移位和高振幅高频噪声。在当前样本之前的250个样本(例如每秒)，通道质量可被估计。

形态分类级740可采用RR分析(例如，非对称，双槽口检测)、QS分析(例如，心跳宽度)、P波检测、T波检测和心室形态检查。在成功分类之后，可对心跳分配某些度量标准，其可用于更新心跳统计量。

通道融合级750可对通道、心跳质量(心跳对伪像)和心室形态之间的QRS相关性做出最终决策。在该级，通道可融合为单一输出。此外，可对与检测到的心跳或通道质量相关联的多种信息的输出提供可编程控制。例如，输出可被设置为包括心跳注解(例如，“N”＝正常心跳，“V”＝心室跳动，“Q”＝未分类)和对应于所检测到的QRS复合波中心的时间标记。扩展注解可包括基准点(例如，Q点、S点、P波位置和T波位置)和通道特性(例如，信噪比，检测可信度等等)。

如果适用的话，心跳注解可开始于所检测到的第三次心跳，并且心室形态可开始于所检测到的第五次心跳。一般而言，检测器不需学习，但在某些实施方式中，可能需要两秒钟的延迟以让预处理级710准备滤波后的输入并调整参数。此外，QRS复合波可被分类为属于组，并且该组可用于更新平均QRS参数以帮助形态分析。

QRS检测器700可包括伪像消除组件760，并且最终决策逻辑780可基于来自伪像消除组件760和VFBB检测器770的输入来产生QRS输出。QRS输出可包括用于每个所检测到的QRS事件的QRS复合波输出。QRS复合波输出可包括心跳注解和时序信息。此外，QRS输出可包括QRS振幅，QRS宽度和基准点信息。

VFIB检测器770可通过进入的ECG的分析来检测心室纤维性颤动/扑动节律，其基于以下标准：当缺少与QRS类似的活动并且心室信号在噪声级(VFIB标志位为真)之上时，VFIB触发。如果发生该事件，则QRS检测器可空转直到VFIB标志位被设置为假(未检测到VFIB)。

QRS检测器700也可包括心搏停止监视。QRS检测器700可使用自动调整的阈值。振幅上的较低界限可被作为输入参数提供。另外，如果在10秒钟之内未检测到下一个QRS峰，则检测器可给出心搏停止警告以帮助外部触发。

来自于图7的QT间隔测量组件640可使用各种QT间隔定义之一来测量QT间隔。一般而言，QT间隔是Q与T波的终点之间的距离。Q点定义为QRS波的起始，但是T波的终点可以至少两种截然不同的方式定义：“切线”法和“振幅”法。振幅法将T波的终点定义为ECG信号振幅变得小于0.1mV的点。

切线法将T波的终点定义为分析信号的振幅变得小于0.1mV的点。分析信号是原始ECG信号在复数空间中的扩张，比如以下：

(3)A(t)＝x(t)+iH(x(t))

其中H(x(t))是原始ECG信号x(t)的希尔伯特变换。可使用带限希尔伯特变换(例如，两个不同的高通滤波器)。此后，可为两种表示估计分析信号的振幅，并且具有较高振幅的那个可用于T波终点计算。Q点可被定义为分析信号的振幅变得大于0.1mV的点。此外，在希尔伯特变换之后可使用高通滤波器(例如，截止频率是15Hz的高通滤波器)。

应当注意到：使用上述的切线法会导致低估QT间隔的可能性大为降低。一般而言，分析信号的振幅(绝对值方面)总是比信号振幅大。因而，使用切线法定义T波终点可导致一些额外的样本在某些实施方式中被当作T波的一部分。此外，由于使用分析信号表示，使用切线法可导致独立于QRS轴或T波的轴产生的一致值。

可以模拟电子电路、数字电子电路、集成电路、计算机硬件、固件、软件或前述的组合(诸如本说明书中所公开的结构工具和其结构等价物(例如，嵌入式实施方式))，实施本说明书中描述和阐明的系统和方法。设备可以软件产品(例如，计算机程序产品)实施，该软件产品有形地体现在机器可读介质(例如存储装置)中，用于被可编程处理器执行，并且通过在输入数据上进行操作并产生输出，执行指令程序的可编程处理器可执行处理操作以执行功能。此外，可在一个或更多个软件程序中有利地实施该系统，这些软件程序可在可编程系统上执行。该可编程系统可包括以下：(1)至少一个可编程处理器，其被耦合以从数据存储系统接收数据和指令并向数据存储系统发送数据和指令；(2)至少一个输入装置；和(3)至少一个输出装置。此外，每个软件程序可以高级程序编程语言或者面向对象的编程语言实现，或者，如果希望，可以汇编语言或者机器语言实现；并且无论如何，语言可以是编译性语言或者解释性语言。

此外，例如，适当的处理器既包括通用微处理器又包括专用处理器。通常，处理器将从只读存储器、随机存取存储器接收指令和数据，和/或机器可读信号(例如，通过网络连接接收的数字信号)。通常，计算机将包括一个或更多个大容量存储装置以存储数据文件。此装置可包括磁盘，诸如内部硬盘和可移动盘、磁光盘和光盘。适于有形地体现软件程序指令和数据的存储装置包括所有形式的非易失性存储器，例如，包括下列：(1)半导体存储器装置，诸如EPROM(电可编程只读存储器)；EEPROM(电可擦除可编程只读存储器)和闪存装置；(2)诸如内部硬盘和可移动盘的磁盘；(3)磁光盘；和(4)光盘，诸如CD-ROM盘。ASIC(特定用途集成电路)可补充上述装置中的任一装置，或者上述装置中的任一装置可并入ASIC中。

为提供与用户(诸如系统操作员)之间的交互，系统可实施在计算机系统上，该计算机系统具有：显示装置，诸如用于向用户显示信息的监视器或者液晶显示器(LCD)屏幕；及键盘和点击装置，诸如鼠标或跟踪球，用户通过它们向计算机系统提供输入。可对计算机系统进行编程以提供图形用户界面，计算机系统通过该图形用户界面与用户交互，并且可改变在监视系统中的操作设置。

前述描述是针对特定实施方式进行的。其它实施例处于所附权利要求的范围内。例如，可以不同的顺序执行操作并且仍然取得期望的结果；不应认为所示出的操作顺序是限制性的。此外，替代的实施方式可使用多个生理信号，并且动力学量可基于多个不同类型的生理信号。

Claims

1.一种由机器实施的方法，其包含：

获得生物体的生物系统的生理信号，所述生理信号是从数据存储单元取回的存储信号；

通过对所述生理信号应用与频率无关的变换，产生与所述生理信号在数学上正交的变换后的信号；

从所述生理信号和所述变换后的信号生成表示所述生物系统的动态特性的部分状态空间，所述部分状态空间是表示用于所述生物系统的系统动态特性的状态空间的部分重构；和

基于对所述部分状态空间中的信号形态的分析，识别关于所述生物体的生理信息。

2.根据权利要求1所述的方法，其中获得所述生理信号包含接收感测到的心脏信号。

3.根据权利要求2所述的方法，其中识别所述生理信息包含对所述感测到的心脏信号中的心跳进行分类。

4.根据权利要求2所述的方法，其中识别所述生理信息包含描述所述生物体的生理情况的特性。

5.根据权利要求1所述的方法，其中识别所述生理信息包含基于动力学量检测所述生物系统的生理事件，该动力学量包含源自于所述生理信号和所述变换后的信号的值。

6.根据权利要求5所述的方法，其中获得所述生理信号包含接收电感测的时间序列x(t)，产生所述变换后的信号包含对所述时间序列x(t)应用希尔伯特(H)变换以获得H(x(t))，并且生成所述部分状态空间包含将x(t)和H(x(t))一起作为状态向量的分量考虑。

7.根据权利要求6所述的方法，进一步包含从所述生理信号和所述变换后的信号产生多个动力学量，并且其中识别所述生理信息包含关于所述生物系统的一个或更多个预定义的生理方面来评估所述多个动力学量。

8.根据权利要求5所述的方法，其中获得所述生理信号包含接收主动监视的人的心脏的实时心电图时间序列，产生所述变换后的信号包含直接对所述接收到的心电图时间序列应用希尔伯特变换，并且检测所述生理事件包含关于所述人的心脏的一个或更多个预定义的生理方面评估所述动力学量。

9.根据权利要求1所述的方法，其中所述与频率无关的变换包含非线性变换。

10.根据权利要求9所述的方法，其中所述与频率无关的变换包含线性变换和非线性变换。

11.一种由机器实施的方法，其包含：

基于对所述部分状态空间中的信号形态的分析，识别关于所述生物体的生理信息；

其中识别所述生理信息包含基于动力学量检测所述生物系统的生理事件，该动力学量包含源自于所述生理信号和所述变换后的信号的值；

其中获得所述生理信号包含接收电感测的时间序列x(t)，产生所述变换后的信号包含对所述时间序列x(t)应用希尔伯特(H)变换以获得H(x(t))，并且生成所述部分状态空间包含将x(t)和H(x(t))一起作为状态向量的分量考虑；

进一步包含从所述生理信号和所述变换后的信号产生多个动力学量，并且其中识别所述生理信息包含关于所述生物系统的一个或更多个预定义的生理方面来评估所述多个动力学量；

其中所述多个动力学量包含x(t)和H(x(t))在状态空间中的非线性变换，不包括振幅和相位的简单线性组合。

12.一种用于识别生理信息的系统，其包含以下模块：

第一模块，其用于获得生物体的生物系统的生理信号；

第二模块，其用于通过对所述生理信号应用与频率无关的变换，产生在数学上与所述生理信号正交的变换后的信号；

第三模块，其用于从所述生理信号和所述变换后的信号生成表示所述生物系统的动态特性的部分状态空间，所述部分状态空间是用于所述生物系统的潜在完全状态空间的部分重构；和

第四模块，其用于基于对所述部分状态空间中的信号形态的分析，识别关于所述生物体的生理信息。

13.根据权利要求12所述的系统，其中获得所述生理信号包含接收感测到的心脏信号。

14.根据权利要求13所述的系统，其中识别所述生理信息包含对所述感测到的心脏信号中的心跳进行分类。

15.根据权利要求13所述的系统，其中识别所述生理信息包含描述所述生物体的生理情况的特性。

16.根据权利要求12所述的系统，其中识别所述生理信息包含基于动力学量检测所述生物系统的生理事件，该动力学量包含源自于所述生理信号和所述变换后的信号的值。

17.根据权利要求16所述的系统，其中获得所述生理信号包含接收电感测的时间序列x(t)，产生所述变换后的信号包含对所述时间序列x(t)应用希尔伯特(H)变换以获得H(x(t))，并且生成所述部分状态空间包含将x(t)和H(x(t))一起作为状态向量的分量考虑。

18.根据权利要求17所述的系统，所述系统进一步包含第五模块，用于从所述生理信号和所述变换后的信号产生多个动力学量，并且其中识别所述生理信息包含关于所述生物系统的一个或更多个预定义的生理方面评估所述多个动力学量。

19.根据权利要求16所述的系统，其中获得所述生理信号包含接收主动监视的人的心脏的实时心电图时间序列，产生所述变换后的信号包含直接对所述接收到的心电图时间序列应用希尔伯特变换，并且检测所述生理事件包含关于所述人的心脏的一个或更多个预定义的生理方面评估所述动力学量。

20.根据权利要求12所述的系统，其中所述与频率无关的变换包含非线性变换。

21.根据权利要求20所述的系统，其中所述与频率无关的变换包含线性变换和非线性变换。

22.一种用于识别生理信息的系统，其包含以下模块：

第一模块，其用于获得生物体的生物系统的生理信号；

第四模块，其用于基于对所述部分状态空间中的信号形态的分析，识别关于所述生物体的生理信息；

所述系统进一步包含第五模块，用于从所述生理信号和所述变换后的信号产生多个动力学量，并且其中识别所述生理信息包含关于所述生物系统的一个或更多个预定义的生理方面评估所述多个动力学量；

23.一种心脏监视设备，其包含：

ECG输入单元；

状态空间变换组件，其响应于所述ECG输入单元的输出；

QRS识别组件，其响应于所述状态空间变换组件的输出，所述QRS识别组件包含一个或更多个动力学量计算；

与所述QRS识别组件相耦合的pQRST参数平均组件；

响应于所述ECG输入单元的所述输出的噪声估计器；和

与所述QRS识别组件、所述pQRST参数平均组件和所述噪声估计器相耦合的最终QRS决策逻辑。

24.根据权利要求23所述的设备，进一步包含滤波器，其耦合在所述ECG输入单元和所述状态空间变换组件以及所述噪声估计器之间。

25.根据权利要求24所述的设备，其中所述ECG输入单元的所述输出包含拆分开的输出，所述设备进一步包含心律不齐识别组件，其与所述拆分开的输出和所述最终QRS决策逻辑的输入相耦合。

26.根据权利要求25所述的设备，其中所述心律不齐识别组件包含心室纤维性颤动检测器。

27.一种心脏监视系统，其包含：

ECG输入单元；

状态空间变换组件，其响应于所述ECG输入单元的输出；和

QRS识别组件，其响应于所述状态空间变换组件的输出，所述QRS识别组件包含一个或更多个动力学量计算器；和

天线，其与所述QRS识别组件相耦合并且被配置以无线发送生理信息；

与所述QRS识别组件相耦合的pQRST参数平均组件；

响应于所述ECG输入单元的所述输出的噪声估计器；和

28.根据权利要求27所述的系统，进一步包含监视站，其被配置以接收所述发送的生理信息。

29.根据权利要求27所述的系统，进一步包含滤波器，其耦合在所述ECG输入单元和所述状态空间变换组件以及所述噪声估计器之间。

30.根据权利要求29所述的系统，其中所述ECG输入单元的所述输出包含拆分开的输出，所述系统进一步包含心律不齐识别组件，其与所述拆分开的输出和所述最终QRS决策逻辑的输入相耦合。

31.根据权利要求30所述的系统，其中所述心律不齐识别组件包含心室颤动检测器和心搏停止检测器。

32.一种由机器实施的方法，其包含：

获得心脏的心脏信号，所述心脏信号是从数据存储单元取回的存储信号；

将所述心脏信号转换为表示所述心脏的粗粒度动态特性的嵌入空间，所述转换包含对所述心脏信号应用希尔伯特变换；和

采用状态空间分析技术来从所述嵌入空间提取所述心脏的生理信息。

33.根据权利要求32所述的方法，其中获得所述心脏信号包含从独立导联获得多个心脏信号，并且转换所述心脏信号包含直接对所述多个心脏信号应用希尔伯特变换以形成所述嵌入空间，所述嵌入空间具有大于或者等于所述独立导联数目的二倍的维数。

34.根据权利要求33所述的方法，其中所述独立导联的数目是2，并且所述嵌入空间具有4个空间维。

35.根据权利要求33所述的方法，其中获得所述多个心脏信号包含从数据库取回所述多个心脏信号。

36.根据权利要求32所述的方法，其中转换所述心脏信号包含计算所述心脏信号和所述心脏信号的希尔伯特变换的非线性组合。

37.根据权利要求32所述的方法，其中采用状态空间分析技术包含从所述嵌入空间得到多个动力学量。

38.根据权利要求37所述的方法，其中所述多个动力学量包含状态空间中的轨迹速度、状态空间中的轨迹长度、速度向量的面积积分和状态空间中的越限。

39.一种用于识别生理信息的系统，其包含以下模块：

第一模块，其用于获得心脏的心脏信号；

第二模块，其用于将所述心脏信号转换为表示所述心脏的粗粒度动态特性的嵌入空间，所述转换包含对所述心脏信号应用希尔伯特变换；和

第三模块，其用于采用状态空间分析技术以从所述嵌入空间提取所述心脏的生理信息。

40.根据权利要求39所述的系统，其中获得所述心脏信号包含从独立导联获得多个心脏信号，并且转换所述心脏信号包含直接对所述多个心脏信号应用希尔伯特变换以形成所述嵌入空间，所述嵌入空间具有大于或者等于所述导联数目的二倍的维数。

41.根据权利要求40所述的系统，其中所述独立导联的数目是2，并且所述嵌入空间具有4个空间维。

42.根据权利要求40所述的系统，其中获得所述多个心脏信号包含从数据库取回所述多个心脏信号。

43.根据权利要求39所述的系统，其中转换所述心脏信号包含计算所述心脏信号和所述心脏信号的希尔伯特变换的非线性组合。

44.根据权利要求39所述的系统，其中采用状态空间分析技术包含从所述嵌入空间得到多个动力学量。

45.根据权利要求44所述的系统，其中所述多个动力学量包含状态空间中的轨迹速度、状态空间中的轨迹长度、速度向量的面积积分和状态空间中的越限。

46.根据权利要求39所述的系统，进一步包含用于基于所提取的生理信息检测异常心跳的模块。

47.根据权利要求46所述的系统，进一步包含用于基于所检测到的异常心跳估计生理情况的模块。