[go: up one dir, main page]

JP7232194B2 - Emg信号を処理するための方法及びシステム - Google Patents

Emg信号を処理するための方法及びシステム Download PDF

Info

Publication number
JP7232194B2
JP7232194B2 JP2019553507A JP2019553507A JP7232194B2 JP 7232194 B2 JP7232194 B2 JP 7232194B2 JP 2019553507 A JP2019553507 A JP 2019553507A JP 2019553507 A JP2019553507 A JP 2019553507A JP 7232194 B2 JP7232194 B2 JP 7232194B2
Authority
JP
Japan
Prior art keywords
signal
ecg
emg
filtered
generating
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
Application number
JP2019553507A
Other languages
English (en)
Other versions
JP2020512142A (ja
Inventor
レネ マルティヌス マリア デルクス
サンドリーヌ マガリ ロール デヴォト
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips NV filed Critical Koninklijke Philips NV
Publication of JP2020512142A publication Critical patent/JP2020512142A/ja
Application granted granted Critical
Publication of JP7232194B2 publication Critical patent/JP7232194B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • A61B5/352Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/389Electromyography [EMG]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/725Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/08Measuring devices for evaluating the respiratory organs

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Signal Processing (AREA)
  • Cardiology (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Pulmonology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Description

本発明は、信号処理の分野に関し、特に、筋電図(EMG)信号処理の分野に関する。
慢性閉塞性肺疾患(COPD)及び他の呼吸器疾患を患った患者において、表面EMGから測定された傍胸骨の筋活動の評価は、患者の呼吸労力の強度、タイミング、及び持続期間を推定するために使用され得る。これは、呼吸筋負荷と呼吸筋能力との間におけるバランスのインジケーターとして機能し得る。吸入中に発生する最大EMGレベルは神経性呼吸ドライブ(NRD)に関係する。急性憎悪中のCOPD患者において観察される肺過膨脹中、呼吸筋負荷と能力との間におけるバランスに変化が存在し、これが神経性呼吸ドライブに反映される。より低い能力及びより大きい負荷が、NRDの上昇を結果的にもたらす。吸入中にEMG電極を介して、例えば、第2肋間腔における傍胸骨筋からの、又は、腹部における横隔膜からの呼吸筋から測定されたEMG信号の最大出力は、患者の悪化又は改善のインジケーターとして使用され得る。これは、退院後における再入院の予測因子としても使用される。
吸気EMG活動が測定され得る前に、異なる測定において発生したECGコンタミネーションは除去されなければならない。静かな呼吸中にCOPD患者のEMG信号を測定するとき、及び/又は、スニッフと呼ばれる強制的な最大随意吸気を実施するとき、EMGエネルギーは、ECGエネルギーに近づき得るか、又は、さらにはECGエネルギーを上回り得る。これは、悪い信号対ノイズ比(SNR)状態をもたらし、ECG信号内におけるRピークがこのような高エネルギーEMG領域において誤検出されるので、ECG除去の問題をもたらす。誤って検出されたRピークは、大きいEMGピークがRピークとして検出されるのでEMGレベルの過小評価につながり得るか、又は、Rピークが検出されないのでEMGレベルの過大評価につながり得る。
従って、EMG信号から低水準のSNR状態におけるECGコンタミネーションを信頼可能に、及び、大幅な追加的なハードウェアを必要とせずに除去する方法が必要とされる。
本発明は、請求項により規定される。
本発明の一態様による例によると、フィルタ処理されたEMG信号を生成する方法であって、方法は、
ECG信号とEMG信号とを含む組み合わされた信号を取得するステップと、
組み合わされた信号に第1の高域通過フィルタを適用するステップと、
第1の高域通過フィルタ処理された組み合わされた信号に基づいて、ECGモデル信号を生成するステップと、
ECGモデル信号と第1の高域通過フィルタ処理された組み合わされた信号とのうちの少なくとも1つに基づいて、第1のEMG信号を生成するステップと、
第2のEMG信号を生成するために第1のEMG信号に第2の高域通過フィルタを適用し、及び、第2のECGモデル信号を生成するためにECGモデル信号に第2の高域通過フィルタを適用するステップと、
ゲーティング技術により第2のEMG信号と第2のECGモデルとに基づいて、フィルタ処理されたEMG信号を生成するステップと、
を有する、方法が提供される。
この方法は、EMG信号がECG信号を支配する低水準のSNR状態におけるECGコンタミネーション信号を実質的に含まないEMG信号を生成する。第1の高域通過フィルタを適用することにより、信号からノイズを除去することが可能であるとともに、ECGモデル信号の生成に使用されるECGエネルギーを保存する。ECGモデル信号は、高域通過フィルタ処理された組み合わされた信号のECG成分を推定するように機能する。
好ましくは部分的にフィルタ処理されたEMG信号である第1のEMG信号を生成することにより、高域通過フィルタ処理された組み合わされた信号及び/又はECGモデルに基づいてECGコンタミネーションを大幅に少なくしたEMG信号を実現することが可能である。次に、第2の高域通過フィルタが、ECGモデル信号の生成に有用でありながらゲーティング技術に悪影響のあるECGエネルギーをさらに除去するために適用される。このように、ECGエネルギーがゲーティング技術を妨害することを防ぎながら、ECGモデル信号の生成に使用されるECGエネルギーを保存することが可能である。第2の高域通過フィルタがさらにECGモデル信号に適用されて、ゲーティング技術を制御するために使用される第2のECGモデル信号を生成する。
一実施形態において、第1の高域通過フィルタは、20Hz未満、例えば、5Hz以下のカットオフ周波数をもつ。
よく知られているように、ECG信号の各パルスは、PQRST成分として特定された一連のピーク及び谷を含む。P波、いわゆるQRS複素成分、及びT波は、ECGにおける心臓における電気的活動を表す。P波は、右心房及び左心房の脱分極を表す。QRS複素成分は、P波に追従し、右心室及び左心室の活性化を示す。T波は、心室の再分極を表す。Q-Tインターバルは、脳室の脱分極及び再分極に必要な時間を表す。
支配的パルスがR信号であり、従って、これはECGパルスタイミングを特定することに最適であり、従って、ゲーティングアプローチにも最適である。しかし、T波も大幅なエネルギーを搬送し、従って、さらに、ECG信号モデルを生成することに使用される。
20Hz未満、例えば、5Hz以下のカットオフ周波数をもつ高域通過フィルタを適用することにより、ECG信号の大幅な量のエネルギーを保存することが可能である。このように、ECGモデル信号の生成は、低水準のSNR状態の場合に改善される。続いて、これは、より正確なゲーティング技術をもたらし、従って、より正確なフィルタ処理されたEMG信号をもたらす。
一実施形態において、第2の高域通過フィルタは、15Hzより高い、例えば、20Hz以上のカットオフ周波数をもつ。
このように、第2の高域通過フィルタは、ゲーティング技術が信号に適用される前に第1の高域通過フィルタにより保存されたECGエネルギーをフィルタ処理により除去し得る。より具体的には、第2の高域通過フィルタは、ECG信号からT波エネルギー、及び、大幅な量のQRS複素エネルギーを除去し得る。この第2の高域通過フィルタを含むことにより、ゲーティング技術が過度なエネルギーをゲーティングにより除去することを防ぐこと、及び、第2の高域通過フィルタを適用した後に留まる残存QRS複素成分に属するエネルギーの小部分のみをゲーティングにより除去することが可能である。
一構成において、ECGモデル信号の生成は、
高域通過フィルタ処理された組み合わされた信号に整合したフィルタを適用することにより強調されたECG信号を生成することであって、整合したフィルタがECGテンプレートを使用する、生成することと、
強調されたECG信号におけるピークを特定することと、
強調されたECG信号におけるピークに基づいて、高域通過フィルタ処理された組み合わされた信号における基準点を特定することと、
高域通過フィルタ処理された組み合わされた信号と基準点とに基づいて、ECGモデル信号を生成することと、
を有する。
高域通過フィルタ処理された組み合わされた信号内におけるECG信号の基準点を特定することにより、ECGテンプレートを取得するために時間基準として基準点を使用して複数のECGサイクルを平均化することによりECGモデル信号を生成することが可能である。次に、ECGテンプレートと特定された基準点とが、ECGモデル信号を推定するために使用される。ECGモデル信号を使用することにより、高域通過フィルタ処理された組み合わされた信号からECGコンタミネーションを除去することが可能であり、より明確なフィルタ処理されたEMG信号を結果的にもたらす。整合したフィルタは、高域通過フィルタ処理された組み合わされた信号内におけるECG信号の基準点を特定するために、単一のECGサイクルの波形に似ているECGテンプレートを使用する。
さらなる構成において、基準点はRピークを含む。
Rピークは、ECG信号の最も目立つ基準点である。高域通過フィルタ処理された組み合わされた信号内におけるECG信号の基準点としてRピークを特定することにより、複数のECGサイクルが、平均ECG信号形状を復元するために使用され得、次に、平均ECG信号形状がECGモデル信号の生成のために使用される。このように、ECGモデル信号は、元の組み合わされた信号内におけるECG信号のより近い表現であり得、それにより、より正確なフィルタ処理されたEMG信号を結果的にもたらす。
さらに異なるさらなる構成において、ECGモデル信号の生成は、ECGモデル信号において各ECGサイクルにテーパ付けすることをさらに有する。
このテーパ付けは、第2のEMG信号及び第2のECGモデル信号における高周波妨害につながるECGモデル信号における後続のECGサイクル間における不連続部の出現を防ぐ。例えば、テーパ付けは、ゼロに向かう2つの後続のECGサイクル間に位置するECGモデル信号値にテーパ付けするように適応され得る。
いくつかの構成において、ECGモデル信号の生成は、
ECGモデル信号の単一のECGサイクルを使用してECGテンプレートを演算することと、
整合したフィルタに演算されたECGテンプレートを提供することと、
をさらに有する。
整合したフィルタにECGテンプレートを提供することにより、整合したフィルタは、高域通過フィルタ処理された組み合わされた信号内におけるECG信号における基準点に関係したより明確に規定されたピークをもつ強調されたECG信号を生成するために、高域通過フィルタ処理された組み合わされた信号をフィルタ処理し得る。このように、一般的なECG信号テンプレートを使用するのではなく、第1のECGテンプレートがECGモデル信号を使用することにより生成された後に、正確なECGテンプレートが測定ごとの方式で使用される。
一実施形態において、ゲーティング技術は、ECGモデル信号の二乗平均平方根RMSを演算することと、ECGモデル信号のRMSに基づいて二進ゲーティング信号を演算することと、二進ゲーティング信号を使用して第2のEMG信号をゲーティングすることとを有する。
実際には、高域通過フィルタ処理された組み合わされた信号からのECGモデル信号の減算は、高域通過フィルタ処理された組み合わされた信号からすべてのECG信号を完全には除去しないものであり、第2のEMG信号は、いくらかの残存ECGコンタミネーションを含有する。これは、ゲーティング技術により除去される。ECGモデル信号のRMSに基づいて二進ゲーティング信号を演算すること、及び、二進ゲーティング信号を使用して第2のEMG信号をゲーティングすることにより、残存EMG信号を除去することが可能である。
いくつかの実施形態において、本方法は、フィルタ処理されたEMG信号の連続的RMSを生成するステップをさらに有し、フィルタ処理されたEMG信号の連続的RMSを生成するステップが、フィルタ処理されたEMG信号のゲート境界に近い非ゲーティング領域の信号レベルを推定するステップと、推定された信号レベルに基づいてフィルタ処理されたEMG信号のゲーティングされた領域において値を補間することにより連続的なフィルタ処理されたEMG信号を生成するステップと、連続的なフィルタ処理されたEMG信号のRMSを演算するステップとを有する。
ゲーティング技術により生成されたフィルタ処理されたEMG信号は、ゲーティングされた領域と呼ばれるゼロ信号振幅のセクションを含む。これらのゲーティングされた領域を再構築することにより、さらなる分析に使用される連続的なフィルタ処理されたEMG信号を生成することが可能である。次に、フィルタ処理されたEMG信号の連続的RMSは、ユーザーの臨床パラメータを演算するために使用される。次に、臨床EMGパラメータは、ユーザーの呼吸機能に関係した様々な尺度、例えば、神経性呼吸ドライブ(NRD)を演算するために使用される。
一構成において、第1の(部分的にフィルタ処理された)EMG信号の生成は、高域通過フィルタ処理された組み合わされた信号からECGモデル信号を減算することを有する。
高域通過フィルタ処理された組み合わされた信号からECGモデル信号を減算することにより、高域通過フィルタ処理された組み合わされた信号におけるECGコンタミネーションの大きい割合が除去される。
いくつかの設計において、本方法は、第1の高域通過フィルタを適用した後に、高域通過フィルタ処理された組み合わされた信号をバッファリングすることをさらに有する。
さらなる設計において、バッファリングすることは、30秒から5分の間の期間、例えば、1分の期間にわたって実施される。
高域通過フィルタ処理された組み合わされた信号にバッファリングを実施することにより、所与の時間ウィンドウにわたって、例えば、1分にわたって信号サンプルを収集することが可能である。このように、ECGモデル信号の生成は、非常に簡単に行われる。バッファリングは、バッファリングされたデータの連続したセクション間の重なりが存在するように、スライドウィンドウを使用する。
本発明の一態様による例によると、コンピュータがコンピュータにおいて動作させられたとき、上述の方法を実施するように適応されるコンピュータプログラムコード手段を含むコンピュータプログラムが提供される。
本発明の一態様による例によると、
ECG信号とEMG信号とを含む組み合わされた信号を取得することと、
組み合わされた信号に第1の高域通過フィルタを適用することと、
第1の高域通過フィルタ処理された組み合わされた信号に基づいてECGモデル信号を生成することと、
第1の高域通過フィルタ処理された組み合わされた信号とECGモデル信号とのうちの少なくとも1つに基づいて第1のEMG信号を生成することと、
第2のEMG信号を生成するために第1のEMG信号に第2の高域通過フィルタを適用し、及び、第2のECGモデル信号を生成するためにECGモデル信号に第2の高域通過フィルタを適用することと、
ゲーティング技術により第2のEMG信号と第2のECGモデルとに基づいてフィルタ処理されたEMG信号を生成することと、
をするように適応された、制御装置と、
組み合わされた信号を測定するように適応されたEMG電極と、
フィルタ処理されたEMG信号を出力するための信号出力デバイスと、
を備える、EMG測定システムが提供される。
本発明の例が、添付図面を参照しながら以下で詳細に説明される。
本発明の方法を示す図である。 フィルタ処理されたEMG信号を生成するためのシステムを示す図である。 図3のシステムのセクションをより詳細に示す図である。 3つの異なる第1の高域通過フィルタカットオフ周波数に対する3つのECGテンプレートを示す図である。 図4Aから図4Dに示される3つのECGテンプレートに対応した3つの強調されたECG信号を示す図である。 第2のEMG信号、第2のECGモデル信号、フィルタ処理されたEMG信号、第2のECGモデル信号のRMS、及び、20Hzのカットオフ周波数をもつ第1の高域通過フィルタに対する、及び第2の高域通過フィルタを適用しないゲート信号を示す図である。 5Hzのカットオフ周波数をもつ第1の高域通過フィルタ、及び、20Hzのカットオフ周波数をもつ第2の高域通過フィルタに対する図6A及び図6Bのプロットを示す図である。 手動スニッフ検出方法と2つの自動スニッフ検出方法との間の比較結果を示す図である。
本発明は、フィルタ処理されたEMG信号を生成するための方法を提供する。本方法は、組み合わされた信号を取得することを有し、組み合わされた信号は、ECG信号とEMG信号とを含む。第1の高域通過フィルタは、組み合わされた信号に適用され、ECGモデル信号は、高域通過フィルタ処理された組み合わされた信号に基づいて生成される。本方法は、高域通過フィルタ処理された組み合わされた信号からECGモデル信号を減算することにより、部分的にフィルタ処理されたEMG信号を生成することをさらに有する。次に、第2の高域通過フィルタが、第2のEMG信号を生成するために部分的にフィルタ処理されたEMG信号に、及び第2のECGモデル信号を生成するためにECGモデル信号に適用される。フィルタ処理されたEMG信号は、ゲーティング技術により第2のEMG信号と第2のECGモデルとに基づいて生成される。
図1は、フィルタ処理されたEMG信号を生成する方法100を示す。
ステップ110において、組み合わされた信号が取得され、組み合わされた信号は、ECG信号とEMG信号とを含む。
例えば、第2肋間腔傍胸骨筋において測定されたEMG信号は、典型的には、多くの場合、EMG信号自体より高いエネルギーをもつECG信号により激しく汚されている。
いくつかの場合において、EMG信号は、ECGエネルギーよりエネルギーがより高い。これは、ユーザーがスニッフとして知られる最大自発吸気動作を実施するときに発生し得る。これらの状況において、組み合わされた信号の低水準の信号対ノイズ比に起因して、ECGコンタミネーションを除去することは困難であり得る。組み合わされた信号からECG信号を特定及び除去するために、いくつかの処理ステップが実施される。
ステップ120において、第1の高域通過フィルタが組み合わされた信号に適用される。
第1の高域通過フィルタは、20Hz未満、例えば、5Hz以下のカットオフ周波数をもつ。第1の高域通過フィルタは、ECG信号のエネルギーを保存しながら、組み合わされた信号からノイズ及び運動アーチファクトを除去するように適応される。
5Hzのカットオフ周波数は、ベースラインシフトなどのノイズ及び運動アーチファクトを除去することと、T波を含むECG信号のエネルギーを保存することとの間における良好なバランスを提供するのに対し、1Hzのカットオフ周波数をもつ高域通過フィルタは、ECG信号のうちのより多くを保存する一方で、運動アーチファクトによる影響をはるかに受けやすい。20Hzのカットオフ周波数は、運動アーチファクト及びT波を除去するが、ECG信号におけるQRS複素成分のエネルギーを保存する。
ステップ130において、高域通過フィルタ処理された組み合わされた信号は、バッファリングを経る。
バッファリングは、1分の期間にわたって実施される。代替的に、バッファリングは、1分より長く、例えば、2分又は3分にわたって、又は、1分未満にわたって、例えば、30秒にわたって行われる。
バッファリング期間は、所与の時間ウィンドウにおいて高域通過フィルタ処理された組み合わされた信号のサンプルを収集するために使用される。従って、いくつかの場合において、バッファリング期間は、方法100の以前のサイクルからの以前のバッファリング期間と重なる。これは、例えば、10秒のスライドウィンドウが各方法サイクルに対して実施されることを可能にする。
ステップ140において、ECGモデルは、高域通過フィルタ処理された組み合わされた信号に基づいて生成される。
強調されたECG信号は、高域通過フィルタ処理された組み合わされた信号に整合したフィルタを適用することにより生成され、整合したフィルタは、ECGテンプレートを使用する。整合したフィルタは、ECGテンプレートなどのテンプレート信号を使用することにより作用して、高域通過フィルタ処理された組み合わされた信号などの入力信号内において同様の形状を認識及び分離する。
方法の1回目に対して、ECGテンプレートは、ECG信号の一般的な一サイクルであるが、ECGモデル信号が高域通過フィルタ処理された組み合わされた信号から生成された後、次に、ECGモデル信号の一サイクルが、方法の後続回に対するECGテンプレートとして使用される。ECGテンプレートは、最新のECGモデル信号を使用して連続的に更新され、それにより、整合したフィルタの精度を改善する。代替的に、初期ECGテンプレートは、整合したフィルタの出力においてECGを強調するための、及び、EMGの影響を最小化するための、20Hz(より低い)及び40Hz(より高い)カットオフ周波数をもつ帯域通過フィルタである。
組み合わされた信号から強調されたECG信号を生成するステップの後、強調されたECG信号のピークが特定され、ECGモデル信号を生成するために高域通過フィルタ処理された組み合わされた信号の基準点として機能するように、高域通過フィルタ処理された組み合わされた信号へと微調整される。ECG信号の最も目立つ基準点はRピークである。Rピークは典型的には鋭いピークをもつ最高の振幅をもつ。Rピークは、正又は負のピーク値をもつ。
最後に、ECGモデル信号は、高域通過フィルタ処理された組み合わされた信号と基準点とに基づいて生成される。基準点は、高域通過フィルタ処理された組み合わされた信号に調整される(時間的にわずかに一致させられることを意味する)。例えば、強調されたECG信号のピークが、高域通過フィルタ処理された信号のピークに一致しない場合、それらは、最大で5msぶんシフトされる。
ステップ150において、部分的にフィルタ処理されたEMG信号が、ECGモデル信号と高域通過フィルタ処理された組み合わされた信号とのうちの少なくとも1つに基づいて生成される。例えば、ECGモデル信号は、高域通過フィルタ処理された組み合わされた信号から減算される。高域通過フィルタ処理された組み合わされた信号からECGモデル信号を減算することにより、ECGコンタミネーションの大部分が除去されて、より正確なEMG信号を残す。
ステップ160において、第2の高域通過フィルタの2つのインスタンスが、第2のEMG信号を生成するために部分的にフィルタ処理されたEMG信号に、及び、第2のECGモデル信号を生成するためにECGモデル信号に適用される。第2の高域通過フィルタの2つのインスタンスは、15Hzより高い、例えば、20Hz以上のものである等しいカットオフ周波数をもつ。
後続のステップにおいて第2のEMG信号にゲーティング技術を適用する場合、それは、T波が時間的に限局されず、ゲーティング技術が第2のEMG信号から過度なエネルギーを除去するので、T波に関するECGエネルギーを除去することが有益である。ゲーティング技術が、ECGモデル信号内におけるT波エネルギーに起因して、部分的にフィルタ処理されたEMG信号から過度なエネルギーをゲーティングにより除去することを防ぐために、T波エネルギーは、第2の高域通過フィルタによりフィルタ処理により除去される。T波エネルギーは2Hzから10Hzの周波数範囲内に位置するので、20Hzのカットオフ周波数をもつ第2の高域通過フィルタがECGモデル及び部分的にフィルタ処理されたEMGモデルから任意のT波エネルギーを除去する。
代替的に、第2の高域通過フィルタのさらに高いカットオフ周波数、例えば、100Hzのカットオフ周波数をもつことが有益である。このより高いカットオフ周波数は、ECGモデル信号及び部分的にフィルタ処理されたEMG信号からT波エネルギーだけでなく、ECGモデル信号及び部分的にフィルタ処理されたEMG信号からQRS複素エネルギーの大部分をさらに除去する。結果として、第2のEMG信号における残存QRS複素成分は、時間的に非常に狭く、ゲーティング技術は、従って、エネルギーの小部分のみをゲーティングにより除去する。これは、フィルタ処理されたEMG信号におけるゲーティングされた部分のうちの小部分のみをもたらす。
ステップ170において、フィルタ処理されたEMG信号は、ゲーティング技術のための制御信号として第2のECGモデル信号を使用することにより、第2のEMG信号にゲーティング技術を適用することにより生成される。
ゲーティング技術は、ECGモデル信号の減算により取得された打ち消し量に対してさらに使用される。ゲーティング技術に対して、第2のECGモデル信号のRMSは次のように演算される。
ECG_model_RMS(k)=sqrt[avg[(ECG’)(k)]]
ここで、ECG_model_RMS(k)は、第2のECGモデル信号ECG’のRMSであり、kは、サンプルインデックスであり、演算子avg[.]は、例えば、50msの移動平均を演算し、演算子sqrt[.]は、平方根を演算する。第2のEMG信号における残存ECGコンタミネーションの低減のために、二進ゲーティング信号gate(k)は、次のように演算される。
gate(k)=ECG_model_RMS(k)<[median(ECG_model_RMS)*gate_thresh]
ここで、median(ECG_model_RMS)は、所与のウィンドウ、例えば、1分内における第2のECGモデル信号の中央RMS値であり、パラメータgate_threshは、ゲーティング技術の感度を微調整するための追加的な因子として使用される。gate_threshに対する典型的な値は、1から2の間である。第2のECGモデル信号は、T波エネルギーをもはや含まないので、第2のECGモデル信号は、大幅な量の低い値を含む。閾値を規定するために第2のECGモデル信号に中央値演算子を使用することにより、ゲーティングは、第2のEMG信号にゲーティングを適用するとき、第2のEMG信号における残存ECGエネルギーを効果的に除去する。
これは、(ECGモデル信号のRMS値の中央値より高いRMSをもつ)ECGモデル信号の高いRMS値を意味する。信号gate(k)は、ゼロに等しく、第2のEMG信号における残存ECGエネルギーは、除去される。
二進ゲーティング信号gate(k)を使用して、第2のEMG信号が、次のようにゲーティングされる。
EMG’’(k)=EMG’(k)*gate(k)
ここで、EMG’’(k)は、フィルタ処理されたEMG信号である。フィルタ処理されたEMG信号は、第2のEMG信号とゲーティング信号とのエレメントワイズ積である。上述のゲーティング技術の実施態様は、ゲーティングがECGモデル信号を使用してどのように実施されるかの一例にすぎない。
ステップ180において、フィルタ処理されたEMG信号の連続的RMSが生成される。
単純なRMS計算は、フィルタ処理されたEMG信号において実施されるが、ゲーティング技術に起因して、フィルタ処理されたEMG信号のRMSは、連続的ではなくなる。フィルタ処理されたEMG信号のゲーティングされた領域は、まず、フィルタ処理されたEMG信号のゲート境界に近い非ゲーティング領域の信号レベルを推定することにより補間される。連続的なフィルタ処理されたEMG信号が、次に、ゲーティングされた領域の境界における推定された信号レベルを使用することにより、フィルタ処理されたEMG信号のゲーティングされた領域において値を補間することにより演算される。次に、連続的RMS信号は、次に、連続的なフィルタ処理されたEMG信号から構築される。
ステップ190において、NRDなどの臨床EMGパラメータが、連続的なフィルタ処理されたEMG信号の連続的RMSに基づいて生成される。臨床パラメータは、1つ又は複数の生理学的信号と組み合わされて、連続的なフィルタ処理されたEMG信号の連続的RMSにおいて生成される。例えば、NRDを演算するとき、鼻カニューレなどの外部呼吸センサーが、より確実に吸気相を検出するために、連続的RMS信号に関連して使用される。例えば、吸入中に発生するEMG信号の最大RMS値が特定される。
図2は、フィルタ処理されたEMG信号を生成するためのシステムを示す。
2つのEMG電極210がユーザー220の第2肋間腔に提供され、一方の電極が胸骨のいずれかの側に位置する。代替的に、電極がユーザーの上腹部に位置することにより、横隔膜からのEMG信号を測定する。電極は、ユーザーに装着される単一のパッチにおいて、又は個別に提供される。
EMG電極は、ユーザーのEMG及びECG信号を含む組み合わされた信号を検出し、組み合わされた信号が、次に、信号処理ユニット230に提供される。信号処理ユニットは、アナログの組み合わされた信号をデジタル形式に変換するように適応されたアナログ・デジタルコンバーター240を含有する。このように、組み合わされた信号は、デジタルシステムにより処理される。
次に、デジタル化された組み合わされた信号245が、例えば、5Hzのカットオフ周波数をもつ第1の高域通過フィルタ250に提供される。高域通過フィルタ処理された組み合わされた信号255は、次に、バッファリング260を経る。バッファリングされた高域通過フィルタ処理された組み合わされた信号265は、次に、2つのチャネルに沿って分けられる。第1のチャネルは、バッファリングされた高域通過フィルタ処理された組み合わされた信号を、図3を参照してより詳細に説明されるECGモデル信号生成ユニット270に提供し、第2のチャネルは、バッファリングされた高域通過フィルタ処理された組み合わされた信号を減算ユニット280に提供する。
ECGモデル信号生成ユニット270は、2つのチャネルに沿ってユニットから出力されるECGモデル信号285を生成する。第1のチャネルは、ECGモデル信号を減算ユニット280に提供し、次に、減算ユニット280は、バッファリングされた高域通過フィルタ処理された組み合わされた信号からECGモデル信号を減算し、それにより、部分的にフィルタ処理されたEMG信号290を生成する。次に、部分的にフィルタ処理されたEMG信号が、第2の高域通過フィルタ300の第1のインスタンスに提供される。第2のチャネルは、第2の高域通過フィルタの第2のインスタンスにECGモデル信号を直接提供する。
例えば、20Hzのカットオフ周波数をもつ第2の高域通過フィルタが、第2のEMG信号305と第2のECGモデル310とを生成し、第2のEMG信号305と第2のECGモデル310との両方が、ゲーティングユニット315に提供される。ゲーティングユニットが、フィルタ処理されたEMG信号320を生成するために、ゲーティング技術、例えば、ここまでに説明されているゲーティング技術を実施する。
図3は、図2に示されるシステムのECGモデル信号生成ユニット270の詳細図を示す。
バッファリングされた信号265は、前述のように、ECGモデル信号生成ユニット270と減算ユニット280とに提供される。ECGモデル信号生成ユニット内において、バッファリングされた高域通過フィルタ処理された信号は、2つのチャネルに分割され、分割された第1のものがバッファリングされた高域通過フィルタ処理された信号を、整合したフィルタ340に提供する。整合したフィルタは、バッファリングされた高域通過フィルタ処理された信号から強調されたECG信号350を生成するために、上述のように初期ECGテンプレート345を使用する。
強調されたECG信号は、次に、強調されたECG信号内における高域通過フィルタ処理された組み合わされた信号265内におけるECG信号のRピークに関係したピークなどのピークを検出するように適応されたピーク検出ユニット355に提供される。これらのピーク360は、ECGモデル信号生成器365に供給される。高域通過フィルタ処理された組み合わされた信号265と一緒に、ピーク360が、ECGモデル信号370を構築するために高域通過フィルタ処理された組み合わされた信号265内におけるECG信号の基準点として機能するように微調整される。次に、ECGモデル信号の単一のECGサイクルが、ECGテンプレートとして機能するように、整合したフィルタ340に提供されることにより、整合したフィルタの正確さを高める。代替的に、ECGテンプレートは、整合したフィルタによる使用のために初期EMGテンプレートと組み合わされる。次に、ECGモデル信号が、ECGモデル信号生成ユニット270から出力され、本方法が上述のように続く。T波エネルギーとQRS複素エネルギーとを保存することにより、ECGモデル信号から取得されたECGテンプレートは、高域通過フィルタ処理された組み合わされた信号内におけるECG信号をより正確に表す。
図4Aは、第1の高域通過フィルタの3つの異なるカットオフ周波数に対するECGテンプレートの3つの例の、時間に対する、Rピーク振幅に対して正規化された信号振幅のグラフ400を示す。第1のプロット410は、1Hzのカットオフ周波数をもつ第1の高域通過フィルタに対するECGテンプレートを示す。グラフから理解され得るように、ECGテンプレートは、T波を含むECGエネルギーの大部分を保存したが、このECGテンプレートは、ノイズ及び運動アーチファクトによる影響を非常に受けやすい。
第2のプロット420は、5Hzのカットオフ周波数をもつ第1の高域通過フィルタに対するECGテンプレートを示す。この場合、より少ないECGエネルギーが保存されるが、ECG信号のT波425が、Rピークに加えて依然として明確に視認可能である。このように、依然として大幅な量のECG信号のエネルギーが保存されるとともに、さらに、組み合わされた信号からノイズ及び運動アーチファクトの大部分をフィルタ処理により除去する。最後に、第3のプロット430が、20Hzのカットオフ周波数をもつ第1の高域通過フィルタに対するECGテンプレートを示す。第1のプロット及び第2のプロットに比べて、T波の全エネルギーが第1の高域通過フィルタにより除去された。従って、T波のエネルギーは、整合したフィルタ340においてもはや利用されなくなり得る。
明確であることを目的として、図4Bから図4Dは、それぞれ、図4Aの第1のプロット410、第2のプロット420、及び第3のプロット430を別々のグラフとして示す。図4Bから図4Dから、図4Bと図4Cとに示されるように、ECGテンプレートのRピーク440とT波425との両方が、1Hz又は5Hzのカットオフ周波数をもつ第1の高域通過フィルタにより保存されるのに対し、図4Dに示されるように、20Hzのカットオフ周波数をもつ第1の高域通過フィルタによりT波が除去されたことが明確に確認される。
図5Aは、図4Aに示されるECGテンプレートの各々を使用して高域通過フィルタ処理された組み合わされた信号をフィルタ処理することにより生成された強調されたECG信号のグラフ500を示す。前述のように、図5Bから図5Dは、図5Aの個々のプロットを示す。図5Bは、1Hzのカットオフ周波数をもつ第1の高域通過フィルタを使用した、図4BのECGテンプレートに対応した強調されたECG信号のグラフ520を示す。図5Cは、5Hzのカットオフ周波数をもつ第1の高域通過フィルタを使用した、図4CのECGテンプレートに対応した強調されたECG信号のグラフ530を示す。図5Dは、20Hzのカットオフ周波数をもつ第1の高域通過フィルタを使用した図4DのECGテンプレートに対応した強調されたECG信号のグラフを示す。
この場合、高域通過フィルタ処理された組み合わされた信号は、5回の心臓サイクルと約30秒において発生する1回の最大吸気動作とからなる。図4Aと図4Dとに示されるように20Hzのカットオフ周波数をもつ第1の高域通過フィルタに対するECGテンプレートが信号における多量のノイズ510に起因して、最大吸気動作の瞬間に存在する心臓サイクルのピークの検出に使用不能な強調されたECG信号を結果的にもたらすことが図5A及び図5Dにおいて確認され得る。1Hz及び5Hzのカットオフ周波数をもつ第1の高域通過フィルタを使用したECGテンプレートを使用することが、最大吸気動作中であってもすべての心臓サイクルピークの検出を可能にする、はるかに良好な信号対ノイズ比をもつ強調されたECG信号を与える。
図6Aは、2つのグラフ600を示し、第1のグラフ610は、第2のEMG信号620、ゲーティングされた第2のEMG信号630、及び、Rピーク640をもつ第2のECGモデル信号を表す。明確であることを目的として、図6Bは、第1のグラフの個々のプロットを示す。第2のECGモデル信号は、20Hzのカットオフ周波数をもつ第1の高域通過フィルタにより生成され、第2の高域通過フィルタは、まだ適用されていない。このグラフ610において、単一の誤ったRピーク650が存在する。
図6Aにおける第2のグラフ660は、第2のECGモデル信号670及びゲート信号680のRMSを示す。誤ったRピーク650に起因して、過度なゲーティングが存在し、ゲーティングされた第2のEMG信号630において確認され得るように、過度なエネルギーが第2のEMG信号620からゲーティングされることを結果的にもたらす。
図7Aは、グラフ600と同様の2つのグラフ700を示し、同様に、第1のグラフ710が第2のEMG信号720、ゲーティングされた第2のEMG信号730、及びRピーク740をもつ第2のECGモデル信号を表すが、第1の高域通過フィルタのカットオフ周波数が5Hzまで下げられていることにより、ECGモデル信号の生成に使用されるECG信号のT波を保存する。図7Bは、図7Aの第1のグラフの個々のプロットを示す。
より低いカットオフ周波数の結果として、従って、整合したフィルタにおける追加的なECGエネルギーの結果として、Rピーク740のすべてが正しく検出される。第2の高域通過フィルタのカットオフ周波数は、20Hzに設定されており、ゲーティング技術において第2のECGモデル信号を使用し、第2のEMG信号720のゲーティングは、EMG信号から残存ECGをより最適に除去するように改善される。
図8Aは、2つのグラフ800を示し、第1のグラフ810は、高域通過フィルタ処理された組み合わされた信号のRMS信号を表し、第1の高域通過フィルタは、20Hzのカットオフ周波数をもつ。この場合、第2の高域通過フィルタは適用されていない。第2のグラフ840は、EMG信号のピークに対応した吸入を示すために、鼻カニューレにより収集された時間に対する圧力のプロットを示す。
第1のグラフ810と第2のグラフ840との両方から理解され得るように、このウィンドウにおける最初の2回の呼吸はSNRが適度に高い静かな呼吸である。しかし、次の11回の呼吸はスニッフであり、患者が最大吸気動作を実施しようと試みている。第1のグラフ810における中空マーカー(円)は臨床医により実施されるスニッフ注釈である。
図8B及び図8Cは、同様のグラフ860及び870を示し、本図の中空マーカー(円)は、上述のアルゴリズムにより自動的に検出されたスニッフを表す。図8Bに対して、20Hzのカットオフ周波数をもつ第1の高域通過フィルタが使用され、第2の高域通過フィルタは適用されていない。図8Cの場合、5Hzのカットオフ周波数をもつ第1の高域通過フィルタと20Hzのカットオフ周波数をもつ第2の高域通過フィルタとが使用される。
図8Bを図8Aと比較してみると、マーカーの位置間の差異は、スニッフのうちの多くのもののエネルギーが低水準のRピーク検出に起因して減衰させられていることを示す。
図8Aから図8Cに目を向けると、第1の高域通過フィルタのカットオフ周波数を5Hzとなるように選択することにより、ECGモデル信号の生成に使用されるECG信号のT波を保存することが、自動的に検出されたスニッフの正確さの大幅な改善につながることが明確に確認される。
上述の処理ステップのシーケンスは、単なる例示である。
例えば、任意の高域通過フィルタの動作は、対象ではなく、従ってフィルタ処理もされ得る最高周波数領域が存在するという点で、帯域通過フィルタにより実施される。
異なる信号処理ステップが、方法及びシステムの動作を明確にするためにここまでに説明されている。実際には、生のEMG信号は、まず、デジタル化され、次に、すべての後続の信号処理がデジタル信号処理システムにより実施される。このような信号処理において、異なる処理ステップが、個々に区別可能であるとは限らない。さらに、信号処理機能のうちのいくつかは任意選択的である。
本発明は、ECG信号により汚染されるEMG信号に特に関係し、従って、心臓の近傍における骨格筋に関係したEMG信号に特に関係する。その中で最も関係しているものが横隔膜の動きを制御する、従って呼吸に関係した筋肉である。
上述のように、実施形態は信号処理ユニットを使用する。信号処理ユニットは、必要とされる様々な機能を実施するために、ソフトウェア及び/又はハードウェアを使用して多くの手法により実施され得る。プロセッサは、要求される機能を実施するようにソフトウェア(例えば、マイクロコード)を使用してプログラムされる1つ又は複数のマイクロプロセッサを使用する制御装置の一例である。制御装置は、しかし、プロセッサを使用して、又は使用せずに実施され、さらに、いくつかの機能を実施する専用ハードウェアと、他の機能を実施するプロセッサ(例えば、1つ又は複数のプログラムされたマイクロプロセッサ及び関係する回路)との組み合わせとして実施される。
本開示の様々な実施形態において使用される制御装置コンポーネントの例として従来のマイクロプロセッサ、特定用途向け集積回路(ASIC)、及びフィールドプログラム可能ゲートアレイ(FPGA)が挙げられるが、これらに限定されない。
様々な実施態様において、プロセッサ又は制御装置は、1つ又は複数の記憶媒体、例えば、揮発性及び不揮発性コンピュータメモリ例えば、RAM、PROM、EPROM、及びEEPROM(登録商標)と関連付けられる。記憶媒体は、1つ又は複数のプロセッサ及び/又は制御装置において実行されたとき、要求される機能を実施する1つ又は複数のプログラムを使用して符号化される。様々な記憶媒体は、プロセッサ又は制御装置内に固定されるか、又は、記憶媒体に記憶された1つ又は複数のプログラムがプロセッサ又は制御装置にロードされ得るように移動可能である。
開示される実施形態に対する他の変形例が、図面、本開示、及び添付の特許請求の範囲の考察により、請求項に記載された発明を実施する当業者により理解及び実現され得る。特許請求の範囲において、「備える(含む、有する、もつ)」という用語は、他の要素もステップも排除せず、英語の「a」又は「an」という不定冠詞に対応した表現は、複数を排除しない。単に特定の手段が相互に異なる従属請求項に記載されているということが、利点を得るためにこれらの手段の組み合わせが使用不可能なことを示すわけではない。特許請求の範囲における参照符号は、いずれも特許請求の範囲を限定するように解釈されてはならない。

Claims (15)

  1. フィルタ処理されたEMG信号を生成する方法であって、前記方法は、
    ECG信号とEMG信号とを含む組み合わされた信号を取得するステップと、
    前記組み合わされた信号に第1の高域通過フィルタを適用するステップと、
    前記第1の高域通過フィルタ処理された組み合わされた信号に基づいて、ECGモデル信号を生成するステップと、
    前記ECGモデル信号と前記第1の高域通過フィルタ処理された組み合わされた信号とのうちの少なくとも1つに基づいて、第1のEMG信号を生成するステップと、
    等しいカットオフ周波数を有する2つの高域通過フィルタである第1のフィルタ及び第2のフィルタを含む第2の高域通過フィルタの前記第1のフィルタを前記第1のEMG信号に適用して第2のEMG信号を生成し、及び、前記第2の高域通過フィルタの前記第2のフィルタを前記ECGモデル信号に適用して第2のECGモデル信号を生成するステップと、
    ゲーティング技術により前記第2のEMG信号と前記第2のECGモデル信号とに基づいて、前記フィルタ処理されたEMG信号を生成するステップと、
    を有する、方法。
  2. 前記第1の高域通過フィルタは、20Hz未満のカットオフ周波数をもつ、請求項1に記載の方法。
  3. 前記第2の高域通過フィルタの前記第1のフィルタ及び前記第2のフィルタは、15Hzより高いカットオフ周波数をもつ、請求項1又は2に記載の方法。
  4. 前記ECGモデル信号を生成するステップは、
    前記第1の高域通過フィルタ処理された組み合わされた信号に、ECGテンプレートを使用する整合フィルタを適用することにより強調されたECG信号を生成するステップと、
    前記強調されたECG信号におけるピークを特定するステップと、
    前記強調されたECG信号における前記ピークに基づいて、前記第1の高域通過フィルタ処理された組み合わされた信号における基準点を特定するステップと、
    前記第1の高域通過フィルタ処理された組み合わされた信号と前記基準点とに基づいて、前記ECGモデル信号を生成するステップと、
    を有する、請求項1乃至3の何れか一項に記載の方法。
  5. 前記基準点はRピークを含む、請求項4に記載の方法。
  6. 前記ECGモデル信号を生成するステップは、前記ECGモデル信号において各ECGサイクルの間にテーパ付けするステップをさらに有する、請求項1乃至5の何れか一項に記載の方法。
  7. 前記ECGモデル信号を生成するステップは、
    前記ECGモデル信号の単一のECGサイクルを使用してECGテンプレートを演算するステップと、
    前記整合フィルタに、演算された前記ECGテンプレートを提供するステップと、
    をさらに有する、請求項4又は5に記載の方法。
  8. 前記ゲーティング技術は、
    前記ECGモデル信号の二乗平均平方根(RMS)を演算することと、
    前記ECGモデル信号の前記RMSに基づいて二進ゲーティング信号を演算することと、
    前記二進ゲーティング信号を使用して前記第2のEMG信号をゲーティングすることとを有する、請求項1乃至7の何れか一項に記載の方法。
  9. 前記第1のEMG信号を生成するステップは、前記第1の高域通過フィルタ処理された組み合わされた信号から前記ECGモデル信号を減算することにより、部分的にフィルタ処理されたEMG信号を生成するステップを有する、請求項1乃至8の何れか一項に記載の方法。
  10. 前記フィルタ処理されたEMG信号の連続的二乗平均平方根(RMS)を生成するステップをさらに有し、前記フィルタ処理されたEMG信号の前記連続的RMSを生成するステップが、
    前記フィルタ処理されたEMG信号のゲート境界に近い非ゲーティング領域の信号レベルを推定するステップと、
    推定された前記信号レベルに基づいて前記フィルタ処理されたEMG信号のゲーティングされた領域において値を補間することにより連続的なフィルタ処理されたEMG信号を生成するステップと、
    前記連続的なフィルタ処理されたEMG信号の前記RMSを演算するステップとを有する、請求項1乃至9の何れか一項に記載の方法。
  11. 前記第1の高域通過フィルタを適用した後に、前記第1の高域通過フィルタ処理された組み合わされた信号をバッファリングするステップをさらに有する、請求項1乃至10の何れか一項に記載の方法。
  12. 前記バッファリングするステップは、30秒から5分の間の期間実施される、請求項11に記載の方法。
  13. コンピュータにおいて動作させられるとき、請求項1乃至12の何れか一項に記載の方法を実施するように適応されたコンピュータプログラムコード手段を含む、コンピュータプログラム。
  14. EMG測定システムにおいて、フィルタ処理されたEMG信号を生成するための制御装置であって、前記制御装置は、
    ECG信号とEMG信号とを含む組み合わされた信号を取得することと、
    前記組み合わされた信号に第1の高域通過フィルタを適用することと、
    前記第1の高域通過フィルタ処理された組み合わされた信号に基づいてECGモデル信号を生成することと、
    前記第1の高域通過フィルタ処理された組み合わされた信号と前記ECGモデル信号とのうちの少なくとも1つに基づいて第1のEMG信号を生成することと、
    等しいカットオフ周波数を有する2つの高域通過フィルタである第1のフィルタ及び第2のフィルタを含む第2の高域通過フィルタの前記第1のフィルタを前記第1のEMG信号に適用して第2のEMG信号を生成し、及び、前記第2の高域通過フィルタの前記第2のフィルタを前記ECGモデル信号に適用して第2のECGモデル信号を生成することと、
    ゲーティング技術により前記第2のEMG信号と前記第2のECGモデル信号とに基づいて前記フィルタ処理されたEMG信号を生成することと、
    を備える、制御装置。
  15. 請求項14に記載の制御装置と
    前記組み合わされた信号を測定するEMG電極と、
    前記フィルタ処理されたEMG信号を出力するための信号出力デバイスと
    を含む、EMG測定システム。
JP2019553507A 2017-03-31 2018-03-30 Emg信号を処理するための方法及びシステム Active JP7232194B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP17164181.4 2017-03-31
EP17164181.4A EP3381354A1 (en) 2017-03-31 2017-03-31 Methods and system for processing an emg signal
PCT/EP2018/058270 WO2018178326A1 (en) 2017-03-31 2018-03-30 Methods and system for processing an emg signal

Publications (2)

Publication Number Publication Date
JP2020512142A JP2020512142A (ja) 2020-04-23
JP7232194B2 true JP7232194B2 (ja) 2023-03-02

Family

ID=58464392

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019553507A Active JP7232194B2 (ja) 2017-03-31 2018-03-30 Emg信号を処理するための方法及びシステム

Country Status (5)

Country Link
US (1) US11596340B2 (ja)
EP (2) EP3381354A1 (ja)
JP (1) JP7232194B2 (ja)
CN (1) CN110505839B (ja)
WO (1) WO2018178326A1 (ja)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3888546A1 (en) * 2020-04-01 2021-10-06 Koninklijke Philips N.V. A system and method for determining respiratory effort
DE102020002572B4 (de) 2020-04-29 2025-08-28 Drägerwerk AG & Co. KGaA Verfahren und Signalverarbeitungseinheit zur Ermittlung eines kardiogenen Signals
DE102022106326A1 (de) 2021-03-30 2022-10-06 Drägerwerk AG & Co. KGaA Verfahren und Vorrichtung zur näherungsweisen Bestimmung von Herzschlag-Zeitpunkten
CN113040784B (zh) * 2021-04-21 2022-07-05 福州大学 一种心电信号的肌电噪声滤波方法
CN117597064A (zh) * 2021-06-29 2024-02-23 皇家飞利浦有限公司 根据肌电图和加速度计信号的吸嗅检测和伪影区分
DE102023118804A1 (de) 2022-08-18 2024-02-29 Drägerwerk AG & Co. KGaA Verfahren und Signalverarbeitungseinheit zum Berechnen eines kardiogenen Referenz-Signalabschnitts
CN116671943B (zh) * 2023-06-29 2024-09-06 河南翔宇医疗设备股份有限公司 从表面肌电信号中去除心电干扰的方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001506905A (ja) 1996-12-24 2001-05-29 アスペクト メディカル システムズ,インク. Eeg信号から心臓関連人工要素を抽出するシステム
JP2002153435A (ja) 2000-11-17 2002-05-28 Japan Science & Technology Corp 脳波記録処理方法

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
NL183221C (nl) * 1978-03-20 1988-09-01 Univ Groningen Inrichting voor het detecteren van de activiteit van de ademhalingsorganen en het hart van een levend wezen.
US5524632A (en) 1994-01-07 1996-06-11 Medtronic, Inc. Method for implanting electromyographic sensing electrodes
US6411843B1 (en) * 1999-05-28 2002-06-25 Respironics, Inc. Method and apparatus for producing a model EMG signal from a measured EMG signal
SE0303062L (sv) 2003-11-19 2005-05-20 Maquet Critical Care Ab Metod och anordning för att filtrera fram en EMG-signal
AU2005231133A1 (en) * 2004-03-29 2005-10-20 The Research Foundation Of State University Of New York Non-invasive method and device for detecting inspiratory effort
US7343198B2 (en) * 2004-08-23 2008-03-11 The University Of Texas At Arlington System, software, and method for detection of sleep-disordered breathing using an electrocardiogram
US7894885B2 (en) * 2007-05-02 2011-02-22 Biosense Webster, Inc. Coherent signal rejection in ECG
US20090275850A1 (en) 2008-04-30 2009-11-05 Mehendale Anil C Electrocardiographic (ECG) Data Analysis Systems and Methods
GB2476751B (en) 2008-10-08 2013-08-07 Bedrock Inv S Llc Measuring shivering during therapeutic temperature control
CN102421354B (zh) * 2009-03-09 2014-10-22 科学与工业研究委员会 具有脉冲和通道切换adc噪声滤波器和衍生导联纠错器的ecg设备
DE102011016804B4 (de) * 2011-04-12 2016-01-28 Drägerwerk AG & Co. KGaA Vorrichtung und Verfahren zur Datenverarbeitung physiologischer Signale
GB201116860D0 (en) * 2011-09-30 2011-11-09 Guy S And St Thomas Nhs Foundation Trust Patent monitoring method and monitoring device
WO2015047462A2 (en) * 2013-06-03 2015-04-02 The Regents Of The University Of California Artifact removal techniques with signal reconstruction
US20160228069A1 (en) * 2013-09-27 2016-08-11 Koninklijke Philips N.V. Processing apparatus, processing method and system for processing a physiological signal
US10052043B2 (en) 2015-03-27 2018-08-21 Zoll Medical Corporation Medical device for sensing cardiac function
WO2017025363A1 (en) * 2015-08-11 2017-02-16 Koninklijke Philips N.V. Apparatus and method for processing electromyography signals related to respiratory activity
US11077310B1 (en) * 2016-10-04 2021-08-03 West Affum Holdings Corp. Wearable cardioverter defibrillator (WCD) system detecting QRS complexes in ECG signal by matched difference filter
US20200008299A1 (en) * 2016-10-21 2020-01-02 Bao Tran Flexible printed electronics

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001506905A (ja) 1996-12-24 2001-05-29 アスペクト メディカル システムズ,インク. Eeg信号から心臓関連人工要素を抽出するシステム
JP2002153435A (ja) 2000-11-17 2002-05-28 Japan Science & Technology Corp 脳波記録処理方法

Also Published As

Publication number Publication date
CN110505839B (zh) 2023-07-11
EP3600004B1 (en) 2020-07-22
EP3600004A1 (en) 2020-02-05
EP3381354A1 (en) 2018-10-03
WO2018178326A1 (en) 2018-10-04
CN110505839A (zh) 2019-11-26
JP2020512142A (ja) 2020-04-23
US11596340B2 (en) 2023-03-07
US20200100697A1 (en) 2020-04-02

Similar Documents

Publication Publication Date Title
JP7232194B2 (ja) Emg信号を処理するための方法及びシステム
Choudhary et al. Automatic detection of aortic valve opening using seismocardiography in healthy individuals
Sathyapriya et al. Analysis and detection R-peak detection using Modified Pan-Tompkins algorithm
EP1999639B1 (en) Respiration-gated cardiography
CN109561845B (zh) 用于处理生理信号的处理装置
Sayadi et al. Synthetic ECG generation and Bayesian filtering using a Gaussian wave-based dynamical model
Saadi et al. Automatic real-time embedded QRS complex detection for a novel patch-type electrocardiogram recorder
Arunachalam et al. Real-time estimation of the ECG-derived respiration (EDR) signal using a new algorithm for baseline wander noise removal
WO2019140998A1 (zh) 一种准确提取qrs内异常电位的方法
CN102065756A (zh) 疼痛判定装置
JP7146803B2 (ja) Emg信号から吸入を検出する及び神経呼吸ドライブの量を抽出する方法並びにシステム
Lamesgin et al. Extraction of fetal ECG from abdominal ECG and heart rate variability analysis
Dora et al. Robust ECG artifact removal from EEG using continuous wavelet transformation and linear regression
Pingale Using Pan Tompkin ‘S Method, ECG signal processing and dignose various diseases in Matlab
Prasad et al. Heart rate detection using Hilbert transform
Xie et al. Heart rate estimation from ballistocardiography based on hilbert transform and phase vocoder
Singh et al. Hilbert vibration decomposition of seismocardiogram for hr and hrv estimation
Peters et al. Heart rate detection in low amplitude non-invasive fetal ECG recordings
KR20140114181A (ko) 심전도 신호에 기반하여 스트레스를 분석하고 추정하는 방법 및 장치
Maier et al. Extraction of respiratory myogram interference from the ECG and its application to characterize sleep-related breathing disorders in atrial fibrillation
Liu et al. A modified approach of peak extraction from BCG for heart rate estimation
Brown et al. Real-time estimation of the ECG-derived respiration (EDR) signal
Buś et al. ECG-Derived Respiration-Complete Implementation and its Evaluation with Use of Clinical Data
JP2023520449A (ja) 呼吸努力を決定するシステム及び方法
Berbari et al. High-resolution analysis of ambulatory electrocardiograms to detect possible mechanisms of premature ventricular beats

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210329

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20220125

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220210

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220427

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220819

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220926

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20230120

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230217

R150 Certificate of patent or registration of utility model

Ref document number: 7232194

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150