使用血氧饱和度信号辨别潮式呼吸模式的制作方法
【专利说明】
[0001] 相关申请的交叉引用 本申请要求于2009年4月20日提交的美国临时专利申请61/170, 734的优先权，该美 国临时申请的内容经参考引入此处。
技术领域
[0002] 本技术涉及使用临床决策-支持工具通过对生理信号进行定量测量来辨别呼吸 异常。特别地，本技术涉及通过分析血氧饱和度信号来辨别潮式呼吸（CSR)，血氧饱和度信 号可任选地结合流量信号。本技术还可涉及训练能够为CSR的辨别提供概率值的分类器。 本技术还可涉及通过去除CSR背景中的可识别的伪影来改善血氧饱和度信号的读出。
【背景技术】
[0003] CSR的诊断通常包括进行睡眠研宄，并分析得到的多导睡眠图（PSG)数据。在完 整的PSG诊断研宄中，将监测一系列生物参数，通常包括鼻流信号，呼吸努力的测定，脉搏 血氧饱和度，睡眠姿势，还可包括：脑电图（EEG)，心电图（ECG)，肌电图（EMG)以及眼电图 (EOG)。呼吸特征也可通过视觉特征来辨别，从而临床医生可判断睡眠时的呼吸功能，并评 估CSR的存在。
[0004] 在潮式呼吸或CSR周期中，呼吸容量的消长变化模式可在鼻流信号中看出，这是 对肺功能的直接测量。呼吸的这种不稳定的行为经常延伸至其他的心肺参数中，如可看出 周期性变化的血氧饱和度水平。
[0005] 临床医生的检查是最全面的方法，这是一种费用高的方法，很大程度上依赖于临 床经验和理解。为了更有效的检查患者，本发明的受让人引入了分类器算法，该分类器算法 基于鼻流信号通过计算CSR发生的概率而自动进行划线过程。该算法公开在美国专利申 请5附1/576,210卬.5.?3七6拉4??.?1113^〇.20080177195)，提交于 2007 年3月28日，作为 W02006066337A1公布于2006年6月29日。现有的算法为流量基础的分类器，在其中计算 CSR的概率，给出一系列离散的流量值。一系列预处理步骤被实施，如流量值的线性化，呼吸 事件的过滤和抽取。
[0006] 分类器的概念在很多领域都很普遍，人们希望将一个对象或一个对象的潜在状态 分配至很多类别中。在例如声音识别（将声音字节分类为不同的单词或音节）、雷达探测 (将视觉信号分类为敌方/友方目标）及医疗诊断（其中测试结果用于将患者的疾病状态 进行分类）领域使用这种概念。分类器的设计属于模式识别领域，分类器可以是监督式（通 过由监督者或"专家"预分类的训练数据建成该分类器）或非监督式（数据的自然顺序或 聚集确定不同的类别）。时间信号分类通常依赖于用"特征"在特定时间点代表信号。特征 是简单的数字，该数字在时间点提取压缩形式的信号本质。特征集（或矢量）称为"模式"。 分类器获取模式并使用数学上合适的算法计算出多中类别中每种类别的概率值。将该模式 分配到具有最高概率的类别中。
[0007] 总脉搏血氧饱和度已被提出作为CSR辨别的替换工具，但是依赖于受过训练的观 察者对血氧饱和度信号的视觉检查（Staniforthetal.，1998,Heart,79:394-99)。
[0008]Staniforth等（I"8,Heart, 79, 394_3".)对 104 个患有充血性心力衰竭（CHF) 的患者进行的研宄已经检查了相对于正常对照组夜间血氧饱和度的去饱和指数。该模型 具有81 %的特异度和87%的灵敏度用于检测CSR-CSA。然而，并未提供该模型整体的精确 度。这些作者没有尝试确定脉搏血氧饱和度是否可用于区分CSR-CSA与阻塞性睡眠呼吸暂 停（OSA)。Takanashi等的美国专利5, 575, 285公开了通过散射透射光并进行傅里叶变换 以获得频率范围在500Hz至20kHz之间的功率谱从而在血液中测定氧饱和度。然而，所描 述的方法不能辨别患者患有CSR或者0SA。
[0009]Grant等的美国专利6,839,581，？(：1'申请冊01/076459和美国公开专利申请 2002/0002327名称为"MethodforDetectingCheyne-StokesRespirationinPatients withCongestiveHeartFailure"。他们共同提出一种CSR的诊断方法，包括通宵记录血 氧饱和度并对血氧饱和度记录进行光谱分析。基于由功率谱分析导出的参数的分类树或神 经网络确定CSR的存在与否。
[0010]Lynn的美国专利 6, 760, 608 的名称为〃OximetrySystemforDetecting VentilationInstability〃。该专利公开了一种脉搏血氧饱和度系统，该系统用于产生氧 饱和度值的时间序列。沿着该时间序列的某些模式的发生用于指示通气不稳定。
[0011]Lynn等的美国专利 7, 081，095 名称为〃CentralizedHospitalMonitoring SystemforAutomaticallyDetectingUpperAirwayInstabilityandforPreventing andAbortingAdverseDrugReaction"。它提出了在集中医院重症监护系统的计算机操 作环境中诊断OSA的自动系统。
[0012] Grant等的美国专利 7, 309, 314名称为〃MethodforPredictingApnea-Hypopnea IndexFromOvernightPulseOximetryReadings〃。该专利提议了一种用于预测呼吸暂 停低通气指数（AHI)的工具，用于通过记录脉冲血氧饱和度读数，并获得S指数、氧饱和度 时间和血氧饱和度去饱和事件来诊断0SA。进行多变量非参数分析和引导聚集。
[0013]Lynn的美国专利 7, 398, 115 名称为"PulseOximetryRelationalAlarmSystem forEarlyRecognitionofInstabilityandCatastrophicOccurrences〃。该专利中描 述的系统具有警报器，通过检测与a)脉搏率的下降或b)呼吸率的增加相关的氧饱和度的 下降及时识别可能的灾难性的事件从而启动所述警报器。该专利系统目的是处理并检测 OSA0
[0014] 这些现有技术系统都不能可靠地解释血氧数据，以可靠地区分OSAs和CSR，并产 生在呼吸暂停辨别中的概率值。
【发明内容】
[0015] 本技术在血氧饱和度的基础上提高了对CSR的辨别。本技术可应用于提高流量基 础的分类器技术系统的检测性能。从而，使CSR的检查更容易。例如，2006年6月29日公 开的WO06066337A1的于2007年3月28日提交的美国专利申请11/576,210描述了该技 术作为检测系统的附加特征。可选择地，当不能获得流量信号或数据或其质量不好时，该技 术也可独立进行或作为独立的替代。
[0016] 本技术可替代目前的检查方法，该技术对于患者使用更舒适和更容易，对于医生 更容易操作和/或使用更低地费用进行分析。
[0017] 可以用顺序方法或算法解释本技术，人们理解该方法或算法可使用非线性、非连 续、无级的方法、或者方法的顺序可改变的来进行。该技术的实施例描述了整个方法，该技 术的各方面可以仅涉及该方法的子集。
[0018] 可使用包括数据采集系统和存储器的记录装置记录患者代表呼吸的信号，如血氧 饱和度信号。该呼吸信号经所述记录装置在线处理或使用计算机离线处理。
[0019] 可对所述信号进行最初的预处理。例如，将所述信号过滤以去除不必要的噪音， 并适当地使基线归零。依靠用于检测呼吸的转换器，也可将所述信号线性化。特别地，该 技术可包括去除血氧饱和度测试特有的伪影的方法，用于提高血氧饱和度信号的质量指标 (QI)，该指标可用于确定在辨别预测中的置信度。
[0020] 在另一个阶段，将所述信号分为具有相同长度的n个时元。该时元长度可以为整 个记录的长度，或者短至使呼吸模式的测试能够进行。在一个实施例中，该时元长度为30 分钟。
[0021] 本技术的CSR-检测算法或者与血氧饱和度一起可使用来自装置如MAP'S microMesam?|的鼻流信号，与模式识别技术一起将CS呼吸的概率分配给流量记录的每个 30分钟的时元。
[0022] 该技术提供用于计算事