用于测量心率变异性的方法.pdf

1、(10)授权公告号 (45)授权公告日 (21)申请号 201180038374.7 (22)申请日 2011.08.03 61/370,822 2010.08.05 US A61B 5/04(2006.01) (73)专利权人 莱福尔心脏病诊断有限公司 地址 以色列谢法伊姆 (72)发明人 J莱维坦 R科博 (74)专利代理机构 上海专利商标事务所有限公 司 31100 代理人 张欣 WO 2009005580 A1,2009.01.08, EP 1118945 A1,2001.07.25, CN 1309342 C,2007.04.11, EP 1118945 A1,2001.07.25,

2、 (54) 发明名称 用于测量心率变异性的方法 (57) 摘要 一种用于测量心率变异性 （HRV） 的系统， 包括 3 个子系统 ： 数据收集子系统、 数据分析子系统、 和输出子系统。患者被连接至诸如 ECG 之类的心 脏监测设备且该数据收集子系统记录该患者的心 跳， 且产生ECG图， 从该ECG图中， 由该数据分析子 系统导出患者的 HRV 值。本发明通过对于所谓相 对密度 （RD） 的新参数的计算来获得 HRV 值。根据 该创新的方法， 从所测得心跳的峰值间期数据中 生成数据点， 且通过两个数据点子集之间的关联 来计算 HRV 相对密度参数 （RD） 。 (30)优先权数据 (85)PCT

3、国际申请进入国家阶段日 2013.02.04 (86)PCT国际申请的申请数据 PCT/IL2011/000626 2011.08.03 (87)PCT国际申请的公布数据 WO2012/017432 EN 2012.02.09 (51)Int.Cl. (56)对比文件 审查员 张玲玲 (19)中华人民共和国国家知识产权局 (12)发明专利 权利要求书2页 说明书10页 附图7页 CN 103209637 B 2016.06.29 CN 103209637 B 1.一种设备， 包括： 处理器装置， 处理对应于对象的相对密度RD值， 所述RD值基于第一因子值和第二因子 值的商， 所述第一因子值和第

4、二因子值基于与对象对应的心跳间期的流在包括第一轴和第 二轴的坐标系上的二维表示， 所述第一因子值和第二因子值中的一个因子包括dx因子而所 述第一因子值和第二因子值中的另一个因子包括dy因子， 所述dx因子对应于笛卡尔坐标系 中的x-轴而所述dy因子对应于所述笛卡尔坐标系中的y-轴， 所述dx因子基于沿所述x-轴的 所述第一轴区间内的第一数量的点， 所述第一轴区间相比沿所述x-轴的其他轴区间而言具 有最大数量的点， 且其中所述dy因子基于沿所述y-轴的所述第二轴区间内的第二数量的 点， 所述第二轴区间相比沿所述y-轴的其他轴区间而言具有最大数量的点， 其中所述RD值被配置为与对应于至少一个医疗病

5、况的至少一个预定RD阈值比较， 其中 所述RD值和所述RD阈值之间的关系代表所述对象经受所述医疗病况的风险。 2.如权利要求1所述的设备， 其特征在于， 所述RD值是所述dy因子除以所述dx因子的 商， 或者是所述dx因子除以所述dy因子的商。 3.如权利要求1所述的设备， 其特征在于， 所述RD值小于2.3。 4.如权利要求1-3中任一项所述的设备， 其特征在于， 所述RD阈值包括诊断RD阈值， 所 述诊断RD阈值被配置为与所述RD的值作比较来诊断所述医疗病况。 5.如权利要求1-3中任一项所述的设备， 其特征在于， 所述RD阈值包括预后RD阈值， 所 述预后RD阈值被配置为与所述RD的值作

6、比较来提供所述医疗病况的预后。 6.如权利要求1-3中任一项所述的设备， 其特征在于， 所述医疗病况包括受到自动神经 系统影响的医疗病况。 7.如权利要求1-3中任一项所述的设备， 其特征在于， 所述医疗病况包括心脏病况。 8.如权利要求7所述的设备， 其特征在于， 所述医疗病况包括充血性心力衰竭或室性心 动过速VT。 9.如权利要求1-3中任一项所述的设备， 其特征在于， 所述医疗病况包括选自包括下列 项的组的医疗病况： 帕金森病、 糖尿病神经病变、 和阿尔茨海默氏痴呆。 10.一种用于测量心率变异性HRV的系统， 所述系统包括： 数据生成装置， 用以接收对象的心跳信息， 所述心跳信息由数据

7、收集器记录， 所述心跳 信息包括对应于所述对象的心跳间期的流， 所述数据生成装置基于所述心跳信息进一步生 成多个数据点， 所述数据点的形式为具有包括第一轴和第二轴的坐标系的二维表示； 处理器装置， 通过基于第一因子值和第二因子值的商来计算对象特定的心率变异性 HRV值， 所述第一因子值和第二因子值基于所述二维表示， 所述第一因子值和第二因子值中 的一个因子包括dx因子而所述第一因子值和第二因子值中的另一个因子包括dy因子， 所述 dx因子对应于笛卡尔坐标系中的x-轴而所述dy因子对应于所述笛卡尔坐标系中的y-轴， 所 述dx因子基于沿所述x-轴的所述第一轴区间内的第一数量的点， 所述第一轴区间

8、相比沿所 述x-轴的其他轴区间而言具有最大数量的点， 且其中所述dy因子基于沿所述y-轴的所述第 二轴区间内的第二数量的点， 所述第二轴区间相比沿所述y-轴的其他轴区间而言具有最大 数量的点； 且 输出装置， 来输出所述对象特定的HRV值。 11.如权利要求10所述的系统， 其特征在于， 所述输出装置是选自包括如下项的组的至 权 利 要 求 书 1/2 页 2 CN 103209637 B 2 少一个器件： 显示所述对象特定的HRV值的屏幕、 打印所述对象特定的HRV值的打印机、 发出 可听音的警告、 和将注射物传递至患者的注射器。 12.如权利要求10所述的系统， 其特征在于， 所述对象特定

9、的HRV值被配置为与对应于 医疗病况的至少一个预定阈值比较， 其中所述对象特定的HRV值和所述阈值之间的关系代 表所述对象经受所述医疗病况的风险。 13.如权利要求12所述的系统， 其特征在于， 所述对象特定的HRV值包括对象特定的dy/ dx指示符值。 14.如权利要求10所述的系统， 其特征在于， 所述对象特定的HRV值是所述dy因子除以 所述dx因子的商， 或者是所述dx因子除以所述dy因子的商。 15.一种基于计算机的系统， 包括： 用于接收对象的心跳信息的装置， 所述心跳信息包括对应于所述对象的心跳间期的 流； 用于基于所述心跳信息生成多个数据点的装置， 所述数据点的形式为具有包括第

10、一轴 和第二轴的坐标系的二维表示； 用于基于第一因子值和第二因子值的商来计算对象特定的心率变异性HRV值的装置， 所述第一因子值和第二因子值基于所述二维表示， 所述第一因子值和第二因子值中的一个 因子包括dx因子而所述第一因子值和第二因子值中的另一个因子包括dy因子， 所述dx因子 对应于笛卡尔坐标系中的x-轴而所述dy因子对应于所述笛卡尔坐标系中的y-轴， 所述dx因 子基于沿所述x-轴的所述第一轴区间内的第一数量的点， 所述第一轴区间相比沿所述x-轴 的其他轴区间而言具有最大数量的点， 且其中所述dy因子基于沿所述y-轴的所述第二轴区 间内的第二数量的点， 所述第二轴区间相比沿所述y-轴的

11、其他轴区间而言具有最大数量的 点； 以及 用于输出所述对象特定的HRV值的装置。 16.如权利要求15所述的系统， 其特征在于， 所述对象特定的HRV值是所述dy因子除以 所述dx因子的商， 或者是所述dx因子除以所述dy因子的商。 17.如权利要求15所述的系统， 其特征在于， 所述对象特定的HRV值被配置为与对应于 医疗病况的至少一个预定阈值比较。 权 利 要 求 书 2/2 页 3 CN 103209637 B 3 用于测量心率变异性的方法 背景技术 0001 1.技术领域 0002 本发明的实施例一般涉及医疗方法， 且更特定地， 但非限制性地， 涉及用于测量心 率变异性 （HRV） 的

12、方法。 0003 2.背景技术 0004 心率变异性 （HRV） 是心脏功能的已知特性， 且是特定患者所经历的心率变化的测 量。 0005 HRV一般被测量为连续心跳之间的时间 （以毫秒计） 。 这个时间段也被称为 “心跳间 间期” ， 且这是用每秒心跳表达的瞬时心率的倒数。 图1是示出一系列心跳的标准ECG显示。 可见， 每个心跳显示为波， 且这个系列中的每一个波具有共同被标记为 “Q” 、“R” 、 和 “S” 的 点。 点 “R” 是该波的最高峰和最为可视地可辨别的部分， 且因此点 “R” 是开始测量HRV的最早 的点。 因此， 心跳间间期可被标记为 “RR间期” 或 “峰值间期” ，

13、其中 “RR” 是连续的R之间的间 期。 0006 患者心跳记录一般具有数以千计的心跳或波。 为了从这个数据中提取HRV， 波形被 数字化并测量RR间期。 然后， 通过将RR间期数据绘制为非线性递归或Poincare曲线 （其中每 一个数据点是从一对连续RR间期中形成的） 来以可视形式方便地表示HRV。 通过向这些数据 点应用数学算法， 可进一步量化HRV。 然而， 已经被提出的一些算法是复杂的和/或无法产生 临床应用中可靠的HRV值。 0007 心脏被连接至自主神经系统， 且RR间期的长度主要由来自这个系统的两个主要组 件的输入所控制： 交感神经系统和副交感神经系统。 对于心脏的这后两个输入

14、在一般进程 中是在时间上是彼此独立的， 且还可受到无关的外部因素的影响， 诸如压力感受反射、 温度 调节、 激素类、 醒睡周期、 进食、 和压力之类。 因此， 对于健康的个人， 一定程度上的心率变异 性是可预期的， 且是良好地工作的自主神经系统的反映。 类似地， 低于或以其他方式不同于 正常的心率变异性经常是不正常工作的自主神经系统的指示。 0008 作为这个连接的结果， HRV在临床设置中经常被用于估算至心脏的传出自主活动 和心血管控制系统的这个部分的完整性。 自主神经系统的问题通常也关联于各种其他医疗 病况， 诸如， 例如， 充血性心力衰竭因、 帕金森病、 糖尿病神经病变、 和阿尔茨海默氏

15、痴呆。 因 此， HRV读数可提示患者在将来获得这样的病况的风险、 或可选地， 帮助评估其中患者已经 被诊断出的该病况的严重性和进程。 0009 HRV还被用于帮助评估并确定已经具有严重心脏病发作 （诸如急性心肌梗塞 （AMI） ） 的患者的疗程。 心脏病发作后的患者具有室性心动过速 （VT）（源自心室的快速心律） 的风险。 VT是潜在地威胁生命的心律失常， 其可导致心室纤颤 （VF） 和猝死。 VT发作、 接着是 VF的这个组合， 有时被称为 “VT/VF” 。 0010 经常通过接受被称为植入性心律转变器 （ICD） 的用外科手术植入的设备来治疗被 认为具有VT/VF风险的患者。 ICD是

16、较小的、 用电池供电的电脉冲生成器， 其持续监测患者心 率且当检测到诸如VT或VF之类的心脏心律失常时传递较小的震动或冲击。 在一些情况下， 说 明 书 1/10 页 4 CN 103209637 B 4 替代施加冲击， 检测到VT的ICD将以更快的速率起搏心脏， 从而在VT演进变化至VF前中断该 VT。 然而， ICD存在的问题在于它们有时太晚响应心律失常， 导致神经损伤或死亡。 另一个问 题在于， 即使被合适地传递， ICD电冲击， 是疼痛的且经常是患者所未预期到的。 又一个顾虑 自然是对于涉及外科的手术而言一直存在的风险。 0011 对于VT/VF风险的可选治疗方法是， 通过使得患者长期

17、服用抗心律失常药物 （诸如 -神经阻滞剂、 或乙胺碘呋酮） 来抑制症状的发生。 然而， 这些药物是昂贵的且具有潜在副 作用。 0012 可用治疗的缺点表明获得患者的AMI后VT/VF风险的准确诊断的重要性。 被错误诊 断为具有低风险且因此没有接受ICD或药物治疗的患者具有较高可能性经历致命的心脏病 发作。 反之， 被错误地诊断为具有高风险的患者， 如果没有必要地被植入ICD或被处方了药 物， 将经历某种程度的痛苦、 损伤、 花费、 和/或外科风险。 评估患者的AMI后VT/VF风险的医 生， 有时会考虑患者的HRV值、 结合其他因素， 来做出他们的判断。 然而， 部分地由于不适当 的风险分层，

18、 对于ICD植入的有效率和合适的药物治疗， 在不同执业者之间， 持续存在过多 变化。 发明内容 0013 根据本发明的一个方面， 提供了一种用于测量心率变异性 （HRV） 的方法， 该方法包 括： 0014 记录一系列心跳的心电图测量； 0015 从该心电图测量中确定峰值间期数据； 0016 从该峰值间期数据中生成多个数据点； 0017 从该多个数据点中标识两个数据点子集， 每一个子集具有最大数量的数据点； 且 0018 通过将该两个数据点子集的一个中的数据点的最大数量除以该两个数据点子集 的另一个中的数据点的最大数量来计算HRV相对密度参数 （RD） 。 0019 根据本发明的另一个方面，

19、提供了一种用于实时提供心脏治疗的方法， 该方法包 括： 0020 记录当前心跳的心电图测量； 0021 测量该当前心跳和前一个心跳之间的间期； 将所测得的间期增加至对应于一系列 之前心跳的一系列间期的记录； 0022 基于预定数量的所记录的间期来计算心率变异性 （HRV） 参数； 且 0023 如果HRV参数超过阈值， 施加心脏治疗。 0024 根据本发明的又一个方面， 提供了一种用于测量心率变异性 （HRV） 的系统， 该系统 包括： 0025 数据收集器， 来记录心跳并检测一系列心跳间期； 数据分析器， 来分析该一系列心 跳间期并基于相对密度参数获得HRV值， 和 0026 输出设备， 来

20、输出该HRV值。 0027 根据本发明的又一个方面， 提供了一种用于测量心率变异性 （HRV） 的方法， 该方法 包括： 0028 收集一系列心跳的心电图测量； 说 明 书 2/10 页 5 CN 103209637 B 5 0029 从该心电图测量中确定峰值间期数据； 0030 丢弃具有大于2500毫秒的长度的间期数据； 0031 从该峰值间期数据中生成多个数据点， 每一个数据点具有在第一轴上的第一坐标 和在第二轴上的第二坐标； 0032 根据如下公式， 将每一个数据点转换为具有新的第一坐标和新的第二坐标的新数 据点： 0033 新的第一坐标=cos45 （第一坐标加上第二坐标） 、 且新的

21、第二坐标=cos45 （第二坐 标减去第一坐标)； 0034 选择数据区间长度； 0035 根据该数据区间长度的倍数， 来改变并扩展每一个新数据点； 0036 标识该第一轴上的具有第一最大数量数据点的第一数据区间、 和在第二轴上的具 有第二最大数量数据点的第二数据区间， 0037 通过将数据点的第一或第二最大数量中的一个除以数据点的第一或第二最大数 量的另一个来计算HRV相对密度参数 （RD） 。 0038 本发明的这些、 附加、 和/或其他方面和/或优势： 在下文的详细描述中说明； 可能 从该详细描述中推断出； 和/或通过本发明的实践可学到。 附图说明 0039 结合附图， 从以下详细描述中

22、可进一步理解和明白本发明， 在附图中： 0040 图1是一系列心跳的心电图测量的图示； 0041 图2是符合本发明的实施例的， 用于测量心率变异性的系统的框图； 0042 图3是符合本发明的实施例的， 用于测量心率变异性的方法的框图； 0043 图4是符合本发明的实施例的， 描述对于峰值间期数据去趋势 （detrend） 的表格； 0044 图5是示出在心电图记录设备的存储器中的峰值间期数据的存储的示意图； 0045 图6示出符合本发明的实施例的， 形成递归或Poincare曲线的较少样本数据点的 绘图的图示； 0046 图7是符合本发明的实施例的， 数据点的完整的递归或Poincare曲线的

23、图示； 0047 图8是符合本发明的实施例的， 向图7的递归曲线施加余弦函数的图示； 0048 图9是符合本发明的实施例的， 向图8的递归曲线施加变化和扩展的图示； 和 0049 图10是符合本发明的实施例的， 显示被用于计算相对密度参数的样本数据区间的 递归曲线的图示。 具体实施方式 0050 现在将具体参考本发明的优选实施例 （多个） ， 其示例在附图中示出， 其中全文中 类似附图标记涉及类似元件。 下文中描述实施例 （多个） 来说明本发明。 0051 参看图1， 示出由心电图 （ECG） 或类似设备检测到的心跳波或一系列波20的图示。 “心跳间间期” 是相邻波形的相同点之间的时间。 如上

24、所述， 按照惯例， 每一个波包含标准的 参考点 “QRS” 。 因此， 心跳波20可被定义为一系列RR或峰值间期， 如附图中RR1、 RR2、 和RRn所 示。 要理解的是， 还可相对于波上的其他相同点 （例如， 诸如点 “Q” 和 “S” ） 来测量心跳间期。 说 明 书 3/10 页 6 CN 103209637 B 6 为了便于参考， 峰值间期值RR1、 RR2、 到RRn的系列或流可被标记为间期流22。 0052 术语 “心率变异性”（ “HRV” ） 是指对于特定患者而言心跳间间期变化的量。 可从不 同持续时间 （诸如， 例如， 短至十五分钟或长至四十八小时的样本） 的数据样本中进行

25、分析。 因此， 给定数据样本一般包含数以千计的波形。 相邻心跳之间的大多数间期将落在500到 1500毫秒之间， 较少数量的例外落在这个范围之外。 0053 实践中， 难以从原始波形数据的视觉观察中估算患者的HRV。 本发明提供了分析与 量化这个信息的新颖方法， 从而获得对于临床估算有用的特征性HRV值。 该方法引入了新的 参数 “RD” ， 这是基于数据点的相对密度所计算的。 0054 此外， 在一些实施例中， 本发明可被配置为实时提供输出HRV值， 来帮助特定患者 病况的即刻或紧急治疗。 特定地， 在一些实施例中， 本发明可被用在ICD中来检测在症状发 作前的时间点处VT的即将来临的症状。

26、 以此方式， 患者可在VT前很久就接收到早期警告， 且 可施加特定治疗， 这在其他情况下是不可能的。 0055 图2示出符合本发明的实施例的， 用于测量心率变异性的系统的框图。 该系统具有 三个部件或子系统： 数据收集子系统24、 数据分析子系统26、 和输出子系统28。 用模块30所 代表的患者， 连接至诸如ECG之类的心脏监测设备。 在数据收集子系统24中， 患者的心跳首 先被记录 （模块32） 来产生图1中所示的ECG图。 随后， 在数字化/检测模块34中， 模拟波形被 数字化且其关联的峰值间期被检测或测量。 因此， 数据收集子系统24的输出是间期流22， 即 图1中所示的一系列间期值R

27、R1、 RR2、 .RRn。 0056 在数据分析子系统26中， 通过坐标转换模块36， 间期流22首先被转换为两维坐标 系。 任选地， 可对数据施加进一步的数学转换和变换， 来增强分析或可视化， 且可任选地显 示递归曲线。 使用本发明的分析方法， 模块38评估坐标数据来获得患者的HRV值。 0057 输出子系统28输出根据本发明的不同实施例可被独立或组合地实现的各种输出。 如图所示， 所得HRV值可被显示在计算机屏幕 （模块40） 上或被打印 （模块41） 。 可选地或附加 地， HRV值可触发警告 （模块42） 和/或导致诸如药物诸如之类的治疗的施加 （模块43） 。 这后 两种结果， 警

28、告和注入， 更可能被用于其中本发明被用于实时或即刻/紧急治疗的实施例 中。 0058 图3示出符合本发明的实施例的， 用于测量心率变异性的方法的框图。 该图包括虚 线44和45来指示该图与图2中所示的本发明的三个子系统的对应性。 如图所示， 第一和第三 系统各自具有位于左侧和右侧的模块， 来对应于本发明的不同实施例。 右侧模块涉及一些 其中HRV值被用于提供即刻或实时医疗治疗的一些实施例。 0059 开始于位于左侧的数据收集子系统24， 该方法开始于起始模块46。 模块48收集、 数 字化、 并检测心跳信息来获得间期流22。 在模块50中， 所测得的和预定高阈值相比过长的峰 值间期， 从间期流

29、中被删除。 由于这些间期可能是数据中的伪像或失常， 且可因此导致扭曲 的结果， 这些间期被丢弃。 据发现， 2500毫秒是充分高的阈值， 但也可根据情况使用其他值。 0060 在模块52中， 通过计算平均值并从峰值间期数据点中减去该平均值， 来对于间期 数据 “去趋势” 。 施加去趋势， 来从该数据中平滑掉由心率中的突然跳变引起的任何变化， 这 些突然跳变可关联于诸如例如像快速站起来、 奔跑、 进食、 或咳嗽的突然动作之类的日常活 动而发生。 该去趋势计算可基于现有技术中各种平均化技术中的任意。 0061 图4是示出已经发现对于间期流数据足够的去趋势算法的一个示例的表格。 表格 说 明 书 4

30、/10 页 7 CN 103209637 B 7 中的第一栏是间期流22的原始数据， 即， 从RR1到RRn的峰值间期。 第二栏指示在每257个点 上获取的平均值。 因此， 对间期RR257施加能够完整计算的第一平均。 这个参数用项 “AVER257” 所代表， 且代表了从RR1到RR257的所有数据点的平均。 0062 类似地， 下一个数据点RR258具有代表从RR2到RR258的257个点的关联的AVER258。 以此方式， 对于直到RRn的所有剩余数据点计算平均。 在表格的第三栏， 通过从第一栏的原 始间期数据中减去第二栏的平均值， 来计算经去趋势的数据。 如图所示， 第一数据点 “r1

31、” 相 对于RR129而发生， 且通过从RR129中减去AVER257而被计算。 因此， 特定数据点的去趋势涉 及减去一个平均项， 这个平均项跨度为包括在感兴趣的数据点之前128个点到感兴趣的数 据点之后128个点在内的范围。 以此方式， 模块52从数据中平滑掉了由于无关于自主神经系 统的影响引起的心跳中的突然尖峰。 0063 返回图3， 在右侧， 起始模块54表示对于能提供实时治疗的本发明的实施例的数据 收集的开始。 在模块56中， 采集单个数据点， 即， 峰值或RR间期的值。 判定模块58询查这个值 是否超过预定高阈值， 诸如2500毫秒。 如果超过了阈值， 刚采集的峰值间期被丢弃且控制返

32、 回至模块56来采集下一个峰值间期值。 0064 否则， 如果该值低于高阈值， 根据模块60， 所采集的峰值间期值被存储于存储器 中。 0065 图5是计算机存储器61的逻辑表示， 示出间期流22的值在给定时间可如何被存储。 峰值间期RR1是最旧的值， 且间期RRn是最近采集的值。 在这个逻辑表示中， 各个之后被采集 的峰值间期被存储在RRn相邻处、 或右侧。 0066 数据收集子系统24的剩余两个模块对于提供实时治疗的实施例施加有用的子算 法作为初步测试。 一个测试类型是寻找在患者脉冲或心跳中大于特定阈值的加速或上升。 仅在子算法找到超过阈值的心跳后， 才考虑之后的HRV计算。 据发现对于子

33、算法足够的测试 的示例是十个连续心跳的时间段， 其中脉冲速率是120跳动每分钟或更高。 由于峰值间期用 毫秒表达且是心率的倒数， 这个脉冲图可被图示为对应于500毫秒或更低的峰值间期值。 0067 使用上述样本测试参数， 在最新的间期值被存储在模块60处的存储器中之后， 存 储器中的最为最近的十个值 （即， RRn到RRn-9） 被检查且这组中的最高值被记录在模块62处 作为RRmax。 0068 然后， 判定模块64询查RRmax是否小于或等于500毫秒。 实现中， 这个测试等于检查 最为最近的十个心跳是否都大于120心跳每秒。 如果答案是否， 如最为经常的情况那样， 控 制返回至模块56且

34、采集下一个峰值间期值。 在其中脉冲速率增加至超过阈值的情况下， 在 那个时间点被存储于存储器61中的所记录的间期流22转到数据分析子部分26。 0069 在本发明的一些实施例中， 可省略模块62和64的初步测试。 在这样的情况下， HRV 值将会一直是可获得的， 且将持续地被更新， 因为在存储器中接收并存储对于间期流的每 一个逐渐增加。 0070 在用于实时治疗的实施例中， 该数据未被去趋势， 因为在此应用中此举并未被发 现有用。 然而， 如果认为合适的话， 在这些实施例中也可任选地施加去趋势。 0071 在用于实时治疗的各实施例中， 所施加的特定初步测试涉及期望由本发明治疗的 心脏病况。 例

35、如， 如上所述的样本初步测试， 即， 对于其中十个连续心跳具有120跳动每秒或 更高的脉冲速率的点， 心跳中具有加速或上升， 在一些情况下是VT症状的前兆事件。 可理解 说 明 书 5/10 页 8 CN 103209637 B 8 的是， 在治疗VT的其他实施例中， 可使用具有不同参数的测试、 其他类型的测试。 类似地， 其 中本发明被用于治疗其他心脏病况的情况下， 可可选地使用除了上述之外的对于所存储间 期流的其他不同的初步测试。 0072 现在转向图3的数据分析子系统26， 模块66接收间期流22并将这一系列峰值间期 转换为两维 “x-y” 坐标系。 在一些实施例中， 将相邻峰值间期对映

36、射为坐标， 通过将对中的 第一峰值间期设置为横坐标或 “x” 轴点、 且第二峰值间期对设置为纵坐标或 “y” 轴点， 来完 成此举。 下一个峰值间期对将来自前一峰值间期对的第二间期作为其第一间期。 例如， 根据 这个方法， 间期流22的最先四个间期， 即， RR1、 RR2、 RR3、 和RR4， 变换如下三个坐标： (x1,y1) =(RR1.RR2)、 (x2,y2)=(RR2.RR3)、 和(x3,y3)=(RR3.RR4)。 0073 由模块66生成的数据坐标可任选地被绘制来形成递归图。 图6示出初始的一组四 个样本数据点的曲线。 可理解的是， 由于间期流22中的每一个峰值间期独立于彼

37、此， 任何特 定横坐标Xn可大于或小于前一个横坐标Xn-2， 且因此递归曲线是非线性的。 图7示出由所有 数据点构成的样本递归图， 其表征出没有严重病态的健康个人。 如图所示， 该曲线具有 “雪 茄” 形状且具有约45度的倾斜， 大多数点落在500到1500毫秒 （毫秒） 间期时间之间。 0074 在模块66中建立的数据坐标点可任选地由数学模块68进一步修改或变换。 以非限 制性示例的方式， 在本发明的一些实施例中， 根据如下公式计算新的坐标组 （Xnew.Ynew） ： 0075 Xnew=cos45(Xn+Yn)， 且 0076 Ynew=cos45(Yn-Xn)。 0077 如图8中所示

38、， 这个变换的效果是将图7中的曲线旋转约-45度， 从而该曲线变得基 本平、 或平行于时间轴。 这个变换的优势在于， 其以更为方便的形式表示数据， 其中数据值 被归一化在0和1之间。 任选地， 模块68可提供被变换的曲线的可视化显示。 0078 本发明通过对于所谓相对密度 （ “RD” ） 的新参数的计算来获得HRV。 RD是两个因子 “dx” 和 “dy” 的商， 其中 “x” 是指x轴或横坐标且 “y” 是指y-轴或纵坐标。 在计算dx和dy时， 每 个轴被分为任意数量的数据区间。 计数在每个数据区间中数据点的数量， 且记录每一轴的 数据区间中点的最大数量。 因子dx被赋值为x轴区间的这个

39、最大数量除以数据点的总数， 且 基于y轴区间的最大数量类似地计算dy。 0079 首先由模块70接收到一组 （x,y） 数据点， 其计算了该组中的点的总数， 并存储该值 用于之后的使用。 如下文将进一步描述地， 模块70是任选地， 因为其对于计算RD并不是必需 的。 0080 假设首先获得dx， 例如， 模块72选择 “x” 轴或横坐标， 并将参数Xmax初始化为零。 使 用Xmaz来存储沿x-轴具有最多 （即， 最大） 数量数据点的数据区间中的数据点的数量。 0081 模块74选择 “h” ， 被用于指定数据区间长度的参数。 选择区间长度为足够大来容纳 有意义的数据点样本、 但足够小来允许合

40、理数量的区间的值。 例如， 其中沿给定轴的数据点 在0和1之间的情况下， 0.005的区间长度h （其将该轴分为二十个相同的数据区间） ， 可能是 足够的。 可选地， 且特定地， 如下文关于模块76的讨论中所示地， 其中数据点落在较大的范 围内， 区间长度h可被设置为相应较大的标称值。 0082 模块76任选地沿给定轴改变和/或扩展数据组， 从而该轴可更易于被分为具有相 对较大的数据区间长度 “h” 的视觉上清楚的区间。 可通过变换每一点来执行数据组的改变， 从而大约一半的数据点落在轴的负侧且大约一半位于轴的正侧。 通过乘数来倍增特定轴上 说 明 书 6/10 页 9 CN 103209637

41、 B 9 每一个坐标来扩展该数据组。 当完成此举时， 该轴可被认为从-20h延伸至+20h。 通过非限制 性示例的方式， 选择数据区间h=13且乘数为20， 从而20h是260。 因此， 新的轴刻度的范围从 负260至+260， 且被分为相同的区间长度13， 即， 3、 26、 39和-13、 -26、 -39等。 数据点被乘 以20， 所以例如， 落在轴上-0.3的数据点变为-6、 在+0.74处的点变为+14.8， 等。 在图9中示 出本发明的方法如何将轴分为数据区间 “h” 的图示。 如所示， 一般沿x-轴改变数据组， 且相 同的数据区间 “h” 被施加至x轴和y轴。 0083 模块78

42、计数当前区间中的数据点的数量。 该模块被初始化为从第一区间起始。 然 后， 判定模块80询查当前区间中的数据点计数是否是新的最大值。 如果是新的最大值， 模块 82将这个数据点计数赋值为Xmax。 由于Xmax被初始化为零， 一旦读取第一区间， Xmax将总是 采集在这个区间中的数据点的值。 否则， 如果当前数据区间不具有新的最大数量的数据点， 控制跳过模块82至判定模块84。 0084 判定模块84询查是否已经对所有的区间进行了计数。 例如， 在范围为20h的情况 下， 判定模块84检查是否从-20h到+20h的所有40个区间已经被计数。 如果没有化， 控制转到 模块86， 其将区间计数增加

43、一， 且在模块78处计数下一个区间数据点。 不然， 当已经计数了 沿轴段所有区间后， 控制转到模块88。 通过将Xmax或Ymax （视情况而定） 除以从模块70得到 的数据点的全部数量， 在模块88中计算因子dx和dy。 0085 判定模块90询查是否已经获得了参数dy的值。 如果没有， 控制转到模块92， 其选择 y-轴并将Ymax设置为零。 然后在模块74开始， 以被用于获得dx的相同的方式， 计算因子dy。 在一些实施例中， 模块92的功能可被结合至模块72， 从而模块72按需， 选择x轴或y轴并将 Xmax或Ymax设置为零。 在这样的情况下， 来自判定模块90的阴性结果， 控制将至

44、模块72。 0086 一旦计算了dy， 通过将dy除以dx、 或任选地， 将dx除以dy， 模块94计算RD。 在一些实 施例中， 已经发现便利的是将dy除以dx， 从而RD=dy/dx。 之所以如此， 是由于dy一般大于dx， 且以此方式被计算的RD导致便利地大于一的数。 例如， 作为数字 “2 .3” 而非其倒数 “0.43478” 的RD值可能更易于由本领域内的临床医生来处理。 还要理解的是， 由于在模块70 中获得的数据点的全部数量是因子dy和dx的约数， 当两个因子相除后， 这个总数被约去。 为 此理由， 如上所述， 获得点的全部数量是任选的且在一些实施例中可被跳过。 0087 图1

45、0示出本发明的方法的图示。 这示出其中x轴和y轴被分为一系列具有长度 “h” 的相等区间的迭代曲线。 在x轴上， 特定区间 “h” 被标识出包含Xmax， 任意x轴区间的数据点 的最大数量。 类似地， 在y轴上， 区间 “h” 被标识出包含Ymax， 任意y轴区间的数据点的最大数 量。 根据本发明， HRV是相对密度参数、 或RD， 等于Ymax与Xmax的比值 （或其倒数） 。 0088 返回图3， 所计算的RD值从模块94输出并进入输出子系统28。 在一些实施例中， 该 RD值可被显示在诸如计算机屏幕上， 如在输出子系统28的左侧的模块96所示。 主治医生或 临床医生可读取该所显示的值并向

46、患者提供合适的诊断。 实践中， 该RD值可可选地被存储、 电子邮件发送、 或打印， 用于在患者在场或不在场的情况下在后来用于后续分析。 0089 在其中HRV应用包括实时治疗的情况下， 由判定模块98接收RD值， 如在输出子系统 28的右侧上所示地那样。 模块98询查RD是否落在被认为是显示诊断医疗或心脏病况 （诸如 VT） 可发生的预定值范围内。 如果RD没有落在预定范围内， 控制返回至模块56， 来采集新的 峰值间期并重复图3的过程。 如所述， 在本发明被用于持续监测患者并在需要时提供实时治 疗的这个应用中， 该过程继续。 因此， 仅是由于在特定时间点的测试出现阴性和不要求治 说 明 书

47、7/10 页 10 CN 103209637 B 10 疗， 没有理由停止。 0090 如果在模块98， RD落在有效范围内， 模块100任选地施加实时治疗。 这可包括这样 的措施， 如： 向患者施加最小冲击或其他警告、 施加一系列低电平冲击来起搏心脏、 施加去 纤颤器电平冲击、 从所植入的注入器注射药物、 和/或召唤主治医疗专家。 如上文， 在施加治 疗后， 控制转向模块56， 开始继续患者监测。 0091 通过重复的应用和实验， 可开发包括多个范围的RD值的刻度用于估算并解释所获 得的RD值。 例如， 根据样本刻度， 2.3或更小的RD值可指示具有相对高风险的心脏问题或其 他医疗病况的患者

48、、 2.7或更高的RD值可指示相对较低的风险， 且2.3和2.7之间的值可以是 灰区， 需要进一步的医生解释。 0092 具有不同数值范围的不同刻度可根据诸如以下不同因素被应用于不同情况： 记录 的持续时间、 所使用的记录设备的类型、 和所执行的诊断或治疗的类型。 0093 此外， 可调整刻度来获得期望的灵敏度。 例如， 继续上述示例， 如果高风险阈值RD 值从2.3提升至2.4， 将事先正确地标识注定会经历VT的更多患者， 但同时， 更多不会经历VT 的患者将被错误地标识为有风险。 在实时确定即刻VT的情况下， 提升高风险阈值将获取更 真实的VT症状但增加了错误警告的数量。 0094 要理解

49、的是， 在计算RD时， 本发明的方法使用远小于在其他方法中所使用的迭代 曲线的区域。 这是可能的， 因为大多数心跳间期位于紧靠曲线的中间部分的范围内。 是发明 人首先意识到， 通过关注于曲线的这些紧凑定位的面积内的数据点， 可获得对于HRV的简单 且准确的计算。 0095 本发明的方法可被操作为在记录心脏的心跳间间期的任何物理硬件上的或与该 硬件通信的软件。 取决于应用， 这可包括， 例如， 诸如被用于医院和诊所中的ECG机器、 用于 延长的时间段 （诸如24小时） 的患者所穿戴的动态心电图或其他外部设备、 或ICD。 0096 在示例性应用中， 以前没有心脏病况的患者可接受医疗检查。 患者可能是健康的、 或可具有例如诸如帕金森、 糖尿病、 或阿尔茨海默氏痴呆之类的以前的病况。 可获取ECG读 数作为检查的一部分， 且向所记录的峰值间期应用本发明的方法来计算相对密度、 或HRV