[发明专利]识别用于在活体内测量分析物浓度的传感器的功能失误的方法

说明书

技术领域

本发明涉及一种用于识别用于在活体内（in-vivo）测量分析物浓度的传感器的功能失误的方法，其中，用传感器生成一系列测量信号，并从这些测量信号中连续地确定噪声参数的值，该值说明了由干扰信号如何强烈地影响测量。

背景技术

从US 2009/0076361 A1中已知这种方法。在该已知的方法中，将噪声参数与预先规定的阈值进行比较。如果噪声参数的值超出阈值，则推断出功能失误。

发明内容

在监控用于在活体内测量分析物浓度的传感器时的目的在于，尽可能早地和可靠地识别可能的功能失误。本发明的任务是指明一种如何可以更好地达到该目的的途径。

通过一种具有在权利要求1中所说明的特征的方法来解决该任务。本发明的有利的改进方案是从属权利要求的主题。

在本发明方法中，从噪声参数的连续确定的值中确定噪声参数如何迅速地变化，并且分析噪声参数的变化速度用于识别功能失误。以此方式，可以比通过将噪声参数与固定地预先规定的阈值比较显著可靠地确定功能失误。

用可植入的传感器可以连续或准连续地测量人体中的分析物浓度。在此，特别感兴趣的是在小时或日的时间间隔中显著地变化的分析物，例如像这在葡萄糖情况下是这种情况那样。用于在活体内测量的传感器提供一系列测量信号，例如电流值或电压值，这些电流值或电压值经过函数关系与所寻找的分析物浓度的要确定的值相联系，并且在校准之后反映该值。

像在每个测量情况下那样，在活体内的传感器的与浓度有关的测量信号也受到测量误差影响。除了常常导致耐久的偏差的系统测量误差之外，尤其是汇总在噪声概念之下的随机测量误差是重要的。在此称为噪声的，既有其根源在传感器本身中的测量误差（例如电子噪声），也有以下的测量误差，这些测量误差基于对传感器的例如由于运动而未控制的影响，或基于传感器环境中的分析物浓度与患者身体中另外位置处的分析物浓度的暂时的偏差。

通过例如可以作为干扰信号分量的标准偏差所计算的噪声参数来量化由噪声如何强烈地影响测量。为了计算噪声参数，因此通常首先确定测量值的哪个分量基于干扰信号。在最简单的情况下可以近似地认为，所给定的测量值是对应于所寻找的分析物浓度的有用信号和干扰信号的总和。为了将噪声分量与有用分量分离，例如可以采用递归滤波器、尤其是卡尔曼滤波器、或多项式滤波器、尤其是萨维兹凯-戈雷(Savitzky-Golay)滤波器。

通过在时间t在测量值和有用分量的所确定的值之间的差形成来获得噪声分量。越精确地确定了有用分量，如此确定的噪声则含有越少的有用信号分量。

如果从一系列值中获得了噪声分量，则可以计算使噪声量化的噪声参数的一系列值。将噪声参数例如可以作为噪声信号值的标准偏差以预先规定的区间来计算。代替标准偏差，例如也可以将方差、变异系数（Variationskoeffizienten）、四分位距（Interquartil-Bereiche）等采用为噪声参数。

从噪声参数的连续确定的值中可以确定，噪声参数如何迅速地变化，和分析用于识别功能失误的噪声参数的变化速度。例如可以生成警告信号作为识别功能失误的结果。用这种警告信号可以让使用者注意功能失误的存在。警告信号替代或附加地也可以引起，测量系统不再显示测量值，或将系统存储器中的所确定的测量值标记为不可靠的。

一般将变化速度确定为变化着的参量的时间导数。数字式可以最简单地如下来确定时间导数，即计算在两个相继的参量之间的差，并除以两个值相继的时间间距。这种行为方式不过更可能（eher）较少地适用于确定噪声参数的变化速度。这原因在于，噪声参数本身经受强烈的噪声，并且因此在直接相继的噪声参数值之间可能产生较大的差别，没有传感器的或传感器环境的显著的变化对应于这些差别。因此优选借助于（an）噪声参数的已平滑的系列值来确定噪声参数的变化速度。

例如通过对噪声参数的预先规定数量的相继的值形成平均值，可以进行平滑。也可以用递归滤波器（例如卡尔曼滤波器）来平滑一系列噪声参数值。对已平滑的系列噪声参数值，于是可以例如通过相继的值的差形成计算噪声参数的速度变化的尺度。也可以将递归滤波器、尤其是卡尔曼滤波器采用用于平滑变化速度的一系列值，以便可以较容易地分析该系列值。