[发明专利]使用血氧饱和度信号辨别潮式呼吸模式

说明书

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

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

CSR的诊断通常包括进行睡眠研究，并分析得到的多导睡眠图(PSG)数据。在完整的PSG诊断研究中，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。

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。

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SN11/576,210(U.S.Patent App.Pub.No.20080177195)，提交于2007年3月28日，作为WO2006066337A1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。

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。

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(Staniforth et al.,1998,Heart,79:394-99)。

Staniforth等(1998,Heart,79,394-399.)对104个患有充血性心力衰竭(CHF)的患者进行的研究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OSA。

Grant等的美国专利6,839,581，PCT申请WO 01/076459和美国公开专利申请2002/0002327名称为“Method for Detecting Cheyne-Stokes Respiration in Patients with Congestive Heart Failure”。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。

Lynn的美国专利6,760,608的名称为"Oximetry System for Detecting Ventilation Instability"。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。