对医疗设备所检测的事件进行后处理的方法和系统的制作方法

专利名称：对医疗设备所检测的事件进行后处理的方法和系统的制作方法
技术领域：
本发明一般涉及医疗设备，尤其涉及对医疗设备所检测的事件进行改进的 后处理估计的方法和装置。
背景技术：
例如，随着诸如可植入复律器一除颤器(ICD)之类的可植入医疗设备中 的存储器和诊断容量的增加，对可用数据进行适当地评论所要求的时间量也增 加了，这些可用数据是与判定事件的检测和通过设备提供的治疗是否合适相关 联的。由于经标识的ICD指示的数量不断地增加，而数据的后处理评论可用的 时间量减少，ICD事件的分类需要较高的专业技术水平。结果，具有所要求的 专业技术的临床医师的数量已经减少，这会导致对这些带有植入设备的病人的 管理质量降低。因此，通过对事件进行正确的分类和对ICD参数改变和/或医 学治疗进行可能的建议(诸如，药物治疗中的改变、治疗的提供、采用切除过 程等)，在询问时对每个以前检测到的事件进行后处理和自动评论的一种算法 可以致力于所关注的这些问题。
在门诊部重复评论存储在ICD存储器中的数据需要专业技术知识以在真正 的心室心律不齐和不需要检测的非心室心律不齐之间进行鉴别。当ICD人口增 加时，评论具有仔细细节的所有ICD检测事件需要的时间也增加。通过设备把
已经不适当地检测的自动识别ICD存储事件作为事件会减少评论事件和保证正 确地评论不需要的检测所需要的时间。
因此，需要在后处理评论存储在可植入设备中的数据的期间对每个检测到 的事件正确地分类的一种算法，以便减少临床医师评论事件的时间，并且使临
床医师有信心会注意到每个不正确的ICD检测。


通过考虑附图并参考本发明实施例的下述详细说明，将理解和变得较佳地
理解本发明的一些方面和特征，其中
图1是根据本发明的一个实施例用于对心脏事件进行分类的示范性可植入
医疗设备系统的示意图2是根据本发明的一个实施例用于对事件进行分类的系统的示意图3是根据本发明的一个实施例用于对心脏事件进行分类的流程图4是根据本发明的一个实施例用于在检测到的事件的再分类期间确定
A/V比值的曲线图示；
图5是根据本发明的一个实施例用于判定是否存在与检测到的事件相关联
的突然发作的曲线表示图6A—6C是根据本发明的一个实施例用于判定是否存在引导腔(leading
chamber)的曲线表示图7是根据本发明的一个实施例用于产生模板的曲线图示；
图8是通过可植入医疗设备的事件分类中利用的示范性数据的曲线图示；
图9是根据本发明的一个实施例的方法的流程图，用于判定设备以前利用
来识别心脏事件的数据是否对应于设备对事件的有规则检测；
图10是根据本发明的一个实施例的方法的流程图，用于判定设备以前利
用来识别心脏事件的数据是否对应于设备对事件的有规则检测；以及
图11是根据本发明的一个实施例用于判定是否已经发生欠检测的曲线图示。
具体实施例方式
图1是根据本发明的一个实施例用于对心脏事件进行分类的示范性可植入 医疗设备系统的示意图。如图1所示，根据本发明的一个实施例用于对事件进 行分类的系统包括诸如可植入心脏起搏器、可植入复律器一除颤器(ICD)或 起搏器/复律器/除颤器之类的可植入医疗设备220，例如，通过电或机械连
接到位于人体105的心脏中的、用于捕获和处理来自病人的生理学数据和根据 所捕获的数据提供治疗的、 一根或多根引出线114。根据本发明的一个实施例
用于对事件进行分类的系统也可以处于其它医疗设备中，诸如处于心肌刺激 器、药物传送系统、心脏和其它生理学监视器、包括神经、肌肉的电剌激器和
脑深部刺激器、耳蜗植入、以及心脏辅助IMD或泵等中。
可以通过诸如接入设备240之类的外部系统来监视可植入医疗设备220捕 获的数据，该外部系统包括与远处的可植入医疗设备220通信的编程头122。 根据熟悉本领域的技术人员已知的、对本揭示有利的医疗设备编程系统，利用 编程头122，以促进可植入医疗设备220 (例如，起搏器)和接入设备240之 间的双向通信。这样， 一旦所需要的数据已经从可植入医疗设备220发送到接 入设备240，就在接入设备240中发生根据本发明的一个实施例的心脏事件分 类。接入设备240可以位于离病人较远的位置处，因此，例如， 一旦所需要的 数据已经经由因特网从可植入医疗设备220发送到接入设备240，就可以在接 入设备240中执行根据本发明的一个实施例的事件分类。
可植入医疗设备220安装在密封的、无生物学活动的、外罐或外壳113中， 其自身可导电而作为可植入医疗设备220起搏/检测电路中的电极。使在图1 中由标号114集中识别的一根或多根引出线114电耦合到可植入医疗设备220， 并且经由血管118延伸到病人的心脏116。 一般在引出线114远端的附近设置 一个或多个暴露的导电电极(传感器/治疗提供设备210)，用于接收电心脏 信号或向心脏116传送电起搏刺激。可以植入引出线114使其远端位于心脏116 的心房或心室中。在另外的实施例中，传感器/治疗提供设备210或与传感器 /治疗提供设备210相关联的引出线114可以位于心脏116的血管中，诸如血 管118。
图2是根据本发明的一个实施例用于对事件进行分类的系统的示意图。如
图2所示，用于估计事件的以前分类的系统200包括传感器/治疗提供单元 210、可植入医疗设备220以及接入设备240。本发明的实施例可以把来自传感 器/治疗提供单元210的多个生理学数据和非生理学数据中的一个或多个数据 提供给可植入医疗设备220，然后进行处理和存储在可植入医疗设备220中。 传感器/治疗提供单元210可以包括能够捕获生理学和非生理学数据的多个传 感器。根据来自传感器210的数据和其它因子，可植入医疗设备220可以经由 传感器/治疗提供单元210把治疗提供给病人身体105的一个部分。可以使用 接入设备240对通过使用下述方法的设备220的事件的识别进行再分类，并且 可以对可植入医疗设备220的操作相应地进行再编程和/或进行修改。在本发 明的另一个实施例中，使用设备220对使用下述方法的设备220的事件的以前 识别进行再分类。
图3是根据本发明的一个实施例用于对心脏事件进行分类的流程图。本发 明涉及用于估计通过设备220的以前的事件分类的一种方法和设备，包括确定 设备以前对事件进行的分类的实例作为检测到的事件块300，例如，诸如心室 心动过速的心室纤维颤动。关于作为检测到的事件的事件分类是否基于正确的 检测数据而作出判定。例如，关于数据是否与事件的起初分类期间的心房检测 相关联作出判定，所述事件包括有规则的和自发的，即非诱导的，心房去极化 (atrial d印olarization)的正确识别，块302。根据本发明的一个实施例， 下面参考图9一11详细说明有规则的和自发的心房去极化的识别。
如果没有判定心房检测是自发的和有规则的，则在块302中为NO (否)， 把检测到的事件标记为未知，块301，并且识别通过设备以前识别的下一个事 件作为检测到的事件，块300。一旦判定心房检测为自发的和有规则的，块302， 则通过再分类成为室上性心动过速事件或VT/VF事件来验证检测到的事件。 根据本发明的一个实施例，检测到的事件的再分类是通过确定A/V比值来进行 的，所述A/V比值与在事件检测之前发生的检测事件的预定窗口上的心房检测 事件对心室检测事件的比值相关联，块304。例如，如图4所示，可以通过刚 在事件402的检测点之前发生的最后12个心室检测事件来定义用于计算A/V
比值的预定窗口 400，虽然可以理解，可以通过检测之前的任何预定数量的心 室检测事件Vs来定义窗口 400。然后确定发生在窗口 400中的心房检测事件 As，并且利用其确定A/V比值。在图4的例子中，在窗口 400中发生十四个心 房检测事件As。
如果在窗口 400期间发生的心房检测事件As的数量等于心室检测事件Vs 的数量，并且因此而A/V比值等于1，则在块306中为YES (是)，在图3中 对关于心房检测事件As和心室检测事件Vs是否以一对一的分布(即每个V有 一个A)均匀地分布进行判定，块308。例如，作出关于窗口 400之前检测到 的事件中可得到的所有心室检测事件Vs中的每个相邻对之间是否只有一个心 房检测事件As的判定。如果心房检测事件As和心室检测事件Vs是以一对一 的分布均匀地分布的，则块308中为YES， SP，在所有心室检测事件Vs的每个 相邻对之间只有一个心房检测事件As,识别该事件作为室上性心动过速事件， 块310。这个判定下的基本原理是心室心律不齐的心室周期长度比事件中某些 点处的心房周期长度短。
根据本发明的一个实施例，在对窗口 400期间发生的心房检测事件As的 数量是否等于心室检测事件Vs的数量进行判定的期间，如果心房检测事件As 的数量在心室检测事件Vs数量的预定范围内，诸如加或减l，则可以确定A/V 比值等于l，在块306中为YES。此外，在块308中对关于心房检测事件As和 心室检测事件Vs是否以一对一的分布均匀地分布作出判定的期间，可以包括 心室检测事件Vs的相邻对之间存在不止一个预定数量的心房检测事件As的实 例。例如，对在窗口 400之前的心室检测事件Vs的相邻对之间只存在一个心 房检测事件As作出判定，并且比心室检测事件Vs的相邻对的预定数量少(诸 如3，具有两次心跳)。
如果判定心房检测事件As和心室检测事件Vs没有以一对一的分布方式均 匀地分布时，则在块308中为NO，对关于是否存在与检测到的事件相关联的突 然发作作出判定，块312。
图5是根据本发明的一个实施例用于判定是否存在与检测到的事件相关联 的突然发作的曲线表示图。如本技术领域中所众知，在通常称之为用于检测的
间隔(NID)的、内部速率小于已经检测的预定速率的、预定数量的间隔中，
检测一次心脏事件。例如，在图4和5的示范性曲线表示图中，用于检测的间 隔的数量(NID)是24个间隔。因此，在起始检测过程期间， 一旦已经符合检 测标准，设备220就检测一次心脏事件的发生，g卩，检测到小于阈值速率的、 24个间隔一次的速率。
如图5所示，对是否存在突然发作事件进行判定，首先判定检测间隔500 的预定数量(诸如8个检测到的间隔)的中值(例如，正好在对应于设备检测 到事件为心脏事件的时间的、间隔502之前发生)，以及发生在与以前通过设 备220检测的事件相关联的NID间隔506之前(例如，在所存储的事件的开始) 的、检测到的间隔504的预定数量的中值。对检测到的间隔500的预定数量的 中值和检测到的间隔504的预定数量的中值的差进行确定，并且如果中值之间 的差508大于中值差阈值(例如，诸如60毫秒)，则确定事件的发作是突然 的。
根据本发明的一个实施例，使用Stadler等人于2006年3月9日提交的 美国专利申请11 / 461， 269号中描述的方法，对关于事件的发作是否为突然发 作作出判定，这里全面结合该专利申请作为参考。
回到图3，如果两个中值之间的差508不大于中值差阈值，因此判定事件 的发作不是突然发作，则在块312中为N0，识别为不能够对该事件进行估计， 并且过程继续进行事件分类正确性的下一个后处理判定，例如，诸如下面描述 的块312。如果两个中值之间的差508大于中值差阈值，因此判定事件的发作 是突然发作，则在块312中为YES，通过判定是否通过心室或心房中的传导启 动了心脏节律而进一步估计事件分类的正确性。例如，根据本发明的一个实施 例，确定发作阈值510，块314，作为正好在与事件检测相关联的间隔502之 前发生的检测到的间隔500的预定数量的中值和两个中值之间的一部分差508 的总和，由下述公式阐明
发作阈值=事件中值+ )(*中值差 公式i
其中事件中值是正好在与事件的检测相关联的间隔502之前发生的事件
500的预定数量的中值，中值差是两个中值之间的差508，而XW中值差对应于 两个中值之间的差508的一部分。根据本发明的一个实施例，X等于三分之二， 以致乂*中值差对应于中值差的三分之二。
一旦已经确定了发作阈值510，块314，就在块316中识别用来形成窗口 的空间参考点，该窗口用于判定是否正在通过心房和心室腔中之一启动心脏节 律的传导。例如，根据本发明的一个实施例，识别与预一NID或穴节律相关联 的RR—间隔(即，大于发作阈值510，是在与判定检测到事件的时间对应的间 隔502之前发生的)，并且用来作为形成窗口的空间参考点。
使用图5的例子，在时间上从与事件的检测对应的间隔502开始工作和向 后工作，通过判定在间隔502之前发生的预定数量的间隔何时大于发作阈值510 而进行空间参考点的识别。例如，根据本发明的一个实施例，对正好在间隔502 之前发生的五个顺序相邻间隔512中的三个间隔是否大于发作阈值510作出判 定。如果五个顺序相邻间隔512 (包括间隔502)的窗口中的三个间隔不大于 发作阈值510，则对在时间上从与事件的检测对应的间隔502向后工作的五个 顺序相邻间隔514的下一个窗口中的三个间隔作出是否大于发作阈值510的判 定。继续进行该过程直到在五个间隔的窗口 516中的三个间隔大于发作阈值510 时识别一个间隔。
一旦识别了窗口 516，就把大于发作阈值510和最接近与事件的检测对应 的间隔502的窗口 516的间隔518设置为用于形成窗口的空间参考点，该窗口 用于判定是否正在通过心房和心室腔中之一启动心脏节律的传导。
图6A—6C是根据本发明的一个实施例用于判定是否存在引导腔(leading chamber)的曲线表示图。使用中心在经判定的空间参考点周围的预定数量的 间隔，S卩，间隔51S，来确定发生在每个间隔之间的检测到的心房事件的数量， 然后利用其结果确定是否正在通过心房腔，块318,以及心室腔，块320，中 之一启动心脏节律的传导。例如，如图6A和6B所示，使用中心在间隔518周 围的三个间隔，作出关于发生在所产生的七个间隔之间的心房检测事件的数 如图6A所示，如果在形成七个间隔的每个相邻心室检测事件Vs之间存在 一个心房检测事件As，则判定心房在启动传导，在块318中为YES，并且识别 事件为室上性心动过速事件，块310。如图6B所示，如果在七个间隔中的六个 的每个相邻心室检测事件Vs之间存在一个心房检测事件As，并且在间隔中之 一的相邻心室检测事件Vs之间没有心房检测事件As，则判定心室在启动传导， 在块320中为YES，并且把事件分类为VT/VF事件，块322。最后，如图6C所 示，如果在七个间隔中小于六个间隔的每个相邻心室检测事件Vs之间存在一 个心房检测事件As，并且在一个以上的间隔的相邻心室检测事件Vs之间没有 心房检测事件As，则判定既没有驱动心房传导，也没有驱动心室传导，在块 318和320中为NO，并且作出抗心动过速起搏的效果是否表示室上性心动过速 事件的判定，图3的块321。
根据本发明的一个实施例，利用于2004年5月5日提交额、题为"DYNAMIC DISCRIMINATION UTILIZING ANTI-TACHY PACING THERAPY IN AN IMPLANTABLE MEDICAL DEVICE"的、共同转让的美国专利申请10 / 839， 634号中描述的动态 鉴别方法来作出关于抗心动过速的效果是否表示室上性心动过速事件的判定， 块321，这里全面结合该申请作为参考。例如，识别传送抗心动过速摄生法的 设备220，并且通过判定发生在传送抗心动过速治疗之前的心房事件之间的平 均周期长度来评论与治疗相关联的EGM，并且对所判定的平均心房周期长度与 传送心动过速治疗期间的心房周期长度进行比较。如果平均心房周期长度和传 送心动过速治疗期间的心房周期长度之间的差小于或等于预定心房周期长度 阈值，例如，诸如30 ms，则对事件进行再分类而作为室上性心动过速事件， 块310。如果平均心房周期长度和传送心动过速治疗期间的心房周期长度之间 的差大于预定心房周期长度阈值，则识别所有间隔中的最小间隔(在与事件的 检测相关联的NID间隔期间)和最大间隔，并且作出关于最大间隔和最小间隔 之间的差是否大于预定阈值，例如，诸如IOO ms，的判定，块332。
如果最大间隔和最小间隔之间的差不大于预定阈值，则在块322中为NO, 对与事件的检测相关联的每个间隔的形态(morphology)与存储在块326中的 一个模板或一些模板进行比较，并且对每一个作出关于形态的相关是否大于预
定相关阈值，例如，诸如0.95，的判定，并且作出关于与存储的阈值相关的间
隔的数量是否大于预定匹配百分比阈值，例如，诸如80%，的判定，块336。
如果最大间隔和最小间隔之间的差大于预定阈值，则在块322中为YES， 对最大间隔的形态与最小间隔的形态进行比较，并且作出关于最大间隔和最小 间隔的相关是否大于预定相关阈值，例如，诸如0.94，的判定，块334。
如果最大间隔和最小间隔的相关大于预定相关阈值，则在块334中为YES， 对检测到的事件进行再分类而作为室上性心动过速，块310。如果最大间隔和 最小间隔的相关不大于预定相关阈值，则在块334中为NO，对与检测到的事件 相关联的每个间隔的形态与存储在块326中的一个模板或一些模板进行比较， 并且对每一个作出关于形态的相关是否大于预定相关阈值，例如，诸如0.95, 的判定。作出关于与存储的模板相关的间隔的数量是否大于预定匹配百分比阈 值，例如，诸如80%，的判定，块336。
根据本发明的一个实施例，可以存储单个模板或不止一个模板，例如，诸 如四个，在下述的检测到的事件的再分类中，可利用所存储的模板中的每一个。
如果间隔(其所具有的形态确定为具有大于相关阈值的、与存储模板的相 关)的数量大于预定匹配百分比阈值，则在块336中为YES，对以前检测到的 事件进行再分类而作为心室心动过速事件，块338。如果间隔(其所具有的形 态80确定为具有大于相关阈值的、与存储模板的相关)的数量不大于预定匹 配百分比阈值，则在块336中为N0，不可能对检测到的事件进行再分类，因此 识别以前检测到的事件作为未知事件，块340。
如果在窗口 400期间发生的心房检测事件As的数量不等于心室检测事件 Vs的数量，因此A/V比值不等于1，则在块306中为N0，在块324中作出关于 心室检测事件Vs的数量是否大于心房检测事件As的数量因此A/V比值小于1 的判定。如果心室检测事件Vs的数量大于心房检测事件As的数量，则在块324 中为YES，产生和存储模板，块326，并且对事件进行分类作为VT/VF事件， 块322。
图7是根据本发明的一个实施例用于产生模板的曲线图示。如图7所示， 根据本发明的一个实施例，为了在块328中产生模板，本发明使相邻间隔的形
态相关，在时间上从与事件的检测相关联的间隔502开始工作和向后工作。例
如，通过模板，即图7中的模板A，判定和识别间隔502的形态。对正好在间 隔502之前发生的以及与间隔502相邻的间隔560的形态与模板A进行比较， 如果间隔560的形态具有与间隔502的形态的预定相关，例如，诸如大于或等 于0.82的相关，则识别两个间隔为相关的，并且通过模板A识别间隔560。如 果形态不相关，g卩，具有小于0.82的相关，则通过新的模板，图7中的模板B， 来识别间隔560的形态。
一旦已经确定了间隔502和506的相关和通过模板识别了形态，就作出关 于正好在最近相关的间隔，间隔560，之前发生的下一个间隔562的形态是否 与以前产生的模板中之一，S卩，模板A或模板B，相关的判定。尤其，在图7 的例子中，由于间隔562与模板B的相关等于0.98,而间隔562与模板A的相 关等于0.72，判定间隔562与模板B相关(0.98大于0.S2)，但是不与模板 A相关(0.72不大于或等于0.82)。结果，识别间隔562的形态为具有与模板 B相同的形态。
一旦完成了间隔562与以前产生的模板的相关，并且已经用模板识别了间 隔562，就对关于正好在最近相关的间隔，间隔562，之前发生的下一个间隔 564的形态是否与以前产生的模板中之一，即模板A或模板B，相关作出判定。 尤其，在图7的例子中，由于间隔564与模板B的相关等于0.80，而间隔564 与模板A的相关等于0. 81，判定间隔564没有与模板B相关(0. 80小于0. 82) 或模板A相关(0.81小于0.82)。结果，识别间隔562的形态为具有不同的 形态，因此根据间隔564的形态产生的新模板C，并且识别间隔564的形态为 具有与新模板C相同的形态。
一旦完成了间隔564与以前产生的模板的相关，并且已经用模板识别了间 隔564，就对关于正好在最近相关的间隔，间隔565，之前发生的下一个间隔 566的形态是否与以前产生的模板中之一，即模板A、模板B或模板C，相关作 出判定。尤其，在图7的例子中，由于间隔566与模板C的相关等于0.82，间 隔566与模板B的相关等于0. 99，以及间隔566与模板A的相关等于0. 69， 判定间隔566为与模板C (0. 82大于或等于0. 82)和模板B (0. 99大于0. 82)
相关，但是没有与模板A相关(0.69小于0.82)。由于识别间隔566的形态 为具有与模板B和模板C相同的形态，作出关于模板间隔566与模板B的相关 是否大于模板间隔566与模板C的相关的判定。由于间隔566和模板B之间的 相关大于间隔566与模板C之间的相关，识别间隔566的形态为具有与模板B 相同的形态。另一方面，如果间隔566和模板B之间的相关大于间隔566和模 板C之间的相关，则将识别间隔566的形态为具有与模板C相同的形态。
对于其余12个间隔重复该过程，每个间隔的形态用以前产生的模板中之 一来识别，或用多个判定的相关模板中最高的一个来识别，或用单个相关模板， 或用基于当前间隔的新的模板来识别，以致，回到图3， 一旦用模板识别了最 终间隔568，就设置与最大间隔数量(图7的例子中为模板B)相关的产生的 模板作为与检测到的事件相关联的模板，并且存储在存储器块326中。此外， 与最大间隔数量相关的产生的模板还必须包括所有利用的间隔的预定百分比， 例如，诸如80%。然后把事件分类为VT/VF事件块322。
如果在窗口 400中发生的心房检测事件As的数量大于心室检测事件Vs的 数量，因此A/V比值或者不等于1，在块306中为N0，或者不小于l，在块324 中为N0，作出关于在事件初始分类期间设备利用的作为检测到的事件的数据是 否包括有规则的间隔的判定，块328。
图8是通过可植入医疗设备的事件分类中利用的示范性数据的曲线表示 图。在图8的示范性曲线表示图中，检测的间隔的数量(NID)是16个间隔。 因此，在初始检测过程期间， 一旦符合了检测标准，即一旦检测到16个间隔 的速率小于阈值速率，设备220就检测到心脏事件发生。根据本发明的一个实 施例，为了判定在事件的初始分类期间设备利用的作为检测到的事件的数据是 否包括有规则的间隔，通过判定两个最高模式(即，最频繁的存储器(bin)) 中的间隔数量是否大于RR间隔数量的预定百分比，例如，诸如67%,而产生 检测中导致的16个RR间隔的模式总和(modesum)。尤其，在图8中示出的 示范性数据中，由于两个最频繁的存储器包括间隔长度为330 ms和340 ms的 16个间隔中的8个，模式总和是100%，因此大于RR间隔数量的预定百分比。 因此，判定RR间隔为有规则的，在块328中为YES。200680050423.8
说明书第12/18页
如果判定RR间隔为无规则的，则在块328中为N0，识别事件为不可能估 计的事件，并且用事件分类的正确性的下一个后处理判定，例如，诸如下面描 述的块332，来继续进行该过程。另一方面，如果判定RR间隔为有规则的，则 在块328中为YES，作出关于与作为心脏事件的事件的初始识别相关联的A/V 间隔是否稳定的判定，块330。例如，根据本发明的一个实施例，为了判定与 作为心脏事件的事件的初始识别相关联的A/V间隔是否稳定，对与作为心脏事 件的事件的初始识别相关联的每个间隔，确定PR间隔，即，心房检测800和 后续的心室检测802之间的时间。
为了减少局外效应， 一旦对与作为心脏事件的事件的初始识别相关联的每 个间隔判定PR间隔，就除去预定数量的最大PR间隔和最小PR间隔。例如， 根据本发明的一个实施例，除去最大PR间隔的十六分之一以及最小PR间隔的 十六分之一。然后确定PR范围作为最小PR间隔和最大PR间隔之间的差，并 且作出关于PR间隔的范围是否满足PR稳定标准的判定。例如，对于图8的数 据，作出关于其余的PR间隔范围是否小于20 ms的判定。
在图8的例子中， 一旦除去了最小和最大间隔，PR范围就是IO ras，因此 判定PR间隔的范围小于20 ms。
如果判定PR间隔的范围小于或等于20 ms，因此与作为心脏事件的事件的 初始分类相关联的A/V间隔是稳定的，则在块330中为YES，对事件进行再分 类为室上性事件，块310。另一方面，如果判定PR间隔的范围大于20 ms，因 此，与作为心脏事件的事件的初始分类相关联的A/V间隔是不稳定的，则在块 330中为NO，识别与事件的检测相关联的NID间隔中的最小间隔和最大间隔， 并且作出关于最大间隔和最小间隔之间的差大于预定阈值，例如，诸如100 ms， 的判定，块332。
如果最大间隔和最小间隔之间的差不大于预定阈值，则在块322中为NO， 识别事件为不能够估计的事件，并且过程继续进行事件分类正确性的下一个后 处理判定，诸如下面描述的块336。如果最大间隔和最小间隔之间的差大于预 定阈值，则在块322中为YES，比较最大间隔的形态与最小间隔的形态，并且 作出关于最大间隔和最小间隔的相关是否大于预定相关阈值，例如，诸如0. 94，
21
的判定，块334。
如果最大间隔和最小间隔的相关不大于预定相关阈值，则在块334中为N0， 对检测到的事件进行再分类为室上性心动过速，块310。如果最大间隔和最小 间隔的相关大于预定相关阈值，则在块334中为YES，对与事件的检测相关联 的每个间隔的形态与存储在块326中的一个模板或多个模板进行比较，并且对 每一个作出关于形态的相关是否大于预定相关阈值，例如，诸如0.95，的判定。 作出关于与存储的阈值相关的间隔的数量是否大于预定匹配百分比阈值，例 如，诸如80%，的判定。
如果具有形态80 (判定其具有与存储的、大于相关阈值的模板的相关) 的间隔的数量大于预定阈值，则在块336中为YES，把以前检测到的事 件再分类为心室心动过速事件，块338。如果具有形态80 (判定其具 有与存储的、大于相关阈值的模板的相关)的间隔的数量不大于预定 阈值，则在块336中为N0，不可能对检测到的事件进行再分类，因此 识别以前检测到的事件为未知事件，块340。 这样，通过启动每个检测到的事件的评论和后处理，本发明减少了时间， 这个时间是临床医师或其他医务人员通过设备评论事件分类的正确性以便识 别不适当的检测所需要的，并且还减少了花费在不需要评论的检测上的时间的 可能性。此外，当经验不很丰富的医务人员评论存储在可植入医疗设备的存储 器中的的事件时，本申请的过程将使进行正确分类的可能性提高。
图10是根据本发明的一个实施例判定心房检测事件是否与心室检测事件 一起均匀分布的曲线表示图。如图10所示，根据本发明的一个实施例，在块 308中判定心房检测事件As是否与心室检测事件Vs —起均匀分布期间，
图9是根据本发明的一个实施例的方法的流程图，用于判定设备以前利用 来识别心脏事件的数据是否对应于设备对事件的有规则检测。如图9所示，根 据本发明的一个实施例，在块302中判定心房检测是否为自发的和有规则的期 间，通过接入设备240评论检索存储数据(该检索存储数据与通过设备220的 事件的以前分类相关联)，以识别是否存在已经疑似发生过分检测 (oversensing)的一些实例，块900。例如，通过判定是否存在设备220已经
识别远场R波(FFRW)的存在(已经通过设备220识别为心房检测事件)的一 些实例而通过接入设备240作出关于在块900中是否疑似已经疑似发生过分检 测的判定，使用已知的检测算法，诸如在Gillberg等人的美国专利6, 178,350 号、Gillberg等人的美国专利6， 052， 620号以及Gillberg等人的美国专利 5，755，736号中描述那些，这里全面结合作为参考。然后通过接入设备240对 由设备220识别为远场R-波的R —波进行分类作为疑似的远场R-波。
此外，接入设备240在块900中利用来识别疑似远场R-波的其它因子可以 包括远场R-波(其位置处于通过设备220的检测周期之后)的一些实例，同时 心房和心室检测事件的实例，除了在心室事件是TP (ATP的心室起搏)的实例 中之外，以及当忽略真实PP间隔周期中的疑似远场R-波时，判定预定数量的 PP间隔，例如，诸如四个，为稳定的。根据本发明的一个实施例，如果预定数 量的PP间隔的每个值都在预定范围内，例如，诸如小于或等于100%和大于或 等于90%，则也认为PP间隔是稳定的。
一旦已经识别了疑似远场R-波，则在块900中为YES，使用上述技术除去 所有判定的疑似远场检测，块902，以及再计算间隔而无需疑似远场R-波，块 904。然后作出关于除去具有疑似远场R-波的信号是否有规则的判定，块906。 根据本发明的一个实施例，为了判定除去具有疑似远场R-波的信号是否有规 则，通过接入设备240产生信号的模式总和，这些信号在时间上从与通过设备 220的事件检测对应的间隔开始工作和向后工作，并且作出关于模式总和是否 大于或等于99%的判定。
如果判定除去具有疑似远场R-波的信号是有规则的，即，模式总和大于或 等于99%，则在块906中为YES，判定信号为自发的和有规则的，在图3的块 302中为YES，并且过程继续进行而判定A/V比值，如上述图3的块304。如果 判定除去具有疑似远场R-波的信号是无规则的，g卩，模式总和不大于或等于 99%,则在块906中为N0，作出关通过接入设备240从设备220接收到的数据 是否包括心房电描记图的判定，块908。如果通过接入设备240从设备220接 收到的数据不包括心房电描记图，则在块908中为NO，通过接入设备240存储 如此的信息，并且判定信号为自发的和有规则的，在图3的块302中为YES，并且过程继续进行而判定A/V比值，如上述图3的块304。
如果通过接入设备240从设备220接收到数据包括心房电描记图，则在块 908中为YES，把在块902中除去的疑似远场R-波插回到信号中，块910，并 且识别通过设备220的事件检测点之前的第一疑似远场R-波，块912。然后使 用远场R-波之后和之前的预定数量的搏动(beat)形成关于疑似远场R-波的 检测搏动的窗口，块914。例如，根据本发明的一个实施例，块914的窗口包 括10个检测搏动，其中疑似远场R-波之前包括6个搏动，疑似远场R-波之后 包括3个搏动(即，远场R-波是十个搏动中的第七个)。 一旦在块914中判定 了窗口，就对应于窗口中每个间隔的形态产生模板，块916，并且作出关于疑 似远场R-波的形态是否具有与非疑似的和非确认的搏动的窗口中的间隔的预 定相关，例如，诸如0.92，的判定，块918。
如果判定当前疑似远场R-波的形态具有与非疑似的和非确认的搏动的窗 口中的间隔的预定相关，则在块918中为YES，把当前疑似远场R-波分类为不 是远场R-波，块920。如果判定当前疑似远场R-波的形态不具有与非疑似的和 非确认的搏动的窗口中的间隔的预定相关，则在块918中为N0，作出关于当前 疑似远场R-波是否具有与预定数量的以前确认的疑似远场R-波，例如，诸如 67%,的预定相关，例如，诸如0.82，的判定，块922。
如果当前疑似远场R-波具有与预定数量的以前确认的远场R-波的预定相 关，则在块922中为YES，把当前疑似远场R-波分类为确认的远场R-波，块 926。如果不存在以前确认的远场R-波或如果当前疑似远场R-波不具有与预定 数量的以前确认的远场R-波的预定相关，则在块922中为N0，作出关于当前 疑似远场R-波是否具有与窗口中预定数量的真实P波(即，既非疑似也未确认 的远场R-波)的预定相关，例如，诸如67%，的判定，块924。
如果当前疑似远场R-波具有与预定数量的真实P波的预定相关，则在块 924中为YES，把当前疑似远场R-波分类为不是远场R-波，块920。然而，如 果当前疑似远场R-波不具有与预定数量的真实P波的预定相关，则在块924中 为NO，把当前疑似远场R-波分类为确认的远场R-波，块926。
一旦把当前疑似远场R-波分类为确认的远场R-波，块926，或分类为不是远场R-波，块920，就作出关于是否所有疑似远场R-波都已经通过接入设备 240分类的判定，块928。如果所有疑似远场R-波都己经通过接入设备240分 类，则在块928中为N0，査找下一个疑似远场R-波，块930，如上所述，确定 块914中用于下一个远场R-波的窗口，并且重复该过程。如果已经通过接入设 备240对所有疑似远场R-波进行分类，则在块928中为YES，从信号中除去经 分类的远场R-波，块932，判定信号为自发的和有规则的，在图3的块302中 为YES，并且过程继续进行对A/V比值的判定，图3的块304，如上所述。
根据本发明的一个实施例， 一旦把当前疑似远场R-波分类为确认的远场 R-波，块926，就通过除去经分类的远场R-波、再计算所产生的新的A-A间隔 和判定新的A-A间隔是否比以前的A-A间隔的预定数量的平均少了小于或等于 预定阈值的值，来进一步验证所进行的分类。例如，作出关于新的A-A间隔为 30 ms或小于IO个以前的A-A间隔的平均的判定。如果新的A-A间隔为30 ms 或小于10个以前的A-A间隔的平均，则确认间隔的分类为确认的远场R-波。 然而，如果新的A-A间隔不是30 ms或不小于10个以前的A-A间隔的平均， 则分类从确认的远场R-波改变成不是远场R-波。然后过程继续进行判定是否 己经通过接入设备240对所有的疑似远场R-波进行了分类，块928。
如图9所示，如果通过设备220没有识别疑似远场R-波，因此接入设备 240判定不怀疑已经发生了过分检测，在块900中为NO，通过接入设备240作 出关于是否已经发生欠检测(undersensing)的判定，块A。图10是根据本发 明的一个实施例的方法的流程图，用于判定设备以前利用来识别心脏事件的数 据是否对应于设备对事件的有规则检测。如图10所示，根据本发明的一个实 施例，作出关于是否已经发生了欠检测的判定，例如，通过判定是否已经符合 预定数量的欠检测标准中之一，块950。欠检测标准的例子包括判定与预定搏 动(例如，诸如事件检测之前的NID心室搏动以及紧接在事件检测之后的心房 间隔)相关联的至少一个检测到的A-A间隔大于预定的间隔，例如，诸如2500 ms。欠检测标准的另一个例子包括判定心房管道是否包括小于预定数量的事 件，例如，诸如在检测之前的9个事件。
根据本发明的欠检测标准的另一个例子包括在预定数量的间隔(例如，诸
如8个间隔)的滑窗中计算中值心房间隔，并且判定中值心房间隔是否大于预
定阈值，例如，诸如1300 ms。如果中值心房间隔大于预定阈值，则判定已经 发生了心房欠检测，在块950中为YES。如果中值大于预定阈值(例如，诸如 350 ms)，并且当前心房间隔(例如，诸如在窗口中的最终心房间隔，即，第 八事件)比中值大预定阈值(例如，诸如中值间隔的1.7倍或更大)，则也判 定已经发生心房欠检测。如果中值在预定范围内(例如，诸如大于200 ms和 小于或等于359 ms)，并且当前心房间隔(例如，诸如在窗口中的最终心房间 隔，即，第八事件)比中值大预定阈值(例如，诸如中值间隔的1.9倍或更大)， 则也判定已经发生心房欠检测。如果中值大于0 ms和小于或等于200 ms，并 且当前心房间隔(例如，诸如在窗口中的最终心房间隔，即，第八事件)比中 值大预定阈值(例如，诸如中值间隔的3.25倍或更大)，则判定已经发生心 房欠检测。
根据本发明的一个实施例，用于判定是否已经发生心房欠检测的另一个标 准包括判定在中值A-A间隔的两倍的、或中值A-A间隔的三倍的、以及大多数 A-A间隔是有规则的、以及在预期会发生心房事件处的心房egm信号上存在去 极化的、整个记录中，是否存在两个或更少的间隔。图U是根据本发明的一 个实施例用于判定是否已经发生欠检测的曲线图示。例如，如图11所示，对 于大多数检测的心房事件As，例如，诸如92%，检测有规则的A-A间隔(约 等于300 ras)，并且只存在一个或两个去极化，它们是900 ms (因此是中值 A-A间隔(300 ms)的三倍)的间隔965，或600 ms (因此是中值A-A间隔的 两倍)的间隔967，并且在心房EGM上，每个间隔965和967都分别存在相关 联的，969和971。
用于判定已经发生心房欠检测的最后的示范性标准包括判定在整个记录 中的预定数量的A-A间隔是否在A-A间隔的中值的预定范围内，诸如中值范围 内的92%，并且当不存储EGM时，存在小于或等于四个的长间隔，艮P，中值间 隔的两倍或三倍。
如图IO所示，如果没有符合欠检测标准中的一个标准，则在块950中为 NO，判定信号为自发的和有规则的，在图3的块302中为YES，并且过程继续
进行A/V比值的判定，图3的块304，如上所述。如果符合欠检测标准中的一 个标准，则在块950中为YES，并且如果欠检测是可修补的，则确定欠检测事 件的位置，块952。如果中值A-A间隔在300和750 ms之间(包括300和750 ms)，以及如果包含欠检测事件的间隔是中值A-A间隔的2或3倍的倍数，则 欠检测是可修补的。如果欠检测是不可修补的，诸如在心房检测间隔〉2500或 在检测之前只存在9个心房事件的情况中，则报告欠检测，但是不修补。
根据本发明的一个实施例，如果间隔967是中值A-A间隔的两倍，则通过 在间隔967的中点处插入单个检测的心房事件来确定欠检测事件的位置。如果 间隔965是中值A-A间隔的三倍，则通过在与离开间隔的开始点973的中值A-A 间隔对应的距离处插入第一检测的心房事件，以及在与间隔965的终点975之 前的中值A-A间隔对应的距离处插入第二间隔，来确定欠检测事件的位置。
可以把上述一些技术实施为包括图3所示的诸如微处理器142之类的可编 程处理器的指令的计算机可读出介质、起搏器/设备定时电路178或控制电路 144。可编程处理器可以包括一个或多个独立的处理器，这些处理器可以独立 工作或协同工作。"计算机可读出介质"包括，但是不局限于，任何类型的计 算机存储器，诸如软盘、传统的硬盘、CD — ROM、快速ROM、非易失性ROM、 RAM 以及磁或光存储介质。根据本发明，介质可以包括用于使处理器执行任何上述 特征的指令，以启动脱逸率变化的会话。
在已经示出和描述了本发明的特定实施例的同时，可以进行修改。因此旨 在使所附的权利要求书覆盖落在本发明的真正精神和范围内的所有如此的改 变和修改。
权利要求
1.一种用于对医疗设备所产生的检测数据进行后处理的方法，包括把医疗设备所产生的多个存储的检测数据发送到接入设备，存储的检测数据包括检测到的心房事件以及检测到的心室事件；根据所发送的数据，确定医疗设备根据检测数据识别正被检测的心脏事件的实例；以及根据所发送的数据，验证所确定的实例是否应该已经被医疗设备识别为正被检测的心脏事件。
2. 如权利要求l所述的方法，其特征在于，所述验证包括把来自所发送的 数据的事件分类为下列中的一个或多个形态变化，多个形态，心房事件对心室事 件的比值，非一传导逆行搏动，抗心动过速起搏期间的心房响应，以及引导腔。
3. 如权利要求1所述的方法，其特征在于，所述验证包括根据所发送的数 据确定检测到的心房事件对检测到的心室事件的比值。
4. 如权利要求3所述的方法，其特征在于，确定比值包括 定义与所识别的正被检测的心脏事件相关联的检测数据的窗口，该窗口只包括在正被检测的心脏事件之前发生的检测数据并且还包括正被检测的心脏事件的 检测数据；以及判定窗口中检测到的心房事件的数量和检测到的心室事件的数量。
5. 如权利要求4所述的方法，其特征在于，还包括根据检测到的心房事件的数量近似等于检测到的心室事件的数量，来判定检测到的心房事件是否与检测到 的心室事件一起均匀分布。
6. 如权利要求4所述的方法，其特征在于，还包括 判定检测到的心室事件的数量是否大于检测到的心房事件的数量； 根据检测到的心室事件的数量大于检测到的心房事件的数量，产生并存储模板；以及把检测到的事件分类为VT/VF事件。
7. 如权利要求l所述的方法，其特征在于，所述验证包括根据所发送的数据判定是否存在心脏事件的突然发作。
8. 如权利要求7所述的方法，其特征在于，还包括根据所发送的数据确定 检测到的心房事件对检测到的心室事件的比值，其中根据检测到的心房事件没有与 检测到的心室事件一起均匀分布来执行判定是否存在突然发作。
9. 如权利要求7所述的方法，其特征在于，还包括确定刚好在正被检测的心脏事件之前发生的多个发送的、存储的检测数据中 的第一检测数据的第一中值；确定对于与正被检测的心脏事件相关联的检测来说许多间隔之前发生的、多 个发送的、存储的检测数据中的第二检测数据的第二中值；以及确定第一中值和第二中值之间的差值，其中根据该差值大于预定的阈值来判 定突然的发作。
10. 如权利要求1所述的方法，其特征在于，所述验证包括根据所发送的 检测数据，判定检测到的心室事件和检测到的心房事件中的一个事件是否正在启动 与存储的检测数据相关联的心脏的传导。
11. 如权利要求10所述的方法，其特征在于，还包括 识别空间参考点；以及产生检测到的心室事件的窗口以便根据空间参考点来判定检测到的心室事件 和检测到的心房事件中的一个事件是否正在启动心脏的传导。
12. 如权利要求ll所述的方法，其特征在于，识别空间参考点包括用与正 被检测的心脏事件相关联的最后的心室检测事件开始，判定何时在该最后的心室检 测事件之前发生的顺序相邻的间隔的预定数量大于发作阈值。
13.如权利要求12所述的方法，其特征在于，还包括确定刚好发生在正被检测的心脏事件之前的多个发送的、存储的检测数据中 的第一检测数据的第一中值；确定对于与正被检测的心脏事件相关联的检测来说许多间隔之前发生的、多 个发送的、存储的检测数据中的第二检测数据的第二中值；以及确定第一中值和第二中值之间的差值，其中根据该差值大于预定的阈值来判 定突然的发作，其中发作阈值被设置为第一中值和所确定的差值的一部分之和。
14.如权利要求ll所述的方法，其特征在于，还包括判定在窗口中每一对 相邻的检测到的心室事件之间的检测到的心房事件的个数，其中根据在该窗口中不止一对相邻的检测到的心室事件之间没有发生检测到的心房事件并且在其它每一 对相邻的检测到的心室事件之间只发生一个检测到的心房事件从而判定检测到的 心房事件要启动所述传导，以及根据在窗口中只有一对相邻的检测到的心室事件之 间没有发生检测到的心房事件并且在其它每一对相邻的检测到的心室事件之间只 发生一个检测到的心房事件从而判定检测到的心室事件要启动所述传导。
15. 如权利要求1所述的方法，其特征在于，还包括根据与识别为心脏事 件的心脏对应的检测间隔之前的相邻间隔的相关的形态以及检测间隔的形态，来产 生模板。
16. 如权利要求15所述的方法，其特征在于，产生模板包括 判定在检测间隔之前和紧邻该检测间隔的相邻间隔的形态中的第一间隔的形态是否与检测窗口的形态具有预定的相关；根据第一间隔的形态与检测间隔具有预定的相关，将第一间隔的形态识别成 与检测间隔的形态相同；以及根据第一间隔的形态与检测间隔不具有预定的相关，将第一间隔的形态识别 成与检测间隔的形态不相同。
17. 如权利要求16所述的方法，其特征在于，所述预定的相关对应于大于或 等于0.82的相关。
18. 如权利要求16所述的方法，其特征在于，产生模板还包括 判定在第一间隔之前和紧邻第一间隔的相邻间隔的形态中的第二间隔的形态是否与检测窗口的形态和第一间隔的形态中的一个或多个具有预定的相关；根据第二间隔的形态与检测间隔具有预定的相关，将第二间隔的形态识别为与检测间隔的形态相同；根据第二间隔的形态与第一间隔具有预定的相关，将第二间隔的形态识别为与第一间隔的形态相同；以及根据第二间隔的形态与检测间隔和第一间隔都不具有预定的相关，将第二间隔的形态识别为与检测间隔和第一间隔的形态不相同。
19. 如权利要求18所述的方法，其特征在于，产生模板还包括 判定第二间隔的形态与第一间隔的形态的相关的最大相关以及第二间隔的形态与第一间隔的形态的相关的最大相关；以及 将第二间隔的形态识别为与被判定为具有最大相关的形态相同。
20. —种用于对与心脏事件的识别相关联的检测数据进行后处理的系统，所 述系统包括用于把医疗设备所产生的多个存储的检测数据发送到接入设备的装置，所述 存储的检测数据包括检测到的心房事件和检测到的心室事件；用于根据所发送的数据来判定医疗设备根据检测数据识别正被检测的心脏事 件的实例的装置；以及用于根据所发送的数据来验证所判定的实例是否应该被医疗设备识别为正被 检测的心脏事件的装置。
21. 如权利要求20所述的系统，其特征在于，用于验证的装置包括用于将来 自所发送的数据的事件分类为形态变化、多个形态、心房事件对心室的事件的比值、 非一传导逆行搏动、抗心动过速起搏期间的心房响应以及引导腔中的一个或多个的 装置。
22. 如权利要求20所述的系统，其特征在于，用于验证的装置包括用于根据 所发送的数据确定检测到的心房事件对检测到的心室事件的比值的装置。
23. 如权利要求22所述的系统，其特征在于，用于确定比值的装置包括 用于定义与所识别的正被检测的心脏事件相关联的检测数据的窗口的装置，所述窗口只包括正被检测的心脏事件之前发生的检测数据且还包括正被检测的心 脏事件的检测数据；以及用于判定窗口中检测到的心房事件的数量和检测到的心室事件的数量的装置。
24. 如权利要求23所述的系统，其特征在于，还包括用于根据检测到的心房 事件的数量近似等于检测到的心室事件的数量来判定检测到的心房事件是否与检 测到的心室事件一起均匀分布的装置。
25. 如权利要求23所述的系统，其特征在于，还包括 用于判定检测到的心室事件的数量是否大于检测到的心房事件的数量的装置；用于根据检测到的心室事件的数量大于检测到的心房事件的数量来产生并存 储一个模板的装置；以及 用于把检测到的事件分类为VT/VF事件的装置。
26. 如权利要求20所述的系统，其特征在于，用于验证的装置包括根据所发 送的数据判定是否存在心脏事件的突然的发作。
27. 如权利要求26所述的系统，其特征在于，还包括用于根据所发送的数据 确定检测到的心房事件对检测到的心室事件的比值的装置，其中根据检测到的心房 事件没有与检测到的心室事件一起均匀分布来执行判定是否存在突然的发作。
28. 如权利要求26所述的系统，其特征在于，还包括 用于确定刚好在正被检测的心脏事件之前发生的多个发送的、存储的检测数据中的第一检测数据的第一中值的装置；用于确定对于与正被检测的心脏事件相关联的检测来说许多间隔之前发生 的、多个发送的、存储的检测数据中的第二检测数据的第二中值的装置；以及用于确定第一中值和第二中值之间的差值的装置，其中根据该差值大于预定 的阈值来判定突然的发作。
29. 如权利要求20所述的系统，其特征在于，用于验证的装置包括用于根据 所发送的检测数据判定检测到的心室事件和检测到的心房事件中的一个事件是否 正在启动与存储的检测数据相关联的心脏的传导的装置。
30. 如权利要求29所述的系统，其特征在于，还包括 用于识别空间参考点的装置；以及用于产生检测到的心室事件的窗口以便根据空间参考点判定检测到的心室事 件和检测到的心房事件中的一个事件是否正在启动心脏的传导的装置。
31. 如权利要求30所述的系统，其特征在于，用于识别空间参考点的装置包 括用与正被检测的心脏事件相关联的最后的心室检测事件开始，判定何时在该最后的心室检测事件之前发生的顺序相邻的间隔的预定数量大于发作阈值。
32. 如权利要求31所述的系统，其特征在于，还包括-用于确定刚好发生在正被检测的心脏事件之前的多个发送的、存储的检测数 据中的第一检测数据的第一中值的装置；用于确定对于与正被检测的心脏事件相关联的检测来说许多间隔之前发生 的、多个发送的、存储的检测数据中的第二检测数据的第二中值的装置；以及用于确定第一中值和第二中值之间的差值的装置，其中根据该差值大于预定 的阈值来判定突然的发作，其中发作阈值被设置为第一中值和所确定的差值的一部 分之和。
33. 如权利要求30所述的系统，其特征在于，还包括判定在窗口中每一对相邻的检测到的心室事件之间的检测到的心房事件的数量，其中根据在窗口中不止一 对相邻的检测到的心室事件之间没有发生检测到的心房事件并且在其它每一对相 邻的检测到的心室事件之间只发生一个检测到的心房事件从而判定检测到的心房 事件要启动所述传导，以及根据在窗口中只有一对相邻的检测到的心室事件之间没 有发生检测到的心房事件并且在其它每一对相邻的检测到的心室事件之间只发生 一个检测到的心房事件从而判定检测到的心室事件要启动所述传导。
34. 如权利要求20所述的系统，其特征在于，还包括用于根据与识别为心脏 事件的心脏对应的检测间隔之前的相邻间隔的相关的形态以及检测间隔的形态来 产生模板的装置。
35. 如权利要求34所述的系统，其特征在于，产生模板的装置包括 用于判定在检测间隔之前和紧邻检测间隔的相邻间隔的形态中的第一间隔的形态是否与检测窗口的形态具有预定的相关的装置；用于根据第一间隔的形态与检测间隔具有预定的相关将第一间隔的形态识别为与检测间隔的形态相同的装置；以及用于根据第一间隔的形态与检测间隔不具有预定的相关将第一间隔的形态识 别为与检测间隔的形态不相同的装置。
36. 如权利要求35所述的系统，其特征在于，所述预定的相关对应于大于或 等于0.82的相关。
37. 如权利要求35所述的系统，其特征在于，产生模板的装置还包括 用于判定在第一间隔之前和紧邻第一间隔的相邻间隔的形态中的第二间隔的形态是否与检测窗口的形态和第一间隔的形态中的一个或多个具有预定的相关的 装置；用于根据第二间隔的形态与检测间隔具有预定的相关将第二间隔的形态识别为与检测间隔的形态相同的装置；用于根据第二间隔的形态与第一间隔具有预定的相关将第二间隔的形态识别 为与第一间隔的形态相同的装置；以及 用于根据第二间隔的形态与检测间隔和第一间隔都不具有预定的相关将第二 间隔的形态识别为与检测间隔和第一 间隔的形态都不相同的装置。
38. 如权利要求37所述的系统，其特征在于，产生模板的装置还包括 用于判定第二间隔的形态与第一间隔的形态的相关中的最大相关以及第二间隔的形态与第一间隔的形态的相关中最大相关的装置；以及用于将第二间隔的形态识别为与被判定为具有最大相关的形态相同的装置。
39. 如权利要求1所述的方法，其特征在于，还包括根据所发送的数据判定 是否已经符合预定数量的欠检测标准中的一个。
40. 如权利要求39所述的方法，其特征在于，所述预定数量的欠检测标准包 括判定与预定搏动相关联的至少一个检测到的A-A间隔是否大于预定的间隔。
41. 如权利要求39所述的方法，其特征在于，所述预定数量的欠检测标准包 括判定在检测之前心房管道是否包括少于预定数量的事件。
42. 如权利要求39所述的方法，其特征在于，所述预定数量的欠检测包括 在预定数量的间隔的滑窗中计算中值心房间隔；以及判定中值心房间隔是否大于预定的阈值。
43. 如权利要求39所述的方法，其特征在于，所述预定数量的欠检测还包括 判定中值是否大于预定的阈值以及当前心房间隔是否比中值大预定的阈值。
44. 如权利要求39所述的方法，其特征在于，所述预定数量的欠检测包括判 定中值是否在预定范围内以及当前心房间隔是否比中值大预定的阈值。
45. 如权利要求39所述的方法，其特征在于，所述预定数量的欠检测包括 判定在所发送的数据中是否存在两倍中值A-A间隔之一的两个或更少的间隔；判定是否存在三倍中值A-A间隔； 判定是否大多数的A-A间隔是有规则的；以及判定在已经发生对应的预期心房事件时在对应的egm信号上是否存在去极化。
46. 如权利要求39所述的方法，其特征在于，所述预定数量的欠检测包括 判定是否对于大多数检测到的心房事件检测到了有规则的A-A间隔；以及 判定在心房EGM上是否只存在三倍中值A-A间隔和两倍中值A-A间隔和对 应的相关联的去极化之一的一个或两个去极化。
47. 如权利要求39所述的方法，其特征在于，所述预定数量的欠检测包括判定在A-A间隔的中值的预定范围内的发送的数据中是否存在预定数量的A-A间隔；以及根据所发送的数据中没有包括心房EGM来判定是否存在两倍和三倍中值间隔之一 的比预定数量少的间隔。
48. 如权利要求l所述的方法，其特征在于，还包括 识别疑似远场R-波；除去疑似远场R-波；以及判定包括除去的疑似远场R-波的信号是否是有规则的。
49. 如权利要求48所述的方法，其特征在于，判定包括除去的疑似远场R-波的信号是否是有规则的包括:根据所发送的数据来判定对在时间上从与通过医疗设备的心脏事件的检测对应的间隔开始和向后工作的预定数量的间隔是否具有近 似相等的周期长度。
50. 如权利要求49所述的方法，其特征在于，还包括插入除去的疑似远场R-波；产生模板，所述模板与相邻于插入的远场R-波的预定数量的间隔的形态对应；以及判定经插入的疑似远场R-波的远场R-波的形态是否与所产生的模板和非确认的搏动中之一具有预定的相关，所产生的模板对应于非疑似的预定数据量的间隔中 的一个间隔。
全文摘要
用于对通过医疗设备(220)产生的检测数据进行后处理的一种系统和方法，包括把通过医疗设备产生的多个存储的检测数据发送到接入设备(240)，存储的检测数据包括检测到的心房事件和检测到的心室事件。接入设备根据所发送的数据判定在医疗设备根据检测数据识别检测到心脏事件时的一些实例，并且根据所发送的数据验证医疗设备是否已经识别经判定的一些实例为检测到的心脏事件。
文档编号A61N1/362GK101365379SQ200680050423
公开日2009年2月11日 申请日期2006年11月28日 优先权日2005年11月28日
发明者A·S·帕特尔, B·D·冈德森, M·L·布朗 申请人:麦德托尼克公司