使用动脉压波形分析实时检测对象的血管状态的制作方法

专利名称：使用动脉压波形分析实时检测对象的血管状态的制作方法
使用动脉压波形分析实时检测对象的血管状态
背景技术：
用于心输出量(CO)测定的基于动脉血压的方法是基于存在于动脉系统中的搏动血流与搏动压之间的关联。最熟知的基于动脉血压的系统依赖于脉博轮廓法(pulse contour method, PCM)，其根据逐搏(beat-to-beat)动脉压波形的特征计算出CO的估值。 在PCM中，“Windkessel”(德语“气室”)参数(主动脉的特性阻抗、顺应性以及总外周阻 力)用于构建线性或非线性的主动脉血流动力学模型。从本质上讲，血流被类推为电流在 电路中的流动，其中阻抗与并连的电阻和电容串联(相符，compliance)。测定心搏出量，即 心输出量的理论压是近端主动脉压。不幸的是，近端主动脉压不是常规上临床可获得的，因 为在不进行涉及心导管插入术的复杂临床方法的情况下不能获得中心主动脉压信号。在临 床上，替代地使用动脉压(例如桡动脉、肱动脉和股动脉)。桡动脉是最常用的位点，原因在 于套管插入方便以及并发症的低风险。已知在全身动脉系统中存在压力差异，这主要是由于波反射的差异。波反射的作用是对于中心动脉和外周动脉，脉压不具有相同的幅度，而是向外周放大。在正常血液动力 学状态中，外周动脉中的动脉脉压高于主动脉中的动脉脉压。动脉压幅度增加的这种现象 被良好地确立，并且在计算心输出量中常规地使用外周压连同校正因子。发明概述本发明描述检测对象血管状态的方法。所述血管状态包括不同的心血管血液动力学状态和情况，例如，举例来说，血管舒张、血管收缩、外周压/流动去耦(peripheral pressure/flow decoupling)、外周动脉压与中心主动脉压不成比例的状态、以及外周动脉 压低于中心主动脉压的状态。检测对象的血管状态的一种方法涉及接收对应于动脉血压的 信号以及根据所述动脉血压计算心血管参数。所述心血管参数是基于一组因子计算的，所 述一组因子包含由血管状态影响(effected by the vascularcondition)的一个或更多个 参数。由血管状态影响的参数的实例包括(a)基于动脉血压信号收缩部分下面积的参数， (b)基于收缩持续时间的参数，以及(c)基于收缩持续时间与舒张持续时间比例的参数。 另外的参数可用于计算心血管参数，所述另外的参数包括下列一个或更多个(d)基于动 脉血压信号的形状和具有一阶或更高阶的动脉血压信号的至少一个统计矩(statistical moment)的参数，(e)对应于心率的参数，以及(f) 一组对象的人体测量参数。然后，监测心 血管参数随时间的统计学显著变化，心血管参数的统计学显著变化的检测显示血管状态。检测对象的血管状态的进一步的方法涉及接收对应于动脉血压的信号以及根据 所述动脉血压计算第一心血管参数和第二心血管参数。所述第一心血管参数是基于第一组 因子计算的，所述第一组因子包括下列一个或更多个(a)基于逐搏动脉血压信号的形状和具有一阶或更高阶的动脉血压信号的至少一个统计矩的参数，(b)基于对象的心率的参 数，以及(c) 一组对象的人体测量参数。所述第二心血管参数基于第二组因子计算，所述第二组因子包含由血管参数影响的一个或更多个参数。由血管参数影响的参数的实例包括 (a)基于动脉血压信号收缩部分下面积的参数，(b)基于收缩持续时间的参数，以及(c)基 于收缩持续时间与舒张持续时间比例的参数。最后，从第二心血管参数中减去第一心血管参数以产生差异因子或测定第二心脏参数和第一心血管参数之间的比例。大于预定阈值的 差异因子或大于预定值的比例显示血管状态。


图1显示在正常血液动力学状态过程中，在猪动物模型的升主动脉(主)、股动脉 (股)以及桡动脉(桡)中同时记录的压力波形。图2显示在用大量流体和血管加压药复苏的内毒素休克(脓毒性休克)过程中， 在猪动物模型的升主动脉(主)、股动脉(股)以及桡动脉(桡)中同时记录的压力波形。图3显示一个逐搏心搏周期中的复合血压曲线的实例。图4显示图3压力波形的离散时间表示。图5显示动脉压波形收缩部分下的面积。图6显示正常对象和高动力对象的动脉压波形收缩阶段下面积的统计学分布。图7显示动脉压波形的收缩持续时间。图8显示正常对象和高动力对象动脉压波形的收缩持续时间的统计学分布。图9显示动脉压波形的收缩持续时间和舒张持续时间。图10是在正常血液动力学状态(虚线)和高动力状态(粗线)中高心率对象的 舒张阶段持续时间的统计学分布——也显示组合的所有患者的分布(细线)。图11是在正常血液动力学状态(虚线)和高动力状态(粗线)中高心率对象的 收缩阶段持续时间的统计学分布——也显示组合的所有患者的分布(细线)。图12是显示进入高动力状态的对象随时间的x(细黑线)、xh(灰线)和金标准动 脉张力(粗黑线)的计算图。图13是显示进行本文所述方法的系统的主要元件的框图。发明详述本发明描述检测对象血管状态的方法。所述血管状态可包括不同的心血管血液动 力学状态和情况，例如，举例来说，血管舒张、血管收缩、外周压/流动去耦、外周动脉压与 中心主动脉压不成比例的状态、以及外周动脉压低于中心主动脉压的状态。如本文所用，术 语血管舒张意思是动脉和外周动脉的压力以及流动与中心主动脉压和流动去耦的状态，以 及术语外周动脉意图是指远离心脏定位的动脉，例如桡动脉、股动脉或肱动脉。去耦动脉压 意思是动脉压、外周动脉压以及中心压之间的正常关系不正确，并且动脉压和外周动脉压 不能用于测定中心动脉压。这还包括外周动脉压与中心主动脉压不成比例或不为中心主动 脉压函数的状态。在正常血液动力学状态下，进行的测量距离心脏越远，血压越增加。这种 压力增加显示于图1，即在桡动脉所测量的压力波的幅度大于在股动脉所测量的压力，股动 脉压又大于主动脉压。压力(压强，pressure)的这些差异与波反射相关，即，压力向外周 放大。这种压力的正常血液动力学关系，S卩，压力远离心脏而增加通常在医学诊断中被 依赖。但是，在高动力状态下，该关系可以变为相反的，其中动脉压变为低于中心主动脉压。 该逆转归因于例如外周血管中的动脉张力，其表明影响上述的波反射。这种高动力状态显 示于图2，即，在桡动脉所测量的压力波的幅度低于在股动脉所测量的压力，股动脉压又低 于主动脉压。认为扩张外周小动脉的药物(例如，硝酸酯、ACE抑制剂以及钙抑制剂)促成高动力状态。这些类严重的血管扩张状态通常在心肺分流术(冠状动脉旁路)之后即刻的 情况下观察到，其中桡动脉压低估了主动脉中的压力。中心压与外周压的实质差异一其 中外周动脉压低估中心主动脉压一通常在患有严重脓毒症的患者中观察到，所述患者用 大量流体和高剂量血管加压药治疗而导致严重的血管舒张。在患有晚期肝脏疾病的患者中 也观察到非常类似的情形。如本领域普通技术人员会充分意识到的，对正常血液动力学状 态的对象的某些治疗的处理方式将不同于在高动力状态中的对象。因此，目前公开的检测 对象中血管状态例如血管舒张的方法对本领域技术人员将是非常有用的。大体上，这些方法涉及监测显示对象的血管状态的心血管参数以检测显示血管状 态的变化。这种变化的一个实例是心血管参数的统计学显著变化，例如大于一个标准差的 变化。显示血管状态的变化的另一个实例是受高动力状态影响的心血管参数与不受高动力 状态影响的心血管参数之间的差异大于预定阈值。显示血管扩张状态的变化的进一步实例 是受高动力状态影响的心血管因子与不受高动力状态影响的心血管参数之间的比例大于 预定值。在监测对象的动脉血压时，计算这些心血管参数并连续监测以上所列的变化。心 血管参数可以是，举例来说，动脉顺应性、动脉弹性、外周阻力、动脉张力、动脉流动、心搏出 量或心输出量。举例来说，对象中的血管状态例如血管舒张的 检测显示高动力心血管状态、 动脉压与中心主动脉压的高动力去耦的发生，其中动脉压低于中心主动脉压或动脉压与中 心主动脉压不成比例。更具体地，检测对象的血管状态的方法涉及接收对应于动脉血压的信号和根据所 述动脉血压计算心血管参数。基于一组包含由所述血管状态影响的一个或更多个参数的因 子计算心血管参数。由血管状态影响的参数的实例包括(a)基于动脉血压信号收缩部分 下面积的参数，(b)基于收缩持续时间的参数，以及(c)基于收缩持续时间与舒张持续时间 比例的参数。用于计算心血管参数的因子可进一步包括下列一个或更多个(d)基于动脉 血压信号的形状和具有一阶或更高阶的动脉血压信号的至少一个统计矩的参数，(e)对应 于心率的参数，以及(f) 一组对象的人体测量参数。然后，监测心血管参数随时间的统计学 显著变化，心血管参数的统计学显著变化的检测显示血管状态。统计学显著变化是，举例来 说，当与在不经历该血管状态的正常对象中的参数分布比较时，大于一个标准差的变化或 参数大于一个标准差的变化。检测对象的血管状态的另一个方法涉及接收对应于动脉血压的信号并根据所述 动脉血压计算第一心血管参数和第二心血管参数。所述第一心血管参数是基于第一组因子 计算的，所述第一组因子包括下列一个或更多个(a)基于逐搏动脉血压信号的形状和具 有一阶或更高阶的动脉血压信号的至少一个统计矩的参数，(b)基于对象心率的参数，以及 (c) 一组对象的人体测量参数。所述第二心血管参数基于第二组因子计算，所述第二组因子 包含由血管状态影响的一个或更多个参数。由血管状态影响的参数的实例包括(a)基于 动脉血压信号收缩部分下面积的参数，(b)基于收缩持续时间的参数，以及(C)基于收缩持 续时间与舒张持续时间比例的参数。最后，从第二心血管参数中减去第一心血管参数以产 生差异因子。大于预定阈值的差异因子显示血管状态。预定值可表示差异因子随时间的统 计学显著变化，例如，当与在不经历该血管状态的正常对象中的参数分布比较时，参数大于 一个标准差的变化。预定阈值的实例包括1. 5L/分钟或更大、1. 61/分钟或更大、1. 71/分 钟或更大、1. 8L/分钟或更大、1. 91/分钟或更大、2L/分钟或更大、2. IL/分钟或更大、2. 2L/分钟或更大、2. 3L/分钟或更大、2. 4L/分钟或更大和2. 51/分钟或更大。检测对象的血管状态的进一步方法涉及接收对应于动脉血压的信号并根据所述 动脉血压计算第一心血管参数和第二心血管参数。所述第一心血管参数是基于第一组因子 计算的，所述第一组因子包括下列一个或更多个(a)基于逐搏动脉血压信号的形状和具 有一阶或更高阶的动脉血压信号的至少一个统计矩的参数，(b)基于对象的心率的参数，以 及(c) 一组对象的人体测量参数。所述第二心血管参数基于第二组因子计算，所述第二组 因子包含由血管状态影响的一个或更多个参数。由血管状态影响的参数的实例包括(a) 基于动脉血压信号收缩部分下面积的参数，(b)基于收缩持续时间的参数，以及(C)基于收 缩持续时间与舒张持续时间比例的参数。第二心血管参数与第一心血管参数的比例大于预 定值显示血管状态。预定值的实例包括1. 1或更大、1. 2或更大、1. 3或更大、1. 4或更大、 1. 5或更大、1. 6或更大、1. 7或更大、1. 8或更大、1. 9或更大以及2. 0或更大。用于本文所述方法的心血管参数是从基于动脉血压的信号或与动脉血压成比例 的信号计算的。心血管参数例如动脉顺应性(动脉张力)的计算描述于2004年7月14 日提交的美国专利申请序列号10/890，887，其通过引用全部并入本文。使用本文公开的方 法在计算心血管参数中使用的因子和数据描述如下，包括美国专利申请序列号10/890，887 中讨论的参数。 压力波形图3是取自单个心搏周期的动脉压波形P (t)的一个实例。该心搏周期起始于时 间tdia(1的舒张压Pdia点，经过直至收缩压Psys的时间tsys，到达时间tdial，血压在时间tdial再 次达到Pdia。用于本方法的信号包括基于动脉血压的心血管参数或与动脉血压成比例的任何 信号，其侵入地或非侵入地在动脉树的任何点测量，例如桡、股或肱动脉。如果使用侵入装 置，具体地是设置导管的压力传感器，那么任何动脉都是可能的测量点。非侵入传感器的放 置将通常由装置本身指定，例如指套、上臂压套以及耳垂夹。无论所使用的具体装置如何， 获得的数据将最终产生对应于(举例来说，成比例)动脉血压的电信号。如图4所示，使用任何标准的模拟_数字转换器(ADC)，模拟信号例如动脉血压可 以被数字化为数字值的序列。换言之，动脉血压，to ^ t ^ tf，可以使用已知方法和电路转 换成数字形式P (k)，k = 0，(n-1)，其中to和tf是测量区间的初始和最终时间，以及η是包 括在计算中的动脉血压样本的数量，所述样本通常均勻地分布在测量区间上。矩(Moments)现在考虑m值的有序集合，即序列Y(i)，其中i = 1，...，(m-1)。如统计学领域所 熟知的，Y(i)的起始四个矩μ。μ2、μ3以及μ 4可以使用已知公式计算，其中μ工是均值 (即，算术平均值)，μ2=。2是方差(即，标准差ο的平方)，113是偏斜度，以及μ4是峰 度。因此μ Javg = 1/m* Σ (Y(i))(公式 1)μ2 = σ2=1/(m-1) * Σ (Y ⑴ _Yavg)2(公式 2)μ3= 1/(m-1) * Σ [ (Y (i) -Yavg)/σ]3(公式 3)μ 4 = σ / (m-l) * Σ [ (Y ⑴ _Yavg)/σ]4(公式 4)通常，第β矩μ ρ可以表示为μ 0 = l(m-l)*l/0 Σ [(Y)⑴-Yavg)]0 (公式 5)
其中i = 0，. . .，(m-1)。由于熟知统计学原因，第二至第四矩的离散值公式通常 以l/(m-l)而不是1/m计算。本文所述的方法利用顺应性因子或动脉张力因子，其不仅是压力波形P(k)的四个矩的函数，而且是压力加权时间矢量的函数。标准差σ提供形状信息的一个水平，σ越 大，函数Y(i) “展开”越大，即，它越倾向于偏离均值。虽然标准差提供某种形状信息，但是 通过考虑下列事项，它的缺点可以容易地理解如果构成序列Y(i)的值的顺序“颠倒”，即， Y(i)绕i = 0轴反射并移动以使值Y(m-1)成为时间上的第一个值，那么均值和标准差不会 变化。偏斜度是对称性缺乏的量度，并显示相对于统计学模式函数Y(i)的左侧或右侧 是否大于另一侧。正偏斜函数快速增加，达到它的峰值，然后缓慢下降。对负偏斜函数，相反 的走势将是正确的。关键是偏斜值包括均值或标准差值中未发现的形状信息——具体地， 它显示函数如何迅速地最初上升至它的峰值然后如何缓慢地下降。两个不同的函数可具有 相同的均值和标准差，但它们而后很少会具有相同的偏斜度。峰度是函数Y(i)是否比正态分布更尖锐或更平滑的量度。因此，高峰度值将显示 接近均值的明显的峰，在其后下降，然后是大的“尾部”。低峰度值将意图显示函数在它的峰 区域相对平坦。正态分布具有3. 0的峰度；因此实际峰度值通常由3. 0进行调整以使该值 替代原始值。使用逐搏动脉压波形的四个统计矩的优势是所述矩是逐搏动脉压波形形状的准 确和灵敏的数学量度。由于动脉顺应性和外周阻力直接影响动脉压波形的形状，可通过测 量逐搏动脉压波形的形状直接评估动脉顺应性和外周阻力的作用。逐搏动脉压波形的形状 灵敏统计矩与本文所述其他动脉压参数可有效地用于测量血管顺应性和外周阻力的组合 效果，即，动脉张力。动脉张力表示动脉顺应性和外周阻力的组合效果并相对应于熟知的 Windkessel血液动力学模型的2-元件电子模拟等效模型的阻抗，所述等效模型由电容元 件和阻抗元件组成。通过测量动脉张力，也可直接测量基于动脉张力的几个其他的参数，例 如动脉弹性、心搏出量以及心输出量。这些参数中的任一个都可用于检测血管状态，例如， 举例来说，血管舒张，血管收缩或外周压去耦。压力波形矩当计算压力波形P (k)的起始四个矩μ 1Ρ、μ 2Ρ、μ 3Ρ以及μ 4Ρ并将其用于动脉张力 因子的计算时，其中μιρ是均值，μ2ΡΡ= σ P2是方差，即标准差0[)的平方，μ3Ρ是偏斜度 以及μ 4Ρ是峰度，其中所有这些矩基于压力波形ρ(k)。在用ρ替代Y、用k替代i以及用η 替代m后，上述公式1-4可用于计算这些值。上述公式2提供计算标准差的“教科书”方法。另外，还可使用更多近似法。举 例来说，至少在基于血压的测量的内容中，σ ρ的粗略近似值是除以三，最大和最小测量压 力值之间的差异(divide by three thedifference between the maximum and minimum measured pressurevalues)，以及P (t)对时间的一阶导数最小值的最大或绝对值通常与 σ ρ成比例。压力加权时间矩如图4说明，在每个离散时间k，相应的测量压力将为P(k)。k和P(k)值可以构成 对应于柱状图的序列T (j)，这意味着每个P (k)值被用作相应k值的“计数”。通过大大简化的实例的方式，假定全部压力波形仅由四个测量值P(I) = 25、P (2) = 50、P (3) = 55以 及P(4) =35组成。然后，这会被表示为具有25个一、50个二、55个三以及35个四的序列 T(J)
T(j) = 1，1，...，1，2，2，...，2，3，3，...，3，4，4，...，4 因此，该序列会具有
25+50+55+35 = 165 项。可计算该序列的矩，如同任何其他序列一样。举例来说，均值(第一矩)为μ 1T = (1*25+2*50+3*55+4*35)/165 = 430/165 = 2. 606 (公式 6)以及标准差σ τ是方差μ 2Τ的平方根SQRT [1/164*25 (1-2. 61) 2+50 (2-2. 61) 2+55 (3-2. 61) 2+35 (4-2. 61)2] = 0. 985偏斜度μ 3Τ和峰度μ 4Τ可通过公式3和4中的相似替换计算μ3Τ = {1/(164) * (1/ σ τ3) Σ [P (k) * (k_ μ 1Τ)3]} (公式 7)μ4τ = {1/(164)*(1/στ4) Σ [P(k)*(k-y1T)4]} (公式 8)其中 k = 1，…，(m-1)。如这些公式所示，在计算时间矩之前，通过它的相应压力值P (k)，该方法有效“加 权”每个离散时间值k。序列T(j)具有有力地表征压力波形的时间分布的非常有用的性质。 颠倒压力值P (k)的顺序将在几乎所有情况下导致甚至T (j)均值改变以及所有更高阶矩改 变。而且，通常发生在重搏压Pβ 的第二“峰”也显著地影响峰度μ 4T的值；相反，在现有技 术中例如在Romano方法中简单鉴定重搏切迹要求至少一个导数的噪声计算。压力加权矩提供逐搏动脉压信号形状信息的另一个水平，这是因为它们是逐搏动 脉压信号的幅度和时间信息的非常准确的测量。除压力波形矩外还使用压力加权矩可增加 动脉张力测定的准确性。参数设定用于本文所述方法的一个心血管参数是动脉张力因子K，其可自身用作心血管参 数或用于其他心血管参数例如心搏出量或心输出量的计算。动脉张力K的计算使用所有四 个压力波形和压力加权时间矩。另外的值包括在计算中以考虑其它已知特性，例如患者特 异性复杂血管分支模式。另外的值的实例包括心率HR(或R-波的时期)；体表面积BSA; 或对象的其它人体测量参数；使用已知方法例如Langwouters描述的方法计算的顺应性值 C (P)，其将顺应性计算为压力波形以及患者年龄和性别的多项式函数；基于动脉血压信号 的形状和具有一阶或更高阶的动脉血压信号的至少一个统计矩的参数；基于动脉血压信号 收缩部分下面积的参数；基于收缩持续时间的参数；以及基于收缩持续时间与舒张持续时 间比例的参数。这些最后三个心血管参数，S卩，动脉血压信号收缩部分下面积、收缩持续时间、收 缩持续时间与舒张持续时间的比值受动脉张力和血管顺应性的影响，并因此在正常血液动 力学状态的对象与高动力状态的对象之间变化。因为这三个心血管参数在正常和高动力对 象之间变化，本文所述的方法可使用这些心血管参数来检测对象外周动脉中的血管舒张或 血管收缩。动脉压波形收缩部分下面积(Asys)图示于图5中。动脉压信号中动脉压波形收缩 部分下面积被定义为起始于搏动开始并终止于重搏切迹的波形部分(图5上从点b至点d) 下的面积。收缩下面积表示在收缩过程中动脉压信号的能量，其与心搏出量成正比并与动脉顺应性成反比。当测量正常和高动力患者组时，可检测到Asys的位移。如图6所示，在收 缩过程中动脉压信号的能量在高动力状态的一些对象中较高。具有较高Asys的那些对象通 常是具有高心输出量(CO)和低或正常HR的对象，其中升高的CO主要由升高的心脏收缩性 产生，这意味着那些对象具有增加的心搏出量以及降低的动脉顺应性，其直接反映在收缩 过程中动脉压信号的能量中。反射波——其在许多高动力状态过程中通常非常剧烈——也 可显著促成收缩过程中增加的信号能量。收缩持续时间(tsys)图示于图7中。动脉压波形中的收缩持续时间被定义为从搏动开始至重搏切迹(图7上从点b至点d)的持续时间。收缩持续时间直接受动脉顺应性的 影响，并相对独立于外周动脉张力的变化，除了当大的反射波存在时。如图8所示，一些高 动力对象中的收缩持续时间高于正常对象的收缩持续时间(数据向较高tsys值移位)。如 心脏收缩能所示，收缩持续时间在具有高CO还具有低或正常HR的患者中通常较高，其中升 高的CO主要由升高的心脏收缩性产生，并且其中收缩性可能不高至足以增加心脏收缩能。 在那些患者中增加的心搏出量部分地归因于增加的收缩性，以及部分地归因于增加的收缩 持续时间。反射波在此也发挥作用。在正常和高动力对象之间变化的另一个参数是收缩持续时间(tsys)与舒张持续时间(tdia)的比值，如图9所图示。动脉压波形中的舒张持续时间被定义为从重搏切迹至心动 周期结束(图9上d点至e点)的持续时间。在一些高动力状态下，收缩与舒张持续时间 的比值明显高于正常血液动力学状态中观察的值。这通常在具有升高的CO并且HR也高的 脓毒性休克患者中观察到。在这些状态类型中，心脏收缩发生在几乎全部的心动周期期间， 在下一个心动周期开始之前留出非常少的心脏舒张时间。这显示于图10和11中，其显在 脓毒性休克患者和正常患者的高HR状态过程中的舒张持续时间(图10)和收缩持续时间 (图11)。如这些图所显示，正常血液动力学状态的高HR患者(虚线)倾向于具有低的收 缩和舒张持续时间，而脓毒性休克的高HR患者(粗线)倾向于具有低的舒张低持续时间、 但具有正常或高的收缩持续时间。多变量模型原则上，这些参数中的每一个可被单独监测以检测高动力状态。但是，这些变化是 复杂的，并且多变量模型通常可提供更准确的指示。举例来说，可使用一组参数来计算顺应 性或动脉张力因子K，所述一组参数包括动脉血压信号收缩部分下面积、收缩持续时间以 及收缩持续时间与舒张持续时间的比值中的一个或更多个。使用经验性多变量统计学模型测定心血管参数涉及几个步骤。首先，测定将一组临床衍生的参考测量关联于心血管参数的逼近函数。这组心血管参数的临床测定的参考 测量代表心血管参数的临床测量，例如来自不经历血管状态的对象和经历血管状态的对象 的动脉张力。逼近函数是下列一个或更多个的函数(a)基于动脉血压信号收缩部分下面 积的参数，(b)基于收缩持续时间的参数，(c)基于收缩持续时间与舒张持续时间比例的参 数，以及(d)基于动脉血压信号的形状和具有一阶或更高阶的动脉血压信号的至少一个统 计矩的参数。下一步，测定一组来自动脉血压信号的动脉血压参数。该组动脉血压参数包 括下列一个或更多个(a)基于动脉血压信号收缩部分下面积的参数，(b)基于收缩持续时 间的参数，(c)基于收缩持续时间与舒张持续时间比例的参数，以及(d)基于动脉血压信号 的形状和具有一阶或更高阶的动脉血压信号的至少一个统计矩的参数。最后，用该组动脉血压参数求值逼近函数来评估心血管参数。源自经历血管状态的对象的动脉血压参数组可任选地在模型中得到比源自不经历该血管状态的对象的数据更多的权重。为测定在本文所述方法中用作心血管参数的由血管状态例如血管舒张影响的动 脉因子，多变量模型的一个实例涉及使用下列多变量模型(高动力模型)，其使用许多上述 参数，并且包括收缩下面积(Asys)、收缩持续时间(tsys)以及舒张持续时间(tdia)Kh = xh(Asys, tsys, tdia, μ Τ1, μ Τ2, · . . μ Tk, μ Ρ1, μ Ρ2, . . . μ Pk, C(P) , BSA, Age, G...)(公式9)其中Kh是高动力模型的动脉张力；Xh是多元回归统计学模型；Asys是收缩下面积；tsys是收缩持续时间；tdia是舒张持续时间；μ 1Τ. . . μ kT是动脉脉压波形的第1至第k阶时域统计矩(如2004年7月14日提 交的美国专利申请序列号10/890,887中定义)；μ 1Ρ. . . μ kP是动脉脉压波形的第1至第k阶压力加权统计矩(如2004年7月14 日提交的美国专利申请序列号10/890,887中定义)；C (P) 是使用 Langwouters φ 1984 ("The Static ElasticProperties of 45 Human Thoracic 禾口 20 AbdominalAortas in vitro 禾口 the Parameters of a New Model,，，J. Biomechanics, Vol. 17，No. 6，pp. 425-435，1984)所提方法计算的压力依赖性血管顺应性；BSA是患者体表面积(身高和体重的函数)；Age是患者年龄；以及G是患者性别。为了增加计算的准确性，设定用于多变量模型Xh的预测变量(predictor variable)涉及对一群测试或参考对象的“真实”血管张力测量(测定为通过热稀释法测定 的CO与动脉脉压的函数)，所述对象包括正常血液动力学状态即不经历血管状态的对象， 以及高动力状态即经历血管状态、例如低动脉张力以及动脉压和流动的显著外周去耦的对 象。另外，为了进一步突出正常血液动力学状态至高动力状态的变化，模型Xh用来自高动力 对象的数据统计加权，即，在模型中来自高动力对象的数据比来自正常对象的数据进行更 大的加权。然后，使用已知数值方法计算多变量逼近函数，其将Xh参数与一组给定的CO测 量最佳相关，其应用预先确定的方式并在高动力侧加权。多项式多变量拟合函数用于产生 多项式的系数，其给出每组预测变量的Xh值。因此，这样的多变量模型具有下列一般形式<formula>formula see original document page 13</formula>(公式10)其中Ahl. . . Ahn是多项式多元回归模型的系数，以及Xh是模型的预测变量<formula>formula see original document page 14</formula>
(公式11)为了测定用作心血管参数的动脉张力因子——其不考虑如上鉴定的不受外周去 耦影响的参数，也使用涉及几个步骤的多变量模型(正常血液动力学模型)。首先，测定将 一组临床衍生的参考测量关联于心血管参数例如动脉张力的的逼近函数。这组心血管参数 的临床测定的参考测量表示不经历该血管状态的对象的心血管参数的临床测量。逼近函数 是下列一个或更多个的函数(a)基于动脉血压信号形状的参数，其包含计算动脉血压信 号的至少一个具有一阶或更高阶的统计矩，(b)基于心率的参数，以及(c) 一组对象的人体 测量参数。下一步，测定一组来自动脉血压信号的动脉血压参数。该组动脉血压参数包括 下列一个或更多个动脉血压信号的形状和动脉血压信号的至少一个具有一阶或更高阶的 统计矩，以及心率。下一步，测定一组对象的人体测量参数。最后，用该组动脉血压参数和 该组对象的人体测量参数求值逼近函数来评估心血管参数。为测定在本文所述方法中用作心血管参数的不受血管状态影响的动脉张力因子， 这种多变量模型的一个实例涉及使用许多上述参数，但排除收缩下面积(Asys)、收缩持续时 间(tsys)和舒张持续时间(tdia)，S卩，那些受血管状态影响的参数K = χ(μ Τ1, μ Τ2, . . . μ Tk, μ Ρ1, μ Ρ2, . . . μ Pk, C(P) , BSA, Age, G...)(公式12)其中参数K、χ、μ 1Τ· · . μΗ、μ 1Ρ· · . μ kP、C (P)、BSA、Age以及G与如上高动力模型 中所述相同。与上述类似，使用多变量模型X，设定用于计算血管张力因子K的预测变量涉及对 一群测试或参考对象的“真实”血管张力测量，其测定为通过热稀释法测定的CO与动脉脉 压的函数。这产生一组血管张力测量，其中每个是成分参数X的函数。然后，使用已知数值 方法计算多变量逼近函数，其以预定的方式将参数X与一组给定的CO测量最佳相关。多项 式多变量拟合函数用于产生多项式的系数，其给出每组预测变量的X值。因此，这样的多变 量模型具有下列一般形式
XZ = Ui A2 ... An]* 2
-X、(公式13)其中A1. .. An是多项式多元回归模型的系数，以及X是模型预测变量
<formula>formula see original document page 14</formula>
(公式14)
血管状态例如血管舒张、血管收缩、外周压去耦、外周动脉压与中心主动脉压不成 比例的状态以及外周动脉压低于中心主动脉压的状态可以使用X和Xh在对象中检测。作 为第一个实例，可以监测Xh和X之间的差异(Δχ)。Δ X = Xh-X(公式14)χ和Xh之间的差异显示血管状态，因为Xh使用对血管状态敏感的另外的动脉压波 形参数Asys、tsys以及tdia。因此，增加的ΔΧ显示参数Asys、tsys以及tdia的变化，这些参数显 示血管状态。这是因为使用正常血液动力学状态的患者与具有外周去耦的极高动力状态的 患者的组合数据，模型Xh是近似的(在数字拟合过程中)，而仅使用正常血液动力学状态的 患者的数据，模型χ是近似的。由于这个原因，差异ΔΧ对于正常状态的患者将是小的，并 且当动脉张力低以及外周压和流动去耦时，其对于高动力状态的患者将是高的。图12显示 进入高动力状态的对象的X(细黑线)、Xh(灰线)和金标准动脉张力(粗黑线)的计算，其 在提供的时间标尺的约950分钟标记处。另一个监测对象中血管状态的方法是计算Xh与χ的比值。当比值超过预定值时， 显示血管扩张状态。作为一个实例，对于显示于图12的Xh和χ值，Xh与χ的比值在提供的 时间标尺的约950分钟标记后增加，即，在所述时间后对象进入高动力状态。基于动脉张力因子的其它参数例如，举例来说，心搏出量(SV)、心输出量(CO)、动 脉流动或动脉弹性，可以用于监测对象的血管状态。作为一个实例，心搏出量(SV)可以计 算为动脉张力与动脉压信号标准差的乘积SV = χ · σ ρ (公式 15)其中SV是心搏出量；χ是动脉张力；以及%是动脉压的标准差。用两种不同模型计算的SV的差异可用于检测血管状态，如下ASV = (Xh-X) · σ ρ(公式16)测量区间模拟测量区间，即时间窗[t0，tf]，以及因此离散取样区间k = 0，. . .，(n-1)—— 其间进行每个计算周期，应足够小以使它不能包括压力和/或时间矩的实质位移。但是，延 伸长于一个心动周期的时间窗将提供适合的数据。优选地，测量区间是多个心动周期，其在 不同心动周期的相同点起始和终止。使用多个心动周期确保用于各种高阶矩计算的平均压 力值会使用不由于周期的不完整测量而引起偏倚的平均压力值Pavg。较大的取样窗具有例如由反射导致的扰动作用通常降低的优势。适合的时间窗可 使用本领域技术人员熟知的普通实验和临床方法测定。注意到时间窗可能与单个心搏周期 一致，在这种情况下平均压力位移将不被考虑。 时间窗[t0，tf]也可根据Pavg的漂移来调整。举例来说，如果在给定时间窗上的 Pavg与在先时间窗的Pavg完全不同或成比例地具有大于阈值量的不同，那么，时间窗可以减 少；在这种情况下，Pavg的稳定性则用于表明时间窗可以扩大。时间窗还可基于噪声来源或信噪比测量或变化来扩大和压缩。界限优选地置于时间窗被允许扩大或压缩的范围之上， 并且如果这种扩大或压缩是完全允许的，那么时间区间的指示优选地显示给使用者。时间窗不需要在心动周期的任何特定点起始。因此，、不必与tdia(1相同，虽然这可能是在许多实施中的方便选择。因此，每个测量区间的起始和终止(即，to和tf)可在 心动周期的几乎任何特征上触发，例如在时间tdia(l或tsys或在无压力特征例如R波上等。其它输入除了直接测量血压，可使用任何其它与血压成比例的输入信号。这意味着可在计 算的任何或所有的几个点进行校准。举例来说，如果除了动脉血压自身的某个信号被用作 输入，那么在它的值用于计算各种成分矩之前或之后，它可相对于血压进行校准，在这种情 况下，每一产生的矩值都可以被度量(scale)。简言之，心血管参数在某些情况下可使用与 动脉血压直接测量不同的输入信号的事实不排除它产生准确的顺应性评估的能力。系统元件图13显示系统的主要元件，该系统执行本文所述的方法，用于检测对象中的血管 状态例如血管舒张。该方法可在现有的患者-监测设备中执行，或它也可作为专门的监测 器来执行。如上所提出，压力或其它与压力成比例的输入信号可以以侵入和非侵入两种方 式之一感知或甚至以两种方式感知。为方便起见，系统被描述为测量动脉血压，这与被转换 为压力的某些其它输入信号相反。为了完整性起见，图13显示了压力感知的两种类型。在本文所述方法的大多数实 践应用中，将通常进行一种或几种变化。在本文所述方法的侵入应用中，将常规压力传感器 100设置在导管110上，导管110被插入人或动物患者机体的部分130的动脉120中。动 脉120是动脉系统中的任何动脉，例如，举例来说股动脉、桡动脉或肱动脉。在本文所述方 法的非侵入应用中，常规压力传感器200例如光体积描记血压探针以任何常规方式在外部 设置，举例来说，使用围绕指230的套或设置在患者手腕上的传感器。图13示意性地显示 两种类型。来自传感器100、200的信号通过任何已知连接器传递，作为处理系统300的输入 信号，处理系统300包括一个或更多个处理器以及通常包括的其它支持硬件和系统软件 (未显示)来处理信号和执行代码。本文所述的方法可使用修改的、标准的、个人计算机来 执行或可并入至更大的专业的监测系统。对于使用本文所述方法，处理系统300也可包括 或被连接至调理电路302，调理电路302进行正常信号处理任务，例如所需要的放大、过滤 或测距。然后，将调理和感知过的输入压力信号P (t)通过常规模拟-数字转换器ADC 304 转换为数字形式，转换器ADC 304具有时间参考或从时钟电路305获得它的时间参考。如 可很好的被理解的，应关于Nyquist标准选择ADC 304的取样频率以避免压力信号的混淆 (该方法是数字信号处理领域非常熟知的)。从ADC 304的输出将是离散的压力信号P (k)， 其值可储存在常规记忆电路中(未显示)。通过软件模块310，P (k)值被传递至存储器或从存储器存取，软件模块310包括计 算机-可执行代码，用于计算参数μ1τ... μΗ，μ1Ρ... μ kP等中的任一个，所述参数用在计 算心血管参数的选择算法中，例如χ和xh。甚至中等技术的程序员会知道如何设计该软件 模块310。患者特异性数据例如年龄、身高、体重、BSA等被储存在存储区315中，其也可储存其它预定参数例如K45fe (Kprior)。这些值可使用任何已知输入设备400以常规方式被输入。通过计算模块320和330计算心血管参数χ和xh。计算模块320和330包括计算 机-可执行代码并作为输入采取各种矩和患者特异性值，然后进行选择计算来计算X和Xh。 举例来说，模块320和330可使参数进入如上给定的X和Xh的表达式，或进入通过产生最 佳拟合测试数据组的逼近函数而产生的一些其它表达式。计算模块320和330优选地也选 择时间窗[t0，tf]，在所述时间窗中产生每个χ和xh估值。这可以如选择在每一计算中应 用哪种和多少储存的、连续的、数字化的P (t)值P(k) —样简单地进行，其与在k = 0，...， (n-1)的范围中选择η—样。另外的计算模块340和350可被包括，以便按需要计算Δχ和xh/x。这些计算模 块的输入来自模块320和330。如所期望的，这些模块的输出被输送至显示器500。如上所述，根据本文所述的方法的系统不必计算X，xh, Δ χ和Xh/X中的每个值—— 如果这些值不是感兴趣的。在这种情况下，相应的软件模块当然不需要并可以省略。举例 来说，本文所述的方法可只监测xh，在这种情况下，模块320、340以及350将不需要。如图 13所示，结果xh、ΔΧ和Xh/X中的任一或全部可传递至任何常规显示器或记录设备500，用 于展示给使用者或由使用者解释。当具有输入设备400时，显示器500通常将与被处理系 统用于其他目的的显示器相同。对本文所述每个方法，当检测血管状态时，可以将血管状态通知使用者。可通过在 显示器500或另一个图形使用者界面设备上发布通知，将血管舒张状态通知使用者。另外， 可用声音将血管状态通知使用者。视觉和听觉信号都可以使用。本发明的示例性实施方式已参考方法、仪器以及计算机程序产品框图在上文描 述。本领域技术人员将理解，框图的每个框以及框图中框的组合分别可由包含计算机程序 指令的各种工具执行。这些计算机程序指令可被装载至通用计算机、专用计算机或产生机 器的其它可编程数据处理设备，以使在计算机或其它可编程数据处理设备上执行的指令产 生用于执行框中指定功能的工具。本文所述的方法进一步涉及计算机程序指令，其可储存在计算机可读存储器中， 所述计算机可读存储器可指导计算机或其它可编程数据处理设备，例如在处理器或处理系 统中(如图13中的300所示)，以特定方式发挥作用，以使存储在计算机可读存储器中的指 令产生制品，所述制品包含用于执行在图13所示框中指定的功能的计算机可读指令。计算 机程序指令也可被装载到计算机、处理系统300或其它可编程数据处理设备上，以产生一 系列将在计算机、处理系统300或其它可编程设备上执行的操作步骤，以产生计算机执行 的处理，以使在计算机或其它可编程设备上执行的指令提供用于执行框中指定的功能的步 骤。而且，用于进行本文所述的各种计算和进行相关方法步骤的各种软件模块320、330、340 以及350也可作为计算机_可执行指令存储在计算机可读介质上，以便使方法装载进不同 的处理系统并由不同的处理系统执行。因此，框图中的框支持用于进行指定功能的工具的组合、用于进行指定功能的步 骤的组合以及于进行指定功能的程序指令工具的组合。本领域技术人员应理解，框图中的 每个框以及框图中框的组合可通过进行指定功能或步骤的基于专用硬件的计算机系统、或 专用硬件和计算机指令的组合执行.本发明的范围不限于本文公开的实施方式，所述实施方式的意图是作为本发明几个方面的说明，并且任何功能等同的实施方式都在本发明的范围内。除了本文显示和描述的之外，对设备和方法的各种修改对本领域技术人员将是显而易见的，并且意图落入所附 权利要求的范围。进一步地，虽然本文公开的设备和方法步骤的仅仅某些代表性组合在上 述实施方式中被具体讨论，但是，所述设备部件和方法步骤的其他组合对本领域技术人员 将是显而易见的，并且也意图落入所附权利要求的范围。因此，部件或步骤的组合可在本文 中明确地提及；但是，即使未明确陈述，部件和步骤的其他组合也包括在内。如本文所用，术 语“包括”及其变化与术语“包含”及其变化同义地使用，并且是开放性、非限定性术语。
权利要求
检测对象的血管状态的方法，其包括接收对应于动脉血压的信号；基于包含由所述血管状态影响的一个或更多个参数的一组因子，使用所述动脉血压信号，计算心血管参数；以及监测所述心血管参数以测定是否随时间存在统计学显著变化，其中所述心血管参数的统计学显著变化的检测显示所述血管状态。
2.检测对象的血管状态的方法，其包括 接收对应于动脉血压的信号；基于第一组因子，使用所述动脉血压信号计算第一心血管参数，所述第一组因子包括 下列一个或更多个(a)基于逐搏动脉血压信号的形状和具有一阶或更高阶的所述动脉血 压信号的至少一个统计矩的参数，(b)基于所述对象心率的参数，以及(c) 一组所述对象的 人体测量参数；基于所述第一组因子和由所述血管状态影响的一个或更多个参数，使用所述动脉血压 信号计算第二心血管参数；以及通过从所述第二心血管参数中减去所述第一心血管参数，计算差异因子， 其中大于预定阈值的所述差异因子显示所述血管状态。
3.检测对象的血管状态的方法，其包括 接收对应于动脉血压的信号；基于第一组因子，使用所述动脉血压信号计算第一心血管参数，所述第一组因子包括 下列一个或更多个(a)基于所述动脉血压信号的形状和具有一阶或更高阶的所述动脉血 压信号的至少一个统计矩的参数，(b)基于所述对象心率的参数，以及(c) 一组所述对象的 人体测量参数；和基于所述第一组因子和由所述血管状态影响的一个或更多个参数，使用所述动脉血压 信号计算第二心血管参数；其中大于预定值的所述第二心血管参数与所述第一心血管参数的比例显示所述血管 状态。
4.根据权利要求1、2或3任一项的方法，其中由所述血管状态影响的一个或更多个 参数选自(a)基于所述动脉血压信号收缩部分下面积的参数，(b)基于收缩持续时间的参 数，以及(c)基于收缩持续时间与舒张持续时间比例的参数。
5.根据权利要求1、2或3任一项的方法，其中由所述血管状态影响的一个或更多个参 数是基于所述动脉血压信号收缩部分下面积的参数。
6.根据权利要求1、2或3任一项的方法，其中由所述血管状态影响的一个或更多个参 数是基于收缩持续时间的参数。
7.根据权利要求1、2或3任一项的方法，其中由所述血管状态影响的一个或更多个参 数是基于收缩持续时间与舒张持续时间比例的参数。
8.根据权利要求1、2或3任一项的方法，其中由所述血管状态影响的一个或更多个 参数包括(a)基于所述动脉血压信号收缩部分下面积的参数，(b)基于收缩持续时间的参 数，以及(c)基于收缩持续时间与舒张持续时间比例的参数。
9.根据权利要求1的方法，其进一步包括另外使用下列一个或更多个来计算所述心血管参数(d)基于逐搏动脉血压信号的形状和具有一阶或更高阶的所述动脉血压信号的至少一个统计矩的参数，(e)对应于心率的参数，以及(f) 一组所述对象的人体测量参数。
10.根据权利要求1的方法，其中所述统计学显著变化是大于一个标准差的变化。
11.根据权利要求2的方法，其中所述预定阈值是所述差异因子的随时间的统计学显著变化。
12.根据权利要求2的方法，其中所述预定阈值是约1.5L/分钟或更大。
13.根据权利要求2的方法，其中所述预定阈值是约1.8L/分钟或更大。
14.根据权利要求2的方法，其中所述预定阈值是约2L/分钟。
15.根据权利要求2的方法，其中所述预定阈值是约2.5L/分钟或更大。
16.根据权利要求3的方法，其中所述预定值是约1.2或更大。
17.根据权利要求3的方法，其中所述预定值是约1.3或更大。
18.根据权利要求3的方法，其中所述预定值是约1.4或更大。
19.根据权利要求3的方法，其中所述预定值是约1.5或更大。
20.根据权利要求1、2或3任一项的方法，其中所述心血管参数是动脉顺应性。
21.根据权利要求1、2或3任一项的方法，其中所述心血管参数是动脉弹性。
22.根据权利要求1、2或3任一项的方法，其中所述心血管参数是外周阻力。
23.根据权利要求1、2或3任一项的方法，其中所述心血管参数是动脉张力。
24.根据权利要求1、2或3任一项的方法，其中所述心血管参数是动脉流动。
25.根据权利要求1、2或3任一项的方法，其中所述心血管参数是心搏出量。
26.根据权利要求1、2或3任一项的方法，其中所述心血管参数是心输出量。
27.根据权利要求1、2或3任一项的方法，其中所述血管状态是指血管舒张的发生。
28.根据权利要求1、2或3任一项的方法，其中所述血管状态是指血管收缩的发生。
29.根据权利要求1、2或3任一项的方法，其中所述血管状态是指高动力心血管状态的 发生。
30.根据权利要求1、2或3任一项的方法，其中所述血管状态的存在显示外周动脉压与 中心主动脉压的高动力去耦。
31.根据权利要求1、2或3任一项的方法，其中所述血管状态的存在是指外周动脉压低 于中心主动脉压。
32.根据权利要求1、2或3任一项的方法，其中所述血管状态的存在是指外周动脉压与 中心主动脉压不成比例。
33.根据权利要求1的方法，其中使用经验性多变量统计学模型来计算所述心血管参 数，其使用下列步骤测定将一组临床衍生的参考测量关联于心血管参数的逼近函数，所述逼近函数是至少 下列的函数(a)基于所述动脉血压信号收缩部分下面积的参数、(b)基于收缩持续时间的 参数、(c)基于收缩持续时间与舒张持续时间比例的参数，并且所述心血管参数的一组临床 测定的参考测量表示来自不经历所述血管状态的对象和经历所述血管状态的对象的所述 心血管参数的临床测量；根据所述动脉血压信号测定一组动脉血压参数，所述动脉血压参数组包括至少(a) 基于所述动脉血压信号收缩部分下面积的参数、(b)基于收缩持续时间的参数、和(c)基于收缩持续时间与舒张持续时间比例的参数；通过用所述动脉血压参数组求值所述逼近函数来评估所述心血管参数。
34.根据权利要求33的方法，其进一步包括另外使用下列一个或更多个来测定所述逼 近函数(d)基于所述动脉血压信号的形状和具有一阶或更高阶的所述动脉血压信号的至 少一个统计矩的参数，(e)对应于心率的参数，以及(f) 一组所述对象的人体测量参数。
35.根据权利要求33的方法，其中来自经历所述血管状态的对象的数据在所述模型中 被给予比来自不经历所述血管状态的对象的数据更多的权重。
36.根据权利要求2或3任一项的方法，其中使用经验性多变量统计学模型来计算所述 第一心血管参数，其使用下列步骤测定将一组临床衍生的参考测量关联于所述第一心血管参数的逼近函数，所述逼近函 数是至少下列的函数(a)基于所述动脉血压信号的形状的参数，包含计算具有一阶或更 高阶的所述动脉血压信号的至少一个统计矩，(b)基于心率的参数，以及(c) 一组所述对象 的人体测量参数，以及所述第一心血管参数的临床测定的参考测量组表示来自不经历所述 血管状态的对象的所述第一心血管参数的临床测量；根据所述动脉血压信号测定一组动脉血压参数，所述动脉血压参数组包括至少所述 动脉血压信号的形状和具有一阶或更高阶的所述动脉血压信号的至少一个统计矩以及心 率；测定一组所述对象的人体测量参数；以及通过用所述动脉血压参数组和所述对象的人体测量参数组求值所述逼近函数来评估 所述第一心血管参数。
37.根据权利要求2的方法，其中使用经验性多变量统计学模型来计算所述第二心血 管参数，其使用下列步骤测定将一组临床衍生的参考测量关联于所述第一心血管参数的逼近函数，所述逼近函 数是至少下列的函数(a)用于计算所述第一心血管函数的一个参数或更多个参数、(b)基 于所述动脉血压信号收缩部分下面积的参数、(c)基于收缩持续时间的参数、以及(d)基于 收缩持续时间与舒张持续时间比例的参数，以及所述第二心血管参数的临床测定的参考测 量组表示来自不经历所述血管状态的对象和经历所述血管状态的对象的所述第二心血管 参数的临床测量；根据所述动脉血压信号测定一组动脉血压参数，所述动脉血压参数组包括至少(a) 用于计算所述第一心血管函数的所述一个参数或更多个参数、(b)基于所述动脉血压信号 收缩部分下面积的参数、(c)基于收缩持续时间的参数，以及(d)基于收缩持续时间与舒张 持续时间比例的参数；通过用所述动脉血压参数组求值所述逼近函数来评估所述第二心血管参数。
38.根据权利要求3的方法，其中使用经验性多变量统计学模型来计算所述第二心血 管参数，其使用下列步骤测定将一组临床衍生的参考测量关联于所述第一心血管参数的逼近函数，所述逼近函 数是至少下列的函数(a)用于计算所述第一心血管函数的一个参数或更多个参数、(b)基 于所述动脉血压信号收缩部分下面积的参数、(c)基于收缩持续时间的参数、以及(d)基于 收缩持续时间与舒张持续时间比例的参数，以及所述第二心血管参数的临床测定的参考测量组表示来自不经历所述血管状态的对象和经历所述血管状态的对象的所述第二心血管参数的临床测量；根据所述动脉血压信号测定一组动脉血压参数，所述动脉血压参数组包括至少(a) 用于计算所述第一心血管函数的所述一个参数或更多个参数、(b)基于动脉血压信号收缩 部分下面积的参数、(c)基于收缩持续时间的参数，以及(d)基于收缩持续时间与舒张持续时间比例的参数；通过用所述动脉血压参数组求值所述逼近函数来评估所述第二心血管参数。
39.根据权利要求37或38任一项的方法，其中来自经历所述血管状态的对象的数据在所述模型中被给予比来自不经历所述血管状态的对象的数据更多的权重。
40.根据权利要求1的方法，其进一步包括当检测到所述血管状态时向使用者报警。
41.根据权利要求2的方法，其进一步包括当检测到所述血管状态时向使用者报警。
42.根据权利要求3的方法，其进一步包括当检测到所述血管状态时向使用者报警。
43.根据权利要求40、41或42任一项的方法，其中通过在图形使用者界面上发布通知 对所述使用者进行报警。
44.根据权利要求40、41或42任一项的方法，其中通过发出声音对所述使用者进行报警
全文摘要
本发明描述了用于检测对象中血管状态例如血管舒张的方法。该方法涉及接收对应于动脉血压的信号并根据所述动脉血压计算一个或更多个心血管参数。使用由血管状态例如血管舒张影响的因子计算心血管参数。由这些血管状态影响的因子包括动脉血压信号收缩部分下面积、收缩持续时间以及收缩持续时间与舒张持续时间的比值。通过监测使用由血管状态例如血管舒张影响的因子计算的心血管参数来监测显示血管状态的改变，可检测这些血管状态。
文档编号A61B5/021GK101801264SQ200980100347
公开日2010年8月11日 申请日期2009年1月28日 优先权日2008年1月30日
发明者F·哈帝布, K·维利比罗, L·戴德里安, L·罗特里克 申请人:爱德华兹生命科学公司