血液泵控制系统、分类器训练及瓣膜状态信号生成方法与流程

本文档涉及血液泵，并且更特别地涉及用于控制血液泵的血液泵系统、用于控制血液泵的速度的方法、以及用于生成指示瓣膜状态的信号的方法。

背景技术：

血液泵用于为左心室、右心室、或者两个心室提供支持。这些所谓的左心室辅助装置（LVAD)、右心室辅助装置（RVAD）或者双心室辅助装置（BVAD）可以用于当病人等待心脏移植或者在心脏病（诸如，心肌梗塞）之后恢复时保持心脏的机能。以下，将以上心室辅助装置简称为VAD。可以植入VAD系统，使得病人的不适被最小化。为了确定多少血液需要由泵泵送，用于测量血流量的方法已被商业化。

VAD系统通常产生绕行避开诸如主动脉瓣膜、二尖瓣瓣膜或者肺动脉瓣膜的心脏瓣膜中的一个的流量。然而，期望保持心脏瓣膜功能。从而，需要在泵操作期间确定在包括单个收缩期和舒张期的心跳周期内心脏瓣膜中的一个是打开还是闭合。

US 6,066,086公开了一种用于控制血液泵的速度的方法，其中，通过利用电动机电流或者通过使用心脏的声音信息确定心房瓣膜和二尖瓣瓣膜中的每个的瓣膜状态，控制血液泵的速度。为了确定所述瓣膜是打开还是闭合，该文档提出了一种声换能器，以侦听心脏声音并将瓣膜是否打开的信号输出到微处理器。

US 2010/0222634A1公开了一种血液泵，其中，当左心室压力等于主动脉压力或者左心室压力大于动脉压力时，假定主动脉瓣膜的状态是打开。为了测量两个压力，血液泵包括：位于流入导管处的第一传感器和位于流出导管处的第二传感器。该文档还假定，LVAD中的流入导管处的血压反映左心室压力，而位于流出导管处的第二传感器反映主动脉压力。然而，该方法基于以下假定：如果左心室压力大于或等于动脉压力，则主动脉瓣膜打开。然而，无法仅从心室压力值和动脉压力值可靠地推导主动脉瓣膜的状态。

技术实现要素：

从而，需要一种血液泵控制系统和一种用于控制血液泵的方法，该方法可以比先前方法更可靠地确定瓣膜状态。在第一方面中，本文档公开了一种用于生成指示瓣膜状态的信号的方法。

该方法包括：在至少一个心跳周期内接收表示在第一血压和第二血压之间的压力差的时序信号。

心跳周期被限定为包括收缩期和至少舒张期的开始的数据。心跳周期的时序信号不必须包括在从收缩期的开始直到舒张期的结束的多种整个周期内的数据，虽然在第一方面的多个实施方式中的情况是这样。接收在包括收缩期和舒张期的开始的信号的每个心跳周期内的数据是足够的。

指示压力差的时序信号可以从两个单独时序信号导出，每个信号分别指示第一血压或第二血压，并且每个信号由单独传感器测量。然而，指示压力差的时序信号还可以从诸如压力差传感器的单个传感器或者指示血液泵的旋转部件的轴向位移的信号导出。指示压力差的信号的其它示例可以是从泵的轴承导出的时序信号。一个示例是从轴向轴承的测量线圈接收的电压时序。叶轮与测量线圈的位置关于所述测量线圈中的阻抗变化可以是几乎线性函数；以及由于阻抗变化引起的电压时序的相应变化与泵的入口和出口之间的压力差具有大致线性关系。尽管在一些示例中，除了指示压力或压力差的信号以外，可以使用来自轴流泵的电动机的电流或电压时序信号，然而电动机电流不适合为用于导出轴流泵中的瓣膜打开的仅有信号。在其它实施方式中，用于导出瓣膜状态的时序信号可以是诸如心室压力的压力信号。

所接收的信号被处理，并且从该信号导出至少一个信号特征。信号特征可以被限定为信号的至少两个数据点之间的关系或者从信号的至少两个数据点导出的值（诸如信号的导数）。时序信号可以在时域和/频域内被处理。而且，时序信号可以通过数字或模拟方法来处理。

换句话说，信号特征从信号提取信息，该信号捕获与瓣膜状态相关的特定方面并且与整个时序信号的数据点的数目相比，减少所使用的数据点的数目。

至少一个信号特征被用于对至少一个心跳周期期间的瓣膜状态进行分类。在主动脉瓣膜、二尖瓣瓣膜或者肺动脉瓣膜的情况下，瓣膜状态是“打开”或者“闭合”。诸如分类器的分类机构接收所导出的信号特征，并输出瓣膜在至少一个心跳周期期间是打开还是闭合的指示。

在主动脉瓣膜的情况下，第一血压是左心室压力，第二血压是主动脉压力（或者反之亦然），在肺动脉瓣膜的情况下，第一血压是右心室压力，第二血压是肺动脉压力（或者反之亦然），以及在二尖瓣瓣膜的情况下，第一血压是动脉压力，并且第二血压是心室压力（或者反之亦然）。

基于分类器的输出，生成指示瓣膜状态的信号，并且泵控制系统可以使用该信号来适配其工作参数，特别是电动机速度。指示瓣膜状态的信号还可以由分类机构生成。

该方法允许仅使用泵操作参数来生成指示瓣膜状态的信号。代替需要例如附加声换能器，用于感测压力差的传感器系统就足够了。该传感器系统可以嵌入泵本身中，并且在一些实施方式中，从位于泵壳体内的传感器接收所有时序信号数据，即，位于泵壳体外部的附加传感器（例如，直接附着到心脏或血管组织的外部压力传感器）不是必须的。

在第二方面中，本文档公开了如在第一方面中的用于生成指示瓣膜状态的信号的方法，但是接收到的时序信号表示在第一血压的区域与第二血压的区域之间通过泵的流量。相应地，从表示流量的时序信号导出至少一个信号特征。尽管根据第二方面的方法利用流量传感器，然而第一方面的方法依靠压力差。显然，使用来自第一方面的方法的数据的分类机构在对信号正确分类方面具有改进的成功率。

在第一方面和第二方面的一个实施方式中，至少一个导出的信号特征基于时序信号的波形。发明人已发现，在收缩期和至少舒张期的开始期间指示压力差的信号或者指示流量的信号的波形的形状具有对于打开和闭合瓣膜状态不同的多个信号特征。波形可以包含不对称性，这些不对称性可以被用于提取信号特征。

在又一实施方式中，至少一个信号特征可以基于以下特征中的一个。以下，针对主动脉瓣膜给出信号特征的多个示例。然而，本领域普通技术人员将理解如何适配这些特定信号特征来反映二尖瓣瓣膜或者肺动脉瓣膜的打开。

在第一示例中，可以使用一个心跳周期内的最小信号值MIN和最大信号值MAX的差PULS，该信号指示压力差或流量。显然，该差包括在该周期内瓣膜是否已打开的信息。信号特征的又一示例是在指示压力差的信号的最小值和最大值之间或者在指示流量的信号的最大值和最小值之间（负极值）的信号值的导数的（正）极值EXT_V。极值（即，最高值或最低值）可以用于区分具有瓣膜打开的心跳周期和没有瓣膜打开的心跳周期。又一示例是对应于PULS与MAX_N的商RELPULS，其中，MAX_N与在预定数目的在前心跳周期内的最大信号值成比例，预定数目的在前心跳周期包括在前的包含第一心跳周期的心跳周期。另一个示例是在最小值与两条切线的交点之间的时间间隔DUR，第一条切线是经过与最小值对应的数据点的水平线，并且第二条切线延伸通过信号的数据点，在该信号的数据点处，导数具有极值（参见以上）。又一示例是在经过极值点的切线与经过开始时的时序值和与间隔DUR的最终值对应的时序信号的值的线之间的角度ANGLE。又一示例是在两条切线与信号值之间的区域AREA。这些信号特征本身组合或者与其它信号特征组合可以用于对至少一个心跳周期的瓣膜状态可靠地分类。在又一实施方式中，所选择的信号特征是AREA，并且可选地是至少一个其它信号特征。

以上示例将信号的数据点的值与信号的其它数据点进行比较，从而减少在人类生理数据中频繁发现并且通常影响数据值的倾向的效果，而不是在数据内发现的内容。这改进了分类器的可靠性。然而，诸如数据点的值的符号的其它信号特征可以补充从在一个或更多个心跳周期内的不同数据点的值的比较导出的先前值。

因此，当从时序信号导出多于一个信号特征时，分类可以基于多于一个信号特征。

在又一实施方式中，对在至少一个心跳周期内的时序信号进行分析，并且如果需要，将时序信号分离成信号段，即，信号的子集，其中，每个信号段或者子集的信号包括来自仅一个心跳周期的数据。附加数据可以在一些实施方式中被丢弃。分离可以正面地影响分类处理的结果的质量。而且，当提取信号特征时，通过将信号分离成包含仅单个心跳的信号来预分析信号或者分离信号段并在将信号特征转发到分类器之前检测感兴趣点可能是有益的，以改进结果的质量，可以进行试验来测试信号段或者所检测的感兴趣点是否已被正确地检测和分段。这样的试验可以基于所分离的分类系统。

如后面将在本文档中论述的那样，信号特征可以从瓣膜状态是已知的心跳周期导出。训练后的分类器然后可以基于一个或更多个所选择的信号特征分类。

在第三方面中，本文档公开了一种用于训练分类器的方法，该分类器用于对与瓣膜状态有关的时序信号进行分类，每个信号指示压力差或者流量，或者至少一个信号特征从所述信号导出。

为了训练分类器，生成：第一组时序信号，每个信号表示当瓣膜状态是打开时的至少一个心跳周期的数据；以及表示心脏的数据的第二组时序信号，每个信号表示当瓣膜状态是闭合时的至少一个心跳周期的数据。

可以从经受与具有植入的VAD装置的病人的情况类似的情况的病人记录第一组信号和第二组信号。这些信号进一步由医师分析并分类为打开或闭合。另选地，可以从具有植入的VAD装置的病人记录第一组信号和第二组信号，并且通过声换能器同时记录心脏声音。心脏声音允许瓣膜（诸如主动脉瓣膜、肺动脉瓣膜或者二尖瓣瓣膜）是打开还是闭合的可靠分类。在又一实施方式中，第一组信号和第二组信号可以在同时使用超声成像时被记录，以确定瓣膜状态是否是打开。超声记录被用于识别心跳周期是否属于第一组和第二组。使时序信号和相应心脏声音匹配允许对信号的非常可靠分类。

在时序信号已被标记为“打开”、“闭合”或者“未知”之后，如果无法得出可靠结论，则从第一组信号和第二组信号中的每个信号导出至少一个信号特征。

至少一个信号特征然后被用于训练分类器，以在例如“打开”或“闭合”之间区分瓣膜状态。还可以考虑附加状态，诸如“可能打开”或者“可能闭合”或者“未知”。

例如，可以选择在现有技术中描述的多个分类器。作为示例，待训练的分类器可以是神经网络、支持向量机、高斯（Gaussian）分类器、朴素贝叶斯（Naïve Bayes）分类器、决策树分类器或者k-最近邻分类器。还可以使用多种其它分类器类型，诸如，其它线性分类器或者非线性分类器。

在如上所述训练分类器之后，分类器可以在第一方面或第二方面的方法中的一个中被用作分类机构。训练后的分类器可以被实现为一组机器可执行指令，诸如，软件、固件或者硬件或者电子电路。第一方面和第二方面的方法还可以被实现为计算机可执行软件、固件或者硬件或者电子电路或者其组合。而且，这些方法可以在血液泵、包括血液泵或者作为电子电路、计算机硬件、固件或者软件、或者它们的组合的血液泵控制器的系统中被实现。这些包含处理器可执行程序、处理器可读指令集等。

在第四方面中，本文档公开了一种血液泵控制系统，该血液泵控制系统包括用于接收指示压力差的时序信号的装置。这些装置可以包括位于泵中的信号检测电路或者用于泵的控制系统或者在泵和用于泵的控制系统之间的信号数据总线。

该系统还包括用于从时序信号导出至少一个信号特征的信号特征化电路。该电路可以包括微控制器或者处理器，该微控制器或者处理器被构造用于分析信号，可选地将信号分成信号的子集，例如使得子集的每个信号仅包括单个心跳周期，并且用于从时序信号或者子集的信号导出至少一个信号特征。

至少一个所导出的信号特征（与整个时序信号或者子集的每个信号的数据相比较，其可以仅表示少量数据）被输入到分类电路，该分类电路可以包括单独部件或者还在信号特征化电路中使用的部件。分类电路包括诸如所描述的训练后的分类器的分类例程，例如对信号或者子集的每个信号分类，以对应于具有打开瓣膜或者闭合瓣膜的心跳周期。在此意义上，“闭合”可以理解为“未打开”，但是可以包括多个状态，诸如“可能闭合”或者“未知”。分类机构分析至少一个信号特征并输出指示瓣膜状态的信号。该信号可以包括计数器的更新、在运行时间窗内的计数器的更新、或者可以将标签施加到每个时序信号，该信号对应于各自瓣膜状态。

然而，分类的输出信号还可以由又一电路使用，以基于输出信号生成指示瓣膜状态的信号。

在一个实施方式中，指示瓣膜状态的信号被用于构建瓣膜状态指数VSI，该瓣膜状态指数VSI可以例如是瓣膜打开指数VOI或者瓣膜闭合指数VCI，瓣膜打开指数VOI使分类后的信号中的打开瓣膜状态的出现数目与分类后的信号的数目相关联，瓣膜闭合指数VCI使分类后的信号中的闭合瓣膜状态的出现数目与分类后的信号的数目相关联。VSI可以被用作控制环的一部分，以调节泵的可移动部件（例如转子、活塞或者隔膜）的速度。

VSI可以被保持在存储器中并且可以由指示瓣膜状态的其它信号更新。VSI可以通过从指示瓣膜状态的可用信号计算VSI来构建。例如，指示瓣膜状态的多个信号可以被存储在存储器中，并且可以针对来自较新信号的值删除源于较老信号的值以具有实际VSI的指示，反映在预定数目的先前心跳周期或者预定时间长度内的指数。

可以将实际VSI与目标VSI相比较，并且可以基于实际VSI值和目标VSI值的比较调节泵的速度。例如，在VSI是VOI的情况下，如果VOI指示瓣膜在预定数目的心跳周期内没有打开足够次数，则可能必须减速，以产生泵操作的期望治疗效果。在VCI的情况下，如果瓣膜闭合太多次，则可以进行减速。

使用VOI还是VCI可以根据执业医师的选择或者期望治疗效果。例如，所选择的分类器可以对用于对打开或闭合瓣膜状态正确地分类的灵敏度或者特殊性产生影响。根据期望的是高特殊性还是灵敏度来选择VOI或VCI。

本申请的另一方面是一种用于通过从指示瓣膜的瓣膜状态的多个信号构建瓣膜的瓣膜状态指数VSI并基于VSI适配泵的速度来控制泵的速度的方法。优选地，指示瓣膜状态的信号是时序信号，这些时序信号由前述方法或系统分析。

很多泵可以使用脉动指数PI用于泵的操作。然而，PI通常基于压力、电动机电流量、压力差等的测量，并且在此意义上，PI不直接对应于生理现象。而且，可以对心跳周期时序数据和在多个心跳周期内出现瓣膜状态的附加知识执行VSI的构建。从而使泵操作分别适配于每个病人。

使用瓣膜状态指数具有使泵操作与瓣膜打开和闭合的生理效应相关联的益处。指数在一个实施方式中被理解为第一数目的心跳周期和第一数目的心跳周期中的第二数目的心跳周期的商，第二数目表示所选择的瓣膜状态（例如，打开或者闭合瓣膜状态）的出现数目。以上限定的指数表示所选择的瓣膜状态出现与所有瓣膜状态出现相比的百分比。

在又一实施方式中，VSI可以被快速更新，即，使用在VSI的最初或第一次构建之后确定的瓣膜状态指示。例如，可以针对新确定的瓣膜状态指示丢弃最老的瓣膜状态指示，由此基于来自仅预定时间间隔或者来自仅预定数目的瓣膜状态指示的数据表示实际或当前VSI。

可以例如针对每一个新瓣膜状态指示，针对每五个、十个或者一百个瓣膜状态指示，针对所选择的瓣膜状态指示的每次新出现，或者针对每五个、十个或者一百个所选择的瓣膜状态指示，或者针对预定时间间隔执行更新，诸如通过使用在过去一秒钟、一分钟或者10分钟内记录的瓣膜状态指示（例如，使用除了来自在新瓣膜状态指示数据之前一分钟、五分钟、十分钟或者一小时的先前数据以外的新数据）更新VSI。定期更新反映当前VSI，但是排除（smooth）了偶然的不定期行为，诸如所选择的瓣膜状态不出现的不期望周期，虽然它在正常情况下是期望的。

在又一实施方式中，使用来自心跳周期时序数据的预定总数目的瓣膜状态指示，诸如使用50、100、200、350、1000或更多来确定瓣膜状态指数。这可以减少需要被存储用于计算并且构建指数的数据量。

在又一实施方式中，VSI可以用作闭环控制系统的一部分。在确定当前VSI之后，可以适配泵的速度来使VSI增加或减少到期望目标VSI。例如，如果所选择的瓣膜状态是主动脉瓣膜的打开瓣膜状态，即，VSI是瓣膜打开指数VOI，则低VOI可以指示泵输送太多血液以使瓣膜必须打开。因此，在一些治疗程序中，将减小泵的速度，以使由减少的泵送速度引起VOI增大到表示瓣膜活动的目标VOI。

在又一实施方式中，在速度被适配以检验当前VSI是否接近目标VSI之后，基于压力、或者压力差、或者经过泵的流量的测量导出附加瓣膜状态指示。在一些实施方式中，根据当前VSI远离目标VSI的程度，可以将预定时间间隔或者预定数目的心跳周期从初始较大数目改变为较小数目（或者反之亦然）。对于当前VSI到目标VSI的所要求或者期望的更大改变，可能期望较小间隔或者较小数目的瓣膜状态指示，这是因为VSI反映更多当前事件。

而且，在一些实施方式中，目标VSI不是单个数值而是间隔。这具有允许系统在目标VSI的范围内操作，从而减少在闭环控制中不断适配泵的速度的需要的益处。间隔可以被选择为打开或闭合间隔。例如，间隔可以具有在0和1之间的指数的小于0.1或者小于0.05的范围。

本申请的又一方面是一种用于控制血液泵的系统，该系统包括控制单元，该控制单元包括用于接收指示血液系统瓣膜的瓣膜状态的信号的装置。该装置可以是例如模拟或数字信号处理电路。该系统还包括信号处理电路，该信号处理电路被构造用于基于接收到的信号计算VSI。信号处理电路可以与用于接收指示瓣膜状态的信号的装置相同。而且，控制单元（经由有线或者无线）可操作地连接至与血液泵的电动机连接的电动机控制器，电动机的速度可以基于VSI被调节。

在泵系统还包括用于测量信号（诸如压力差）的装置，控制单元或者又一单元可以从该信号导出指示瓣膜状态的信号的情况下，控制系统可以被设计为闭环控制系统。

在又一实施方式中，该系统还可以包括血液泵，该血液泵包括电动机、流入导管和流出导管、以及用于在流入导管和流出导管之间产生流量的可移动元件，诸如转子、活塞或者可移动膜。

在又一实施方式中，该系统还可以包括：比较器电路，该比较器电路被构造用于将当前VSI与目标VSI进行比较；以及信号处理电路，该信号处理电路用于接收比较器信号并将信号发送到电动机控制器，以便基于比较器信号调节速度。该比较器电路对于自动化闭环系统有益。

注意，特定实施方式示出比由本发明描述的方法或系统的操作所必须的元件更多的元件。因此，在附图中所示的或者在所附的说明书中描述的元件可以在过程中的随后阶段被独立要求。另外，在一个特定实施方式中所示的元件可以与不同实施方式中所示的元件组合。

在又一方面中，一种血液泵包括：空心体，其中设置具有叶片的叶轮，以用于沿着所述叶轮产生血液的轴向推进；以及至少部分主动稳定的轴向磁轴承装置，并且优选地但不必须是用于叶轮的液动轴承装置，其中，所述叶轮可以被设置为绕所述叶轮的旋转轴旋转，电动机定子优选地但不必须位于所述空心体之外，并且其中，所述空心体包括：入口，该入口用于使血液沿着与旋转轴大致平行的流入方向流入到所述空心体中；以及出口，该出口用于使血液沿着流出方向流出所述空心体。优选地但不是必须的，出口相对于叶轮的旋转轴偏移布置，以用于产生在流入方向与流出方向之间的流出角度，该流出角度不同于零。

根据一个实施方式，在叶轮的上游侧和下游侧上设置永久磁铁装置，并且泵具有至少一个致动器环形线圈，以用于沿着轴向主动地稳定叶轮。在一些实施方式中，仅存在一个致动器线圈。

单个致动器环具有多个实施方式，这些实施方式确保叶轮总是稳定在轴向上。

根据第一实施方式，仅（一个）致动器环形线圈通过使用用于将磁通量传递到至少一个永久磁铁布置的铁轭，作用于上游侧和下游侧的永久磁铁布置，其中，致动器环形线圈直接作用于其余磁铁布置。

在第二实施方式中，至少一个致动器线圈作用于上游侧或下游侧的永久磁铁布置中的仅第一个，并且另一个永久磁铁布置被构造成被动轴向轴承。可能地，但不是必须地，该被动轴向轴承布置包括两个磁铁，这两个磁铁相互吸引并用作“弹簧”，以沿着期望方向拉动叶轮。在该情况下，由单个致动器的磁通量产生的推力克服弹簧的力作用。

在这些轴向稳定布置中的任一个中，叶轮的上游侧和下游侧的永久磁铁布置中的仅一个或者另选地二者包括传感器系统，该传感器系统用于检测叶轮与期望轴向位置的可能偏离。在一个实施方式中，至少一个传感器系统与致动器环形线圈交互作用，以用于校正叶轮与期望轴向位置的可能偏离。

如将在以下更详细描述的那样，空心体的内径被放大以用于形成排出通道，该排出通道绕着叶轮切向延伸并且延伸到出口中，以用于使血液流出空心体，大致切向延伸到叶轮。优选地，但不是必须地，排出通道的中心沿在轴向上到叶轮的旋转轴的方向上从叶轮偏移。从而，排出通道与“蜗牛壳”具有相似性，这是因为它优选地不仅连续地加宽其横截面，而且沿着叶轮的旋转轴的方向具有（优选连续增大的）偏移。

在一些实施方式中，叶轮包括支承环，该支承环在支承环和空心体的内壁之间形成环形间隙（或者多个环形间隙）。优选地形成为旋转对称空心圆柱体的这样的支承环可以被设计为不同宽度并且可以被固定在叶轮上的任何位置，以实现叶轮的最佳稳定，特别是相对于叶轮的倾斜。以此方式，可以以特别有效的方式补偿叶轮的不平衡。在该情况下，沿着流方向直接在排出通道的上游的合适支承环可以有助于叶轮的稳定。

泵可以包括贯穿本申请描述的血液泵控制系统，或者可以结合在此包括的适配泵的速度的方法。

附图说明

图1示出在完整心跳周期内的理想化威格斯（Wiggers）心搏图以及相应压力差和流率图；

图2a-图2d示出理想化压力差和流率曲线与实际时序压力差和流率数据的比较；

图3a-图3c示出从时序数据导出的示例性信号特征；

图4示出用于对心跳周期的瓣膜状态分类的训练后的分类器的示例；

图5示出分类方案；

图6示出用于血液泵控制系统的闭环控制；

图7示出关于作为泵的运动部件的转子的转数的主动脉瓣膜打开指数；

图8示出用于确定当前瓣膜状态指数的滑动窗方法的示例；以及

图9示出血液泵和血液泵控制系统的示例；

图10a、图10b示出血液泵的更详细实施方式。

具体实施方式

图1示出为顶部视图的威格斯（Wiggers）心搏图、以及主动脉压力与左心室压力之间的压力差的相应理想化图（中间视图）以及在心跳周期内流经心室的流率关于时间的图（底部视图）。所有压力以mmHg为单位示出，流率以ml为单位示出。曲线表示人类心脏。

顶部视图示出主动脉压力1、左心室压力2和左心房压力3的理想化压力曲线。在时间t0，二尖瓣瓣膜闭合并造成等容收缩，直到时间t1为止，在时间t1，主动脉瓣膜打开。随后，左心室开始将血液排出到主动脉，直到主动脉瓣膜在时间t2闭合为止。在二尖瓣瓣膜的闭合与主动脉瓣膜的闭合之间的时间是收缩期。左心室等容地松弛，直到时间t3为止，在时间t3，二尖瓣瓣膜再次打开，使得血液快速流入到左心室。快速流入在于t4开始的舒张期期间减慢。心房收缩期开始于t5，心室的填充结束于t6，在t6，二尖瓣瓣膜再次打开，结束心跳周期。

中间视图和底部视图示出在心跳周期内的压力差4和流率5。简言之，在主动脉瓣膜打开之后，压力差达到压力差最小值a。从最小值开始，压力差慢慢升高，直到主动脉瓣膜在时间t2闭合为止。在时间t2之后，压力差在时间t3处迅速升高到最大值d1。此后，压力差稍微下降，直到二尖瓣瓣膜再次最终闭合为止。

相应流率5看起来几乎像是压力差的镜像曲线。流率稍微升高，直到二尖瓣瓣膜打开为止，并且然后迅速升高，直到主动脉瓣膜打开为止。然后，流量保持高并且在迅速下降之前在主动脉瓣膜闭合之后稍微下降，直到二尖瓣瓣膜打开为止。

在图2a和图2b中再次示出压力差4和流率5。然而，图2c和图2d分别示出压力差和流率的更实际时序数据。容易理解的是，理想化曲线仅是示例性的。然而，可以在实际时序数据中检测特定感兴趣点，诸如时序的数据值的最小值或最大值。

在图3a中示出具有打开主动脉心脏瓣膜的压力差的时序信号的示例，其中，图3b中所示的时序表示主动脉瓣膜保持闭合的心跳周期。图3a和图3b中所示的两个时序包括噪声或取样效果。在心室的心室收缩期和等容松弛期间，差异尤其明显。发明人已发现，尽管最大值和最小值可以在具有打开主动脉瓣膜的心跳周期与具有闭合主动脉瓣膜的心跳周期之间改变，然而具有闭合主动脉瓣膜的心跳周期的PULS在具有闭合周期的不同心跳周期之间变化不太大，并且它们比较来说小于具有打开主动脉瓣膜的心跳周期的PULS。当查看压力差时，与压力时序的最小值或最大值相比，这些效果是更好可见的，压力时序的最小值或最大值不太适于构建可靠分类方案，以确定主动脉瓣膜在特定心跳周期内是打开还是闭合。

查看压力差时序改进了用于正确地确定瓣膜状态（例如打开或闭合）的可靠性。然而，尽管感兴趣点的绝对值（诸如压力差（或流率）的最小值或最大值）对可靠性有正面影响，然而查看至少一个不同信号特征可以大大改进分类步骤或者总体分类的可靠性。

除了时序数据以外，图3a和图3c还指示最小值a、最大值d、以及通过最小值a的切线（即，水平线）和通过在值a和d之间的极值数据点b的切线（即，通过时序的导数的极值的切线）。而且，由两条切线和时序包围的区域被示出为填充区域。

在所选择的数据取样中容易看出，为打开瓣膜状态和闭合瓣膜状态的区域（AREA）彼此显著不同。因此，通过从超过时序的绝对值的曲线导出信号特征（即，高阶信号特征），更容易识别具有打开主动脉瓣膜的心跳周期与具有闭合瓣膜的心跳周期之间的差异。

图3c示出时序值、最小值a、水平线和延伸经过极值b的切线、由切线和时序包围的区域AREA、延伸经过极值b的切线与经过在开始处的时序值的线之间的角度、ANGLE（即，经过点a和与间隔DUR的结束对应的时序信号的值c）。尽管这些是高阶信号特征的一些示例，然而可以设想其它示例。例如，可以在心室收缩期开始之前或者刚开始之后的最大值与最小值a之间导出相应数据特征。

已发现，用于包括主动脉瓣膜打开的心跳周期的AREA平均大于具有闭合主动脉瓣膜的心跳周期的相应区域。而且，在最小值a的时间与两条切线的交点之间的时间间隔对于具有打开主动脉瓣膜的心跳周期来说平均比对于具有闭合主动脉瓣膜的心跳周期大。

高阶信号特征的其它示例是在最小值a与最大值d之间的差。作为涉及多于一个心跳周期的信号特征的又一示例，可以导出在当前心跳周期的最小值与多个过去心跳周期的最大值d中的最大值之间的差。数目可以被预先确定或者是随机的。数目可以例如在2和10之间。信号特征可以被归一化成其各自心跳，例如，从信号特征获得的数值可以除以心跳周期的长度。当将不同数据进行比较以导出心跳周期的瓣膜状态时，这可能是一种改进。

尽管单个信号特征可以改进确定瓣膜状态的可靠性，然而在对在线数据分类期间分析多个信号特征并使用这些信号特征可以进一步改进可靠性。

时序数据被预处理，并且在一些实施方式中被取样和/或分离成信号的子集，每个子集包括仅一个完整心跳周期。然而，还可以对包括多于一个单个心跳周期的时序执行信号特征的导出。

此后，信号处理电路或者信号处理软件通过已知信号分析例程，确定特定数据点，例如最小值、最大值和极值。从所确定的值来构建信号特征，并将其用于对信号特征已被提取的心跳周期分类。从而，使可能很大的心跳周期的压力差信号的时序数据分解为描述将被用于分类的信号特征（在一些实施方式中是时间戳或者识别号）的数据点的小集合。包括一个或更多个信号特征以及时间戳或识别号的数据点的小集合可以用于确定针对每个心跳周期内的瓣膜状态。所确定的瓣膜状态（即，指示瓣膜状态的信号可以用于通过根据瓣膜状态指数的目标范围（即，根据当前瓣膜状态指数是等于、低于还是高于期望目标范围）保持、增大或减小泵的速度来控制泵操作。

在以上实施方式中，压力差或者流率的时序数据被减少到表示时序的信号特征和高阶信号特征的向量，在一些实施方式中仅每所确定的心跳保持单个向量。然后，该向量可以进一步被减少到单个值，该单个值指示当向量被输入到所选择的或者训练后的分类器中时瓣膜状态是打开还是闭合。然而，还可以导出信号特征的向量并从所述向量直接导出瓣膜状态，代替保存向量并通过在随后时间点将向量馈送到分类器来导出瓣膜状态。尽管一些实施方式可以保持定时信息，然而其它实施方式可能不保持定时信息，而是仅保持瓣膜对于特定心跳是打开还是闭合的信息。在那些实施方式中，瓣膜的准确打开或者闭合时间可能不是必须的。

尽管在到目前为止论述的实施方式中仅分析了一种类型的时序信号，并且从该一种类型的信号提取信号特征。然而，还可以从多于一种时序信号类型提取信号特征。通过使用多于一种信号类型的信号的信号特征，可以改进整体分类准确度。

注意，将心脏时序数据划分成包含仅单个心跳周期的数据子集在本领域中是众所周知的，例如，可以检测压力差曲线的局部最小值。另选地，可以使用从心电图的信号处理知晓的方法。而且，在本文档中论述的方法、系统和设备可以包括用于对时序数据进行取样和预处理的方法，使得可以分析时序数据并且可以确定瓣膜状态。

图4示出如何训练分类器并且如何使用训练后的分类器以从待分析的当前时序数据（例如，实时在线或者已存储的时序数据）导出瓣膜状态的示意图。

图4示出训练分类器的方法的实施方式，该分类器可以用于对心跳时序数据分类。

训练分类器110的方法100包括：从表示在一个或更多个心跳周期内记录的数据的至少一种类型的时序信号选择信号特征。

在本实施方式中，分类器包括5个信号特征，该5个信号特征包括在左心室和主动脉之间的压力差的时序数据的最大值和最小值之间的差。该信号非常适于训练分类器，以对心跳周期内的主动脉瓣膜的状态是打开还是闭合分类。然而，可以选择不同信号，诸如非常适于对肺动脉瓣膜的状态分类的在右心室和肺动脉之间的压力差、或者非常适于对连接心房和心室的二尖瓣瓣膜的状态分类的在心房和相应心室之间的压力差。而且，在一些实施方式中，该信号还可以是经过泵的流率。在其它实施方式中，心室压力可以用作信号，以在心跳期间导出瓣膜状态。如果信号示出与指示压力差的信号类似的高阶信号特征，并且如果那些高阶信号特征（或者信号特征中的任一个）与瓣膜状态相关联，则情况可能是这样。

在本示例中，时序数据已经被分成子段，这些子段包含仅来自单个心跳周期的数据。在图4中，主动脉瓣膜闭合的心跳周期的时序数据的数据集合由参考标记120表示，主动脉瓣膜打开的心跳周期的时序数据的数据集合由参考标记130表示。两个数据集合120和130分别包含多个子段121和131。划分成多个子段可以由信号预处理电路或者算法140执行。子段或者时序数据的预处理一般还可以包括标准过程，诸如高通、低通或者带通滤波、模拟记录的数据的取样等。多个子段121和131分别由信号特征化电路或者由信号特征化算法150处理，其从待分析的子段导出至少一个信号特征151。其它信号特征152至155可以由相同电路或算法导出，或者在其它实施方式中由附加电路或算法导出。针对多个子段中的每个，导出一个或更多个信号特征151至155。在图4所示的实施方式中，信号特征151至155被分组为向量156。该向量156用于训练分类器110，然而分类器还可以通过附加向量和/或通过不使用向量的每个条目来训练。分类器是朴素贝叶斯分类器，并且被训练以识别数据集合120和130之间的差异，使得可以通过训练后的分类器对实际数据可靠地分类。由于假定针对每个子段都知晓该子段是否包括瓣膜打开，因而可以训练分类器对瓣膜状态未知的数据正确地分类。从所选择的分类器的理论以及数学或经验背景，可以估计多少子段必须来自每个数据集合，以获得具有特殊性和灵敏度或者可靠性的期望置信区间的训练后的分类器。可以制定可靠性准则，以在多于70％或更多的所有情况下对实际数据正确地分类。特殊性和灵敏度准则考虑分类器的一些应用可以使用所述分类器确保所呈现的数据分别具有打开瓣膜或闭合瓣膜的心跳周期，即，减少假肯定或者特殊性的数目。同样应用至灵敏度，灵敏度旨在减少假否定的数目。然而，当应用这些准则时，必须决定打开或闭合状态是肯定的还是否定的，以确定假肯定或者否定。

分类器110是硬布线的基于软件或固件的算法，其通过使用来自包括瓣膜状态（在该情况下是主动脉瓣膜）已知的心跳周期的信号的时序数据被训练。训练后的分类器可以被加载到信号分类电路或者算法160，并且然后用于对实际数据分类。

这通过将训练后的分类器应用至对应于在已被预处理成子段的数据集合120和130中使用的信号类型的信号类型的实际时序数据170来进一步说明。针对每个子段171，可以导出或者提取一个或更多个信号特征151至155。这些信号特征需要包括用于训练分类器110的信号特征。训练后的分类器110读取向量176并将其分类成表示包括瓣膜打开OPEN（180）或者闭合CLOSED（190）的心跳周期。

分类器的训练和分类器的应用二者可以使用单个泵的电路来执行。然而，分类器的训练还可以在外部执行，并且训练后的分类器然后可以被加载到血液泵的控制系统中。

尽管在本实施方式中仅使用单个分类器，然而其它实施方式可以使用多于一个分类器，其它分类器可以是不同类型的分类器，诸如支持向量机、k-最近邻运算器或者神经网络（例如包括或不包括隐藏层的前馈）。而且，由于不同分类器具有不同强度和弱点，因而采用多个分类器的方法可以增加分类的可靠性。另外地或者可选地，其它分类器可以对不同信号特征的范围操作。通过不同分类器处理不同信号特征的组合在一些实施方式中还可以增加分类的可靠性。

图5示出分类方案200的示意图。在第一可选步骤中，分类方案接收在右心室和肺动脉之间的流率的时序信号。该信号还被预处理，使得信号的子段仅包括来自心跳周期的数据。在步骤210中从该数据导出信号特征。在又一步骤220中，这些信号特征被馈送到训练后的分类器。训练后的分类器给心跳周期标注打开肺动脉瓣膜或者闭合肺动脉瓣膜的标签，即，标注为打开或闭合状态心跳周期。注意，一旦时序的子段被用于导出所述子段的瓣膜状态，子段的数据关于确定瓣膜状态就不再是必须的并且在一些示例中可以被丢弃。然而，在其它示例中，在分类器可能仅通过小余量对心跳周期的瓣膜状态分类的情况下，可以存储数据。例如，该数据子段随后可以用于改进训练后的分类器。

发明人已发现，特别是在压力差曲线中，在主动脉瓣膜打开的心跳周期与主动脉瓣膜保持闭合的心跳周期之间存在显著偏差。

先前附图有助于示出如何对不同心跳周期分类以表示具有打开瓣膜或者闭合瓣膜的片段。该分类可以用于控制血液泵系统，将借助于图6至图8进行说明。

图6示出血液泵系统的闭环控制系统300。待控制的操作参数是泵的速度。尽管可以操作许多不同参数，然而在本实施方式中，泵是具有出口的轴流泵，该出口与轴流泵的轴成非零角度（优选90°）。这种泵的实施方式的示例可以在美国专利申请No.13/505,368、No.14/115,425或者No.US14/115,460中找到，这些美国专利申请全部结合于此。更特别地，一些实施方式包括转子，该转子在旋转时至少悬挂于两个毂之间，该两个毂在两侧沿着轴向包围转子。然而，以下控制方法还可以用于其它类型的轴流泵或者涡轮泵（即，旋转泵或者离心泵）。

在本实施方式中，待控制的参数是泵的叶轮的转速n。该特定实施方式的测量输出是旋转叶轮与毂的距离310。该距离与在血液泵的出口和血液泵的入口之间的压力差成比例。换句话说，尽管在本实施方式中的测量变量不是压力差本身，然而与压力差成比例的变量被测量。然而，其它实施方式可以包括：通过在血液泵的出口的区域中采用一个传感器并且在血液泵的入口的区域中采用又一传感器来测量压力差。压力差被转换成时序信号，该时序信号被分成仅表示心跳周期的时序数据的子段。这些子段被处理，并且在本申请中先前描述的分类器320用于导出子段的瓣膜状态。

瓣膜状态和/或其出现次数用于将主动脉瓣膜打开指数（AVOI）构件为瓣膜状态指数（VSI）的示例。AOVI 330表示具有打开瓣膜的心跳周期与所有所分析的心跳周期相比的百分比。指数没有尺寸（dimension）。在其它实施方式中，指数可以是闭合瓣膜指数，表示具有闭合瓣膜状态的心跳周期的百分比。

AVOI 330可以以不同方式被构建。在一些实施方式中，AVOI可以基于10、20或50个过去心跳周期。另外，可以构建表示不同时间量程的多个AVOI。尽管使用更多心跳周期以使指数不太容易是随机事件，然而使用较少周期具有更准确地描述病人的当前状态的效果。从感测数据构建的并且用于控制泵的AVOI将被称为AVOI或者当前AVOI。相比之下，目标AVOI是当前AVOI由于速度适配而应该适配到的AVOI值。

操作模式由AVOI控制器340控制并且可以在外部设置。结合图7描述不同示例性操作模式，但是该主题不限于在此描述的模式。AVOI控制器从AVOI构建实体330接收当前AVOI 341并且已在外部被设置为与目标AVOI 343对应的操作模式342。在本示例中，在当前AVOI高于目标AVOI时，泵的转速增加，并且在当前AVOI小于目标AVOI时，泵的速度减小。泵的速度的适配由控制器340控制。控制器可以是微处理器、可编程场阵列、微控制器或者保存在存储器中并且由前述处理器处理的软件或者固件。在所选择的示例中，当前AVOI高于目标AVOI，并且泵的速度增加。在当前AVOI中示出的使速度增加所花费的时间在一些实施方式中取决于构建AVOI的方法和心率。

在本实施方式中，AVOI取决于图7所示的血液泵的速度。在图7的曲线图中，示出针对特定泵的AVOI与每分钟的转数n的依赖关系。n的尺寸是每分钟千转或者krpm。在曲线图中所示的不同曲线涉及在收缩期结束时的弹性的最大值的不同值E_max。两条曲线350和360分别对应于E_max的较小值和较大值。可以看出，与小E_max值对应的曲线350较平坦，而与较大E_max值对应的曲线360具有更多S形形状。换句话说，不同病人的心脏对泵速度的变化反应不同之处在于，AVOI的变化不同。然而，每条曲线可以由双射函数表示，其中，n的每个值可以被映射到AVOI的不同值，并且反之亦然。

曲线图还示出涉及部分辅助模式PA和全辅助模式FA的n-AVOI对。这些值对在本申请的主题的一些实施方式中是令人感兴趣的。如果有的话，FA与PA的不同在于，主动脉瓣膜永久闭合并且仅偶尔打开。在图7的曲线图中，AVOI低于10％。全辅助模式提供用于在不对心脏施加外部应力的情况下允许心脏恢复的模式，这是因为泵完全负责血液的泵送。这不同于PA，PA旨在使心脏进行一些而不是所有泵送，因此心脏可以慢慢恢复以能够靠其本身泵送血液。FA模式可以进一步通过以下描述：最大泵流率、小LVEDV、小LVSV、少量心肌运动、主动脉压力的小脉动、最少外部工作和最小压力-容积-面积。

泵操作的PA模式可以通过在心脏的泵送操作中部分地辅助心脏来描述。特别是，当泵在左心室和主动脉之间泵送时，主动脉瓣膜在至少一些心跳周期内打开，即，AVOI是非零的，但是可以在20％和40％之间。对于所选择的E-max值，AVOI是PA模式，约34％。在生理上，这意味着心室仍有助于泵送操作，这由主动脉瓣膜的偶尔打开指示。在不同实施方式中，PA模式可以由以下至少一个来描述：允许适度泵流率（即，泵不100％贡献于在心室与主动脉之间的流率），允许适度左心室舒张末期容积LVEVD，允许适度左心室心搏容量LVSV，允许适度心肌运动，允许主动脉压力的适度脉动，允许心脏本身的外部工作增加，允许压力-容积图中的压力-容积-面积增加。而且，在部分辅助模式下，不应该出现或者仅很少出现心脏壁在泵的入口上的抽吸。

例如，假定植入的泵在病人内操作，该病人的心脏具有与曲线350的E-max值相当的E_max值。泵包括图6中所示的泵闭环控制系统。病人的当前AVOI在约6krpm时是60％。所选择的操作模式是PA模式，该PA模式在30％和35％之间的间隔内对应于AVOI。可以在其它实施方式中使间隔更大或更小，并且作为可以多快达到目标AVOI 并且速度需要每隔多久被适配的效果。较小间隔通常比较大间隔更频繁地要求速度适配。

结合图8解释更新AVOI或者不同VSI的不同方法。所示的实施方式示出更新AVOI的滑动窗方法。滑动窗400具有10、20、50或更多瓣膜状态指示410的宽度。由“C”表示的瓣膜状态指示410是指被分类为闭合瓣膜周期的心跳周期，由“O”表示的瓣膜状态指示410是指被分类为打开瓣膜周期的心跳周期。如果不同打开或闭合瓣膜周期通过时间加索引，则在不同周期之间的时间由于例如病人的心率变化而变化。在本示例中，AVOI通过使用例如从计算当前AVOI的时间开始的过去50个瓣膜状态指示来构建。换句话说，当生成新瓣膜状态指示时，该瓣膜状态指示与先前49个瓣膜状态指示一起用来导出当前AVOI。在最新瓣膜状态指示前面第50个指示的瓣膜状态指示不再用于构建AVOI，并且可以从存储有用于AVOI构建的值的存储器中删除。该存储器例如可以是易失性的或者非易失性的，并且可以是泵控制系统的主存储器的一部分。构建AVOI的不同实施方式是例如每30个瓣膜状态指示使用仅这30个瓣膜状态指示构建AVOI。在其它实施方式中，AVOI构建还可以包括先前的30个瓣膜状态指示。代替对所出现的瓣膜状态指示的数目进行计数，AVOI还可以在预定时间间隔（诸如30、45或60秒）之后被构建，而不管在该间隔中已生成了多少瓣膜状态指示。在其它实施方式中，可以对打开或闭合瓣膜指示的数目进行计数，并且可以在该预设置数目的打开或闭合瓣膜状态指示之后重新构建AVOI。而且，在其它实施方式中，可以通过使用滑动窗方法来构建AVOI，代替在每个新瓣膜状态指示之后重新构建AVOI，在每10个、20个或30个新瓣膜状态指示之后重新构建AVOI。

在图9中示出血液泵控制系统的一个实施方式。系统500包括可植入血液泵600和控制单元700。控制单元可以被构造用于植入或者可以被构造用于从人体外部控制泵操作。血液泵和控制单元可以借助电缆或线缆或者借助无线数据连接被连接。该系统还可以包括经皮能量传递系统，以将能量传递到血液泵以用于使转子旋转。

血液泵600包括入口610，该入口610可以直接地或者经由套管连接至左心室或者右心室或者心房或者肺静脉。进入入口610的血液具有压力p_in，该压力p_in可以由位于入口中的传感器直接测量。血液借助由无刷直流电动机BLDC 630驱动的转子620被泵送，并且该电动机的轴向位置由位于定子毂640中的一个传感线圈或者多个传感线圈主动地控制。位于转子和定子毂中的永久磁铁允许对转子位置的被动径向控制。血液通过血液出口650以压力p_out离开泵，该压力p_out可以借助位于泵的出口的区域中的传感器直接测量。然而，在本实施方式中，入口压力和出口压力不被直接测量。作为代替，在转子和定子毂之间的轴向距离可以由传感线圈感测。可选地，与由环形线圈传递的轴向力相结合，可以将该距离传送到例如查找表，并且已发现，该距离与跨转子的压力差几乎线性成比例。从而，该距离可以用作表示在泵出口和入口之间的压力差的信号，而不必须直接测量压力或压力差。在其它实施方式中或者对于其它泵来说，所测量的信号可以直接是压力或压力差或者来自除了距离以外的另一个信号源。

表示在定子毂和转子之间的距离的信号被传送到控制单元700作为模拟或数字信号并且经由线缆或无线被发送。

在本实施方式中，信号660在控制单元700的信号预处理和后处理电路710处被接收。信号预处理电路711可以改进信号的信噪比，或者可以包括数字化步骤，或者可以包括频率滤波器的应用。而且，该电路可以被构造成将信号分成包含仅来自单个心跳周期的数据的子段。该电路可以是硬布线电路、微控制器、可编程场阵列或者可以借助存储在存储器中的软件或固件在微处理器内被仿真。该电路可以是模拟或数字电路。

预处理后的信号713被传送到微处理器720，该微处理器720连接至信号处理电路730、存储器740和模式操作设置单元750。

信号处理电路730可以是硬布线电路或者是由微处理器720处理的仿真软件电路和例程。预处理后的信号713是时序信号，并且信号特征从该信号被提取并被存储作为用于心跳周期的信号特征向量。在信号包括多于一个心跳周期的又一示例中，还可以将所提取的信号特征存储在用于每个心跳周期的矩阵、列或行中。所提取的向量由分类电路处理并且被减小到用于先前指示的每个向量的瓣膜状态指示。瓣膜状态指示然后用于构建AVOI。用于构建AVOI的瓣膜状态指示可以暂时被存储在存储器740的一部分中。存储器的该部分还可以被实现为环形缓冲区、或者任何其它类型的易失性或非易失性存储器。将所构建的AVOI与对应于在模式单元750中设置的操作模式的目标AVOI进行比较。该比较可以在微处理器720中发生或者可以由比较器电路执行。根据比较的结果，微处理器生成指示泵的期望转速的信号721。该信号可以减小、增加或者保持当前转速。信号721在需要时被后处理，并且由预处理和后处理电路710的发送器712转发到电动机630。根据该信号更改电动机速度。

在其它实施方式中，AVOI可以以规则间隔被存储并被发送到外部编程器。基于AVOI，编程器可以将操作模式从一种模式改变为另一种模式，或者可以改变针对特定模式设置的目标AVOI范围，或者可以加载新操作模式。

在图10b中示意性地示出通过在此提出的类型的血液泵1的纵断面的示意性表示。血液泵1001包括空心体1002（表示为一条连续粗线），在该空心体1002中设置具有叶片1004的叶轮1003。而且，空心体1002包括：入口1005，其用于使血液沿着与旋转轴R（虚线示出）平行的流入方向流动；以及出口1006，其用于使血液沿着与截面垂直延伸的流出方向流出。因此，在本实施方式示例中，该出口被布置为相对于旋转轴R成直角偏移，用于在流入方向和流出方向之间产生流出角度α，α＝90°，其不同于零。然而，角度α还可以不同于90°。

空心体1002的出口1006被布置在叶轮1003的上游侧1009与叶轮1003的下游侧1010之间，所述上游侧面向入口，所述下游侧远离入口。空心体1002的内径用于形成排出通道1011，该排出通道1011绕着叶轮1003切向延伸并且延伸到出口1006中，用于使血液排出空心体1002，所述排出大致切向延伸到叶轮1003。

而且，两个支承环1007连接至叶轮1003，以用于在支承环1007与空心体1002的内壁之间形成两个环形间隙1008。

承载叶片1004的叶轮1003的周向表面1012以圆柱形方式形成，但是同时也可以以截锥形或者锥形方式设计。叶轮的轴向尺寸（长度）L被选择为大于在叶轮的下游侧上的叶轮的直径D。叶轮的叶片的特征在于朝向出口1006增加的节距。以此方式，允许轴向推进到排出通道1011，这对血液来说是特别平缓的。叶轮1004的叶片在径向上完全延伸（在其它实施方式中是部分地或者根本不延伸）到排出通道1011和出口1006。

设置有叶片1014’的入口导向叶片1041被设置成紧邻叶轮1003的上游侧1009。

血液泵还包括部分主动稳定的轴承装置，该轴承装置包含主动稳定磁轴向轴承以及被动磁径向轴承。磁轴承装置首先包括两个永久磁铁1015、1015’，该两个永久磁铁1015、1015’被布置在叶轮内的上游侧和下游侧。而且，磁极彼此相反（吸引）的且分别被集成到入口导向叶片1014和背垫板1013中的两个另外永久磁铁轴承1016、1016’用于形成被动磁径向轴承，该被动磁径向轴承确保叶轮1003被保持在入口导向叶片1014与背垫板1013之间的径向期望位置处。而且，对于主动稳定磁轴向轴承来说，两个环形线圈1017、1017’被布置在空心体1002外部，在叶轮1003前面和后面，使得两个环形线圈1017、1017’以环形方式在外围围绕空心体1002，以用于产生轴向磁通量。而且，磁轴承装置包括：传感器系统，其包括距离传感器1018、1018’，该距离传感器1018、1018’被集成到入口导向叶片1014和/或背垫板1013中以及叶轮1003中，以用于测量在叶轮1003与入口导向叶片1014或者背垫板1013之间的间隙宽度；以及闭环控制单元（在此未示出），其连接至距离传感器1018、1018’和环形磁铁，所述闭环控制单元根据所测量的叶轮的轴向位置，设置由环形磁铁产生的磁通量，以用于校正叶轮与轴向期望位置的可能偏离。

最后，设置围绕空心体延伸的电动机绕组1019和集成到叶轮中的电动机磁铁1020，所述电动机磁铁以交替径向方式被磁化，以用于驱动叶轮1002。

在图10b中，示出在此提出的类型的血液泵1001的纵断面的示意性表示，该血液泵1001与通过图10a所示的血液泵的不同在于，中心圆柱形杆1016朝向叶轮1003从泵1001的下游侧1027轴向延伸到空心体1002中。在所述杆1026内，一个距离传感器1018’被集成用于测量在叶轮1003和杆1026之间的间隙宽度，并且永久磁铁轴承1016’中的一个是被动磁径向轴承的一部分。而且，主动稳定轴向轴承的环形线圈1017’现在轴向定位在出口1006前面并围绕空心体1002延伸，而在图10a所示的实施方式中，各个环形线圈1017’位于空心体1002后面（相对于轴流泵方向）并因此不围绕空心体1002延伸。

图10a和图10b所示的两个泵可以结合本申请中描述的方法或系统中的任一个。泵的进一步详情可以在申请PCT/EP2011/002384、美国申请13/505368和PCT/EP2012/002009中找到，这些申请通过参考结合于此。