用于心肺复苏的心搏停止检测的制作方法

本发明总体涉及通过自动外部除颤器(“AED”)、高级生命支持(“ALS”)除颤器/监测器、患者监测器和/或具有患者监测和/或除颤功能的其他医学设备对患者的心肺复苏(“CPR”)的监测。本发明具体而言涉及检测在心脏骤停患者的CPR期间的心搏停止、非可电击节律。

背景技术：

通常，由于ECG波形上的胸部按压(“CC”)伪影，对CPR期间的突发心脏骤停患者的ECG节律的自动分析会是不可靠的。已经提出了对CC伪影进行滤波以实现在CPR期间的自动电击建议的技术。然而，在非可电击节律期间，尤其是心搏停止节律期间，CC伪影的滤波残余会令电击建议算法错误地认为所述节律可电击，因为滤波残余或机械诱导的电活动会看起来像针对电击建议算法的可电击节律。

更具体而言，仅对具有特定可电击节律(例如，心室纤颤(“VF”)或者室性心动过速(“VT”))的患者建议除颤电击。除颤使用自动分析ECG以指示是否需要电击的ALS除颤器/监测器的AED或者自动模式来递送，或者使用手动除颤器来递送，包括通常由医学从业人员或者其他经训练的用户操作的ALS除颤器/监测器。在当前实践中，在CPR期间的胸部按压必须针对通过AED或者ALS除颤器/监测器的自动节律分析被打断，因为多数电击建议算法不能够可靠分析在胸部按压期间的节律。这主要因为来自胸部按压的机械活动将CC伪影引入到ECG波形，这使得确定基础节律在技术上是非常困难的。

然而，针对通过AED或者ALS除颤器/监测器的可靠节律分析中断CPR会不利地影响心脏停搏的患者的生存概率。美国心脏联合会(“AHA”)指南和欧洲复苏委员会(“ERC”)指南聚焦于使“不插手时间”最小化，其是心脏骤停患者不接收胸部按压的时间间隔。CC中断的主要设备相关的起因是针对准确电击建议的自动化ECG节律分析。胸部按压的机械活动产生多数自动ECG分析程序不能够完全从患者的固有ECG形态学区分的在ECG波形上的CC伪影。此外，在AED或ALS除颤器/监测器的显示器上观察ECG波形的临床医师当前不能够通过由胸部按压创建的电噪声看到患者的基础节律，其迫使中断胸部按压以进行节律评估。

最近，无需中断胸部按压的可靠节律分析已经变为改善突发心脏骤停患者的生存率的有前景地活跃研究领域。已经提出了若干种方法来分析在胸部按压期间的ECG波形。例如，一些算法基于从由CC伪影劣化的ECG波形直接获得的特征，而其他算法首先从ECG波形滤除CC伪影，并且然后使用电击建议算法对经滤波的ECG进行分类。

基于对CC伪影滤波的方法被报告为比基于对CC劣化的ECG的分析的方法呈现更好的结果。然而，这样的基于滤波的技术的限制在于，CC伪影的不完美滤波会在ECG波形上留下一些残余，其能够潜在地导致由电击建议算法对基础节律的不正确的确定。此外，即使其能够从ECG波形完全地滤除CC伪影的每一位，有证据表明，在胸部按压期间在胸部上执行的机械活动会引起电击建议算法可能与VF混淆的心脏上的电信号。

此外，对具有心搏停止节律的患者不建议递送电击。并且，对来自心搏停止节律的CC伪影的不完全滤波会在ECG波形上留下看起来像VF的残余。此外，在CC期间的机械活动会引入在ECG波形上的一些VF样电活动。因此，基于滤波的电击建议技术，其试图分析ECG波形而不中断胸部按压，在准确检测ECG波形的心搏停止节律方面具有弱点。因此，这样的电击建议技术会错误地建议针对心搏停止节律的不被AHA和ERC指南推荐的电击。

技术实现要素：

本发明提供通过经由利用从CC滤波的ECG波形和记录的CC劣化的ECG波形两者提取的信息检测心搏停止对基于滤波的电击建议算法的上述限制的解决方案。结果是在针对心搏停止节律的CPR期间的电击建议算法的特异性的增加。换言之，本发明提出降低针对心搏停止节律的通过电击建议算法错误地建议的误电击的数量。

另外，鉴于能够检测在胸部按压期间的心搏停止，本发明能够辅助用户选择针对心脏骤停患者的正确处置。例如，在针对可靠节律分析无需暂停CPR的情况下，用户能够基于心搏停止检测立即决定她/他是否需要继续胸部按压或者寻求药物介入或者低温治疗。

本发明的一种形式是采用ECG监测器和控制器的患者监测设备。在操作中，ECG监测器监测患者的心脏的劣化的ECG波形，并且控制器将劣化的ECG波形分类为非可电击节律或潜在可电击节律中的一个。具体而言，控制器响应于由所述控制器对所述劣化的ECG波形内的心搏停止节律的存在的检测而将所述劣化的ECG波形分类为非可电击节律。相反地，所述控制器响应于由所述控制器对所述劣化的ECG波形内的心搏停止节律的缺失的检测而将所述劣化的ECG波形分类为潜在可电击节律。所述控制器能够响应于关于所述劣化的ECG波形内的所述心搏停止节律的存在或者缺失的由所述控制器的不确定而将所述劣化的ECG波形分类为所述潜在可电击节律。根据本发明的该形式的患者监测设备能够是AED、ALS除颤器(或者ALS除颤器/监测器)、患者监测器和/或具有患者监测和/或除颤功能的其他医学设备。

通过结合附图阅读本发明的各个实施例的以下详细描述，本发明的上述形式和其他形式以及本发明的各种特征和优点将变得更加显而易见。所述详细描述和附图仅是本发明的图示而非限制，本发明的范围由权利要求及其等价方案来定义。

附图说明

图1图示了根据本发明的心脏治疗系统的示范性实施例。

图2图示了表示根据本发明的方法的心搏停止检测方法的示范性实施例的流程图。

图3图示了表示根据本发明的原始ECG提取方法的示范性实施例的流程图。

图4图示了表示根据本发明的奇异值分解提取方法的示范性实施例的流程图。

图5图示了根据本发明的ECG波形的示范性子分段/矩阵构建。

图6图示了表示根据本发明的SB滤波提取方法的示范性实施例的流程图。

图7图示了表示根据本发明的节律分类方法的示范性实施例的流程图。

图8A-8C图示了在临床ECG记录上的图4-7的流程图的执行的三(3)个示范性范例。

具体实施方式

在干净的ECG波形(例如，没有任何CC伪影)中，心搏停止节律示出几乎平坦的线，其指示患者的心脏中没有或者低心脏电活动的状态。在胸部按压期间，ECG波形的心搏停止节律被CC伪影(“CC劣化的ECG波形”)或者在CC伪影被滤波时的任何滤波残余(“CC滤波的ECG波形”)主导。然而，本发明的前提在于以下发现：在CC劣化的ECG波形和CC滤波的ECG波形两者中保留的若干信号特征甚至能够在心脏按压期间区分心搏停止节律与其他心脏节律，如在本文中结合图2示范性描述的。

保留信号特征的一个范例是幅度谱面积(“AMSA”)，其测量在特定频率范围上的幅度频率谱的曲线下面积。保留信号特征的另一范例是ECG的第一差异(dPower)，其测量在一个ECG分段的范围上的ECG波形的时间平滑性(即，斜率)。

通常，本发明针对ECG波形的分段从时域和频域两者提取保留信号特征的集合，并且所提取的信号特征被分析以分离和区分任何心搏停止节律与其他心脏节律。更具体而言，保留信号特征的集合是从由CC伪影劣化的原始ECG波形提取的，如结合图4示范性描述的。备选地或者同时地，能够从经处理的ECG波形(例如，重建的和/或经滤波的)提取保留特征的集合。出于对ECG波形的滤波目的，本发明提出了如本领域已知的任何适合的技术。例如，基于参考信号的CC滤波和盲源分离，如本文结合图5和6针对AMSA和dPower示范性描述的。在提取之后，然后，结合地分析信号特征的各个参数，以分离和区分任何心搏停止节律与其他心脏节律。例如，多级阈值化和决策树能够被执行以分离和区分任何心搏停止节律与其他心脏节律，如在本文中结合图7针对AMSA和dPower示范性描述的。

为了便于对本发明的理解，在本文中将结合图1-7的描述提供采取本发明的自动外部除颤器的形式的本发明的心脏治疗系统的示范性实施例。尽管在为ASMA和dPower的CC劣化的ECG波形的保留信号特征的背景下描述了示范性实施例，但是本领域普通技术人员将认识到如何将本发明的原理应用到CC劣化的ECG波形的其他保留信号特征。另外，尽管在由利用心搏停止的可能性估计以在电击建议算法的CPR质量上潜在地改进的电击建议算法支持决策的背景下描述了示范性实施例，但是本领域普通技术人员将认识到如何将本发明的原理应用于对其他基于ECG的治疗/处置技术的支持。

同样地，出于本发明的描述的目的，术语“ECG波形”、“心脏节律”、“可电击节律”、“非可电击节律”、“心搏停止节律”、“建议”、“建议器”、“电极垫/贴片”、“按压板”、“控制器”、“ECG监测器”、“电击源”、“信号调节器”、“特征提取器”和“节律分类器”以及同义和相关术语应当广义地被解释，如在本发明的领域中已知的。此外，如本领域中公知的，先进生命支持(“ALS”)除颤器/监测器能够被同义地称为先进生命支持(“ALS”)除颤器。此外，ALS除颤器/监测器(或者ALS除颤器)能够包括自动外部除颤器(“AED”)的功能，并且例如在“ED模式”中可操作为AED。

参考图1，根据本发明的患者监测设备20的示范性实施例是先进生命支持(“ALS”)除颤器/监测器，其采用电极垫/贴片21的对、任选的ECG导联22、任选的按压垫23、ECG监测器24(内部或外部)以及电击源25，以及患者监测设备控制器26，所述患者监测设备控制器在该示范性实施例中是先进生命支持(“ALS”)控制器。备选地，例如，根据本发明的患者监测器采用部件21-24和26，并且省略电击源25。

电极垫/贴片21在结构上如本领域已知地被配置为导电地应用到处在前-心尖布置中(如图1所示)或者处在前后布置中(未示出)的患者10。电击垫/贴片21被构造为将除颤电击从电击源25传导到患者10的心脏11，如由控制器11控制的，并且将患者10的心脏11的电活动传导到ECG监测器24。备选地或者同时地，如本领域中已知的ECG导联22能够被连接到患者10以将患者10的心脏11的电活动传导到ECG监测器24。

按压垫23在结构上如本领域已知地被配置为相对于心脏11被应用到患者10的胸部，从而如所示的用于将反馈提供到控制器26的目的，其中所述反馈指示经由按压垫23被应用到患者10的胸部的按压运动的力和/或速率。

ECG监测器24结构上如本领域已知地被配置为测量患者10的心脏11的ECG波形30。重要的是，经由按压垫23的使用将出现ECG波形30的胸部按压劣化。如图1所示，范例是具有心搏停止节律(“AR”)、非可电击节律的胸部按压(“CC”)劣化的劣化的ECG波形30a。另一范例是指示具有心室颤动、可电击节律的胸部按压(“CC”)劣化的患者10的劣化的ECG波形30b。

在一个示范性实施例中，ECG监测器24采用数字信号处理器(未示出)来将ECG波形数据以流的方式传送到控制器26。

电击源25在结构上如本领域已知地被配置为存储电能，所述电能用于经由电极垫/贴片21将除颤电击31递送到患者10的心脏11，如由控制器26所控制的。在实践中，除颤电击31能够具有本领域已知的任何波形。这样的波形的范例包括，但不限于，正弦波形(正正弦波)31a和双截断波形31b，如图1所示。

在一个示范性实施例中，电击源25采用高电压电容器组(未示出)，所述高电压电容器组用于在对充电按钮的按压后经由高电压充电器和电源来存储高电压。电击源25还采用切换/隔离电路(未示出)，以选择性地从高电压电容器组向电极垫/贴片21应用特定波形的电能充电，如由控制器26所控制的。

控制器26在结构上利用硬件、软件、固件和/或电路来如本领域已知地进行配置，其响应于来自ECG监测器24的劣化的ECG波形30，来控制电击源25根据一个或多个电极治疗(例如，同步电复律)经由电极垫/贴片21将除颤电击31递送到患者10的心脏11。对此，本发明将心搏停止建议器27和电击建议器28并入在控制器26内以基于检测到或者没有检测到劣化的ECG波形30内的心搏停止节律，来决定是否建议对患者10的心脏11的除颤。如本文将进一步解释的，心搏停止建议器27通过用作对劣化的ECG波形30的预处理阶段来在电击建议器27的准确性上进行改进。

具体而言，如图1所示，心搏停止建议器27输入并处理劣化的ECG波形30，以在如将在本文中结合图2-8进一步描述的本发明的原理下检测在劣化的ECG波形30内的任何心搏停止节律。如果心搏停止建议器27检测到劣化的ECG波形30内的心搏停止节律的存在，则心搏停止建议器27将劣化的ECG波形30分类为非可电击节律(“NSR”)。否则，如果心搏停止建议器27检测到在劣化的ECG波形30内缺失心搏停止节律，或者关于劣化的ECG波形30内的心搏停止节律的存在或者缺失不确定，则心搏停止建议器27将劣化的ECG波形30分类为潜在可电击节律(“PSR”)并且将劣化的ECG波形30以流的方式传送到电击建议器28，以如本领域已知地进行处理，从而将劣化的ECG波形30分类为可电击节律(“SR”)或者非可电击节律(“NSR”)。

备选地，针对根据本发明的患者监测器，电击建议器28被省略，并且心搏停止建议器27能够独立操作，以基于由心搏停止建议器27对劣化的ECG波形30的节律分类便于对胸部按压是否应当继续或者暂停的临床决策。针对该实施例，针对心搏停止建议器27的输出的一个集合能够是“心搏停止”、“可能心搏停止”和“没有心搏停止”，其中，临床医师能够做出关于是否继续胸部按压的适当决策。针对心搏停止建议器27的输出的另一集合能够是当检测到劣化的ECG波形30内的任何心搏停止节律时的“非可电击节律”或者是当没有检测到劣化的ECG波形30内的任何心搏停止节律时的“潜在可电击节律”。

参考图2，在检测劣化的ECG波形30内的任何心搏停止节律中，心搏停止建议器27能够采用信号调节器27a、特征提取器27b和节律分类器27c，以执行表示本发明的心搏停止检测方法的流程图40，尤其是针对劣化的ECG波形30的CC劣化。

具体而言，信号调节器27a在流程图40的阶段S42期间实施(一种或多种)已知的信号调节技术，用于以多种形式调节劣化的ECG波形30，其中，特征提取器27b在流程图40的阶段S44期间实施(一种或多种)已知的特征提取技术，用于从多种形式的经调节的劣化的ECG波形30提取频域特征和/或时域特征。

(一种或多种)已知信号调节技术的范例包括，但不限于，采样、带通滤波、奇异值分解(“SVD”)、CC伪影滤波(例如，SB滤波)以及信号重建。

经调节的劣化的ECG波形30的频域特征的范例包括，但不限于，劣化的ECG波形30的幅度谱面积(“ASMA”)，并且经调节的劣化的ECG波形30的时域特征的范例包括，但不限于，劣化的ECG波形30的dPower。

为了便于对流程图40的阶段S42和S44的进一步理解，本文现在将提供以下的描述：(1)如图3所示的表示本发明的原始ECG提取方法的流程图60；(2)如图4所示的表示本发明的SVD提取方法的流程图80；(3)如图5所示的根据本发明的ECG子分段/矩阵结构；以及(4)如图6所示的表示本发明的SB滤波提取方法的流程图10。

参考图3，流程图60的阶段S62涵盖：信号调节器27a对劣化的ECG波形30的ECG分段50(图5)进行采样(例如，4.5秒分段@200样本/秒)和对ECG分段50进行带通滤波(例如，1Hz-30Hz截止频率)。流程图60的阶段S64涵盖：信号调节器27a将ECG分段50进一步分割为由特征提取器27b采样的两(2)个相等子分段51(例如，2.25秒分段@200样本/秒)(图5)。

为了区分任何心搏停止节律与可电击节律，流程图60的阶段S66-70从阶段S64的ECG子分段提取AMSA特征，并且流程图60的阶段S72-76从阶段S64的ECG子分段提取dPower特征。

具体而言，AMSA测量来自在特定频率范围上的幅度频率谱的曲线下面积。为了从每个ECG子分段51提取ASMA，特征提取器27b在阶段S66期间在每个ECG子分段51上执行快速傅里叶变换(FFT)从而获得每个ECG子分段51的频率谱，并且根据AMSA＝∑A_i×F_i来计算针对每个ECG分段51的AMSA，其中，A_i是在1Hz-30Hz的频率范围上的第i频率F_i处的幅度。

阶段S70涵盖：特征提取器27b对针对每个ECG子分段51的AMSA进行平均以产生原始频率变量AMSA_RAWECG。

同时地，特征提取器27b在阶段S72期间测量每个ECG子分段51的第一差异，并且在阶段S74期间计算每个ECG子分段51的所测量的第一差异的dPower。阶段S76涵盖：特征提取器27b对针对每个ECG子分段51的dPower进行平均以产生原始频率变量dPower_RAWECG。

参考图4，流程图80的阶段S82涵盖：信号调节器27a对劣化的ECG波形30的ECG分段50(图5)进行采样和带通滤波，如本文先前描述的。流程图80的阶段S84涵盖：信号调节器27a构建具有相等时间窗(例如，2.25秒)的子分段a-j的ECG矩阵52，并且每行被移位步进窗Δt(例如，0.25秒)，并且流程图80的阶段S86涵盖：信号调节器27a在ECG矩阵52上应用奇异值分解(SVD)，以将ECG矩阵52分解为空间分量和时间分量。在ECG矩阵的时间分量上的谱分析通常将示出前若干主要分量由CC伪影主导(例如，前3时间分量)。这些若干主要时间分量被移除，并且剩余的分量在流程图80的阶段S88期间被信号调节器27a重新组合，以建立重建的ECG矩阵52，其被重新组织以变为表示经由被称为主分量分析(“PCA”)的基于SVD的盲源分离方法处理的ECG分段50的重建的ECG分段SVDECG。重建的ECG分段SVDECG的一个优点在于不需要额外的参考信号来从ECG分段50移除任何CC伪影。

流程图80的阶段S90涵盖：信号调节器27a进一步将重建的ECG分段SVDECG分割为由特征提取器27b采样的两(2)个相等子分段(例如，2.25秒分段@200样本/秒)。

为了区分任何心搏停止节律与可电击节律，在流程图80的阶段S92-S96期间，特征提取器27b从阶段S90的重建的ECG分段SVDECG的子分段提取AMSA特征以产生SVD频率变量AMSA_SVDECG，类似于如本文先前描述的从原始ECG分段50对AMSA的提取。

同时，在流程图80的阶段S98-S102期间，特征提取器27b从阶段S90的重建的ECG分段SVDECG的子分段提取dPower特征以产生SVD时间变量dPOWER_SVDECG，，类似于如本文先前描述的从原始ECG分段50对dPower的提取。

参考图6，流程图110的阶段S112涵盖：信号调节器27a对劣化的ECG波形30的ECG分段50(图5)进行采样和带通滤波，如本文先前描述的。流程图110的阶段S114涵盖：信号调节器27a将SB滤波器应用于ECG分段50以移除关于ECG分段的任何CC伪影；并且流程图110的阶段S116涵盖：信号调节器27a生成经滤波的ECG分段SBEFCG。

流程图110的阶段S118涵盖：信号调节器27进一步将经滤波的ECG分段SBEFCG分割为由特征提取器27b采样的两(2)个相等子分段(例如，2.25秒分段@200样本/秒)。

为了区分任何心搏停止节律与可电击节律，在流程图110的阶段S120-124期间，特征提取器27b从阶段S118的经滤波的ECG分段SBEFCG的子分段提取AMSA特征以产生SBF频率变量AMSA_SBFECG，类似于如本文先前描述的从原始ECG分段50对AMSA的提取。

同时，在流程图110的阶段S126-S130期间，特征提取器27b从阶段S118的经滤波的ECG分段SBFECG的子分段提取dPower特征以产生SBF时间变量dPOWER_SBFECG，类似于如本文先前描述的从原始ECG分段50对dPower的提取。

返回参考图2，节律分类器27c在流程图40的阶段S46期间通过多级阈值/决策树来处理上述提取的AMSA/dPower变量(图3、4和6)以产生作为心搏停止节律(“AR”)、非心搏停止节律(“NAR”)以及可能心搏停止节律(“LAR”)的对劣化的ECG波形30(图1)的分类。更具体而言，心搏停止节律AR意味着节律分类器27c确定分析的劣化的ECG波形30具有心搏停止节律。相反地，非心搏停止节律NAR意味着节律分类器27c确定分析的劣化的ECG波形30具有非心搏停止节律。独特的意义是可能心搏停止节律LAR意味着节律分类器27c认为分析的劣化的ECG波形30能够具有心搏停止节律，但是需要进一步分析来确认(例如，通过暂停CC并且分析干净的ECG)。

为了便于进一步理解流程图40的阶段S46，本文现在将提供表示本发明的节律分类方法的流程图140，如图7所示。参考图7，通过流程图140实施的多级阈值化/决策树涉及流动通过流程图140的阶段S142-S152，直到这样的时间节律分类器27c将ECG波形分类为心搏停止节律AR、非心搏停止节律NAR和可能心搏停止节律。

具体而言，流程图140输入变量，比较原始频率变量AMSA_RAWECG(图3)、原始时间变量dPOWER_RAWECG(图3)、SVD频率变量AMSA_SVDECG(图4)、SVD时间变量dPOWER_SVDECG(图4)、SBF频率变量AMSA_SBFECG(图6)和SBF时间变量dPOWER_SBFECG(图6)。

在实践中，针对心室纤颤(“VF”)，原始频率变量AMSA_RAWECG通常将大于18.59，原始时间变量dPOWER_RAWECG通常将大于0.047，SVD频率变量AMSA_SVDECG通常将大于13.57，SVD时间变量dPOWER_SVDECG通常将大于0.030，SBF频率变量AMSA_SBFECG通常将大于12.93，并且SBF时间变量dPOWER_SBFECG通常将大于0.033。

流程图140的阶段S142涵盖：节律分类器27c将原始频率变量AMSA_RAWECG与心搏停止检测阈值(例如，18.59)进行比较，并且与非心搏停止检测频率(例如，47.43)进行比较。如果原始频率变量AMSA_RAWECG小于心搏停止检测阈值，则节律分类器27c行进通过OR回路160和163，以产生作为心搏停止节律AR的劣化的ECG波形30的分类。

如果原始频率变量AMSA_RAWECG大于心搏停止检测阈值并且等于或者小于非心搏停止检测阈值，则节律分类器27c行进通过OR回路170和173，以产生作为可能心搏停止节律LAR的劣化的ECG波形30的分类。否则，在原始频率变量AMSA_RAWECG大于非心搏停止检测阈值的情况下，节律分类器27c行进到阶段S144，以测试原始时间变量dPOWER_RAWECG(图3)。

流程图140的阶段S144涵盖：节律分类器27c将原始时间变量dPOWER_RAWECG与心搏停止检测阈值(例如，0.047)进行比较，并且与非心搏停止检测频率(例如，0.447)进行比较。如果原始时间变量dPOWER_RAWECG小于心搏停止检测阈值，则节律分类器27c行进通过OR回路160和163，以产生作为心搏停止节律AR的劣化的ECG波形30的分类。

如果原始时间变量dPOWER_RAWECG大于心搏停止检测阈值并且等于或者小于非心搏停止检测阈值，则节律分类器27c行进通过OR回路170和173，以产生作为可能心搏停止节律LAR的劣化的ECG波形30的分类。否则，在原始时间变量dPOWER_RAWECG大于非心搏停止检测阈值的情况下，节律分类器27c行进到阶段S146，以测试SVD频率变量AMSA_SVDECG(图4)。

流程图140的阶段S146涵盖：节律分类器27c将SVD频率变量AMSA_SVDECG与心搏停止检测阈值(例如，13.57)进行比较，并且与非心搏停止检测频率(例如，28.99)进行比较。如果SVD频率变量AMSA_SVDECG小于心搏停止检测阈值，则节律分类器27c行进通过OR回路160和163，以产生作为心搏停止节律AR的劣化的ECG波形30的分类。

如果SVD频率变量AMSA_SVDECG大于心搏停止检测阈值并且等于或者小于非心搏停止检测阈值，则节律分类器27c行进通过OR回路171和173，以产生作为可能心搏停止节律LAR的劣化的ECG波形30的分类。否则，在SVD频率变量AMSA_SVDECG大于非心搏停止检测阈值的情况下，节律分类器27c行进到阶段S148，以测试SVD时间变量dPOWER_SVDECG(图4)。

流程图140的阶段S148涵盖：节律分类器27c将SVD时间变量dPOWER_SVDECG与心搏停止检测阈值(例如，0.030)进行比较，并且与非心搏停止检测频率(例如，0.182)进行比较。如果SVD时间变量dPOWER_SVDECG小于心搏停止检测阈值，则节律分类器27c行进通过OR回路161和163，以产生作为心搏停止节律AR的劣化的ECG波形30的分类。

如果SVD时间变量dPOWER_SVDECG大于心搏停止检测阈值并且等于或者小于非心搏停止检测阈值，则节律分类器27c行进通过OR回路171和173，以产生作为可能心搏停止节律LAR的劣化的ECG波形30的分类。否则，在SVD时间变量dPOWER_SVDECG大于非心搏停止检测阈值的情况下，节律分类器27c行进到阶段S150，以测试SBF频率变量AMSA_SBFECG(图6)。

流程图140的阶段S150涵盖：节律分类器27c将SBF频率变量AMSA_SBFECG与心搏停止检测阈值(例如，12.93)进行比较，并且与非心搏停止检测频率(例如，29.99)进行比较。如果SBF频率变量AMSA_SBFECG小于心搏停止检测阈值，则节律分类器27c行进通过OR回路162和163，以产生作为心搏停止节律AR的劣化的ECG波形30的分类。

如果SBF频率变量AMSA_SBFECG大于心搏停止检测阈值并且等于或者小于非心搏停止检测阈值，则节律分类器27c行进通过OR回路172和173，以产生作为可能心搏停止节律LAR的劣化的ECG波形30的分类。否则，在SBF频率变量AMSA_SBFECG大于非心搏停止检测阈值的情况下，节律分类器27c行进到阶段S152，以测试SBF时间变量dPOWER_SBFECG(图4)。

流程图140的阶段S152涵盖：节律分类器27c将SBF时间变量dPOWER_SBFECG与心搏停止检测阈值(例如，0.033)进行比较，并且与非心搏停止检测频率(例如，0.277)进行比较。如果SBF时间变量dPOWER_SBFECG小于心搏停止检测阈值，则节律分类器27c行进通过OR回路162和163，以产生作为心搏停止节律AR的劣化的ECG波形30的分类。

如果SBF时间变量dPOWER_SBFECG大于心搏停止检测阈值并且等于或者小于非心搏停止检测阈值，则节律分类器27c行进通过OR回路172和173，以产生作为可能心搏停止节律LAR的劣化的ECG波形30的分类。否则，在SBF时间变量dPOWER_SBFECG大于非心搏停止检测阈值的情况下，节律分类器27c行进到阶段S152以产生作为非心搏停止节律NAR的劣化的ECG波形30的分类。

在流程图140的备选实施例中，OR回路170-173由AND回路代替，并且针对每个阶段的LAR分类被馈送到对应的AND回路，并且还触发阶段S142-S150行进到下一阶段。例外将是阶段S152，其中，LAR分类仅被馈送到对应AND回路。假设每个阶段不能分类AR，则该实施例的结果是阶段S152将(1)基于到达LAR分类的所有阶段S142-S152输出LAR分类或者(2)因为阶段S142-S152中的一个阶段不能分类LAR而输出NA分类。

在流程图140的另一备选实施例中，OR回路173由AND回路代替，并且针对每个阶段的LAR分类被馈送到对应OR回路，并且也触发阶段S142-S150行进到下一阶段。例外将是阶段S152，其中，LAR分类仅被馈送到对应AND回路。假设每个阶段不能分类AR，则该实施例的结果是阶段S152将(1)基于到达LAR分类的每个阶段对S142/S144、S146/S148和S150/S152输出LAR分类或者(1)因为阶段对S142/S144、S146/S148和S150/S152中的一个阶段对不能分类LAR而输出NA分类。

返回参考图2，模块27a-27c根据需要以回路方式通过阶段S142-S146，直到对劣化的ECG波形30的监测终止这样的时间。

图8A-8C示出了在临床ECG记录上运行图4-7的流程图的心搏停止检测方法(“心搏停止算法”)的三(3)个范例。在所有范例中，图4-7的流程图被应用在个体固定长度ECG分段上，以(1)将ECG信号处理为RawECG、SVDECG和SBFECG并且(2)生成三个类别的分类：“心搏停止”、“非心搏停止”和“可能心搏停止”。每个范例也将来自应用在使用SBF的CC滤波的ECG上的商用电击建议算法的电击建议方法的输出与由心搏停止算法生成的输出进行比较。

图8总体是由心搏停止算法将心搏停止节律正确地分类为“心搏停止”的范例，其中，相同节律在对胸部按压(“CC”)伪影滤波之后由电击建议算法错误地分类为可电击。具体而言，如图8所示的临床ECG记录的部分指示从执行CC到不插手而不执行CC的转变。在图8的顶行中，左侧部分是具有CC伪影的ECG，并且右侧部分是没有CC伪影(不插手时段)的ECG。ECG信号上的两个条指示用于分析的4.5秒分段。被应用在CC滤波的ECG上的商用电击建议算法错误地将该ECG分段识别为可电击。图8A的行2-4分别示出了当针对相同ECG分段使用心搏停止算法时的RawECG、SVDECG和SBFECG。心搏停止算法的输出将这种情况正确地分类为类别“心搏停止”，其被认为非可电击节律。该范例揭示本发明能够潜在地帮助电击建议算法检测该非可电击节律，并且因此改进电击建议算法的性能(特异性)。

图8B总体是由心搏停止算法将心搏停止情况分类为“可能心搏停止”的范例。具体而言，被应用在CC劣化的ECG分段上的电击建议算法将节律识别为组织的(非可电击节律)。图8B的行2-4分别示出了当针对相同ECG分段使用心搏停止算法时的RawECG、SVDECG和SBFECG，并且心搏停止算法的输出将这种情况分类为类别“可能心搏停止”，指示心搏停止算法将这种情况考虑为可能心搏停止，但是需要进一步的分析。这种情况还能够建议心搏停止算法当与其他技术结合时能够潜在地帮助做出正确决策。

图8C总体是由心搏停止算法将心室纤颤(“VF”)情况正确地分类为“非心搏停止”的范例。具体而言，图8C的ECG记录具有在图8中图示的VF节律(可电击)。被应用在CC劣化的ECG分段上的电击建议算法将该节律不正确地分类为非可电击。在对CC伪影进行滤波之后被应用在ECG上的电击建议算法通过将节律正确地识别为可电击而改进性能。图8B的行2-4分别示出了当针对相同ECG分段使用心搏停止算法时的RawECG、SVDECG和SBFECG，，并且心搏停止算法的输出将这种情况正确分类为类别“非心搏停止”。

返回参考图1，根据图2-7的前述描述，本领域普通技术人员将认识到，通过用作对任何劣化的ECG波形30的预处理阶段，或者备选地基于通过心搏停止建议器27对劣化的ECG波形30的节律分类便于是否应当继续胸部按压(心搏停止节律/可能心搏停止节律)或停止(非心搏停止节律)的临床医师决策，由心搏停止建议器27对电击建议器28的准确度的改进。

参考图1-8，本领域普通技术人员将认识到本发明的多种益处，包括，但不限于，通过在心脏骤停患者的CPR期间检测任何心搏停止节律、非可电击节律来改进先进生命支持设备的性能。

尽管已经图示并且描述了本发明的各个实施例，但是本领域技术人员将理解，本文描述的本发明的实施例为说明性的，并且能够进行各种改变和修改，并且等价方案能够替换其元件，而不脱离本发明的真实范围。此外，能够进行各种修改，以调整本发明的教导，而不脱离其中心范围。因此，本发明并非旨在被限制到如被公开为预期用于执行本发明的最佳模式，而是本发明包括落在权利要求书的范围内的所有实施例。