用于显示生理数据集中的趋势和变化性的方法和设备与流程

本申请要求享有对2014年3月6日提交的题为“METHOD AND DEVICES FOR DISPLAYING TREND AND VARIABILITY IN A PHYSIOLOGICAL DATASET”的临时美国申请号61/948964的优先权，并且该申请整体地并入本文。

技术领域

本发明涉及用于以图形形式显示生理数据集的设备和方法。具体地，本发明涉及用于以图形形式显示生理数据集的趋势和变化性的设备和方法。

背景技术：

医疗专业人员定期使用生理数据图表做出对患者护理关键的决定。患者信息图表在历史上被书写或打印在纸张上，然而随着电子显示器的出现，患者的数据的图表日益以电子形式存在。从患者健康信息到实时生理数据的每一件事情正在从纸张转变到电子形式。向链接到计算机或其它可编程装备的电子形式的转变使得能够将新的且改进的可视化应用于患者数据，尤其是生理数据。

典型地借助于各种传感器从患者获取生理数据。可以以定期安排的检查在患者生命的过程中或者在一系列小时、分钟或在连续监视的情况下实时地获取数据。

医院中的患者可以连接到各种传感器、监视器和产生生理信号的实时迹线、生理参数的实时和近实时计算的设备。例如，ICU患者可以同时连接到记录ECG、EMG、EEG、二氧化碳图、脉搏血氧饱和度、肺活量计、血压等的设备，从而得出包括心率、呼气末CO2或呼吸末CO2、O2饱和、呼吸率、潮气量和每分通气量的过多生理参数。从医院中的患者测量的生理数据集的绝对数目可以容易地造成信息过载。

信息过载可以使保健提供者忽略可以指示患者条件或患者状态的重要方面的数据的方面。因此，存在减少信息过载的需要。

技术实现要素：

本发明克服与当前策略和设计相关联的问题和缺点，并且提供以图形形式显示生理数据集的新工具和方法。

本发明的一个实施例涉及一种显示生理数据集中的趋势和变化性的方法。方法包括以下步骤：获取生理数据集；向生理数据集应用平滑算法以获取生理数据集的趋势；向生理数据集应用变化性算法以获取生理数据集的变化性；输出生理数据集的趋势的图表；以及输出生理数据集的变化性的图表。

在优选实施例中，生理数据集基于从患者的呼吸系统获取的数据。优选地，平滑算法是移动平均算法和数字滤波算法中的一个。生理数据集的趋势的图表和生理数据集的变化性的图表优选地是以下情况中的一个：被叠加和被相邻绘制。优选地，生理数据集的变化性的图表包括包络，该包络在顶部上通过由变化性算法识别的最大值的绘图定界并且在底部上通过由变化性算法识别的最小值的绘图定界。边界之间的空间优选地被遮蔽并且生理数据集的变化性的图表优选地用于评价和诊断呼吸暂停。

在优选实施例中，生理数据集是呼吸间间隔数据。优选地，生理数据集的变化性的图表是在各种时间点处和在数据集的各种时间窗口内计算的分形缩放系数的函数。优选地，生理数据集的变化性的图表包括以下中的一个或多个：误差条、线图、动量条、曲线下的阴影区域和随机绘图。在优选实施例中，通过生理数据集的变化性的图表显示的变化性的幅度被计算为以下中的至少一个的函数：原始数据集、经平滑的数据集、多个经平滑的数据集、数据集的分形缩放系数或数据集的随机系数。

本发明的另一实施例涉及一种设备，该设备包括获取生理数据集的经胸阻抗测量设备、从测量设备接收生理数据集的处理器、以及耦合到处理器的输出设备。处理器适配成：向生理数据集应用平滑算法以获取生理数据集的趋势，向生理数据集应用变化性算法以获取生理数据集的变化性。输出设备适配成：输出生理数据集的趋势的图表并且输出生理数据集的变化性的图表。

本发明的另一实施例涉及一种用于显示生理数据集中的趋势和变化性的系统。系统包括患者监视设备、耦合到患者监视设备的至少一个传感器、包含在患者监视设备内并且从至少一个传感器接收患者数据的处理器、包含在患者监视设备内并且从处理器接收显示信息的屏幕。处理器：从至少一个传感器获取生理数据集，向生理数据集应用平滑算法以获取生理数据集的趋势，向生理数据集应用变化性算法以获取生理数据集的变化性，向屏幕输出生理数据集的趋势的图表，以及向屏幕输出生理数据集的变化性的图表。

在优选实施例中，生理数据集基于从患者的呼吸系统获取的数据。优选地，平滑算法是移动平均算法和数字滤波算法中的一个。生理数据集的趋势的图表和生理数据集的变化性的图表优选地是以下情况中的一个：被叠加和被相邻绘制。优选地，生理数据集的变化性的图表包括包络，该包络在顶部上通过由变化性算法识别的最大值的绘图定界并且在底部上通过由变化性算法识别的最小值的绘图定界。边界之间的空间优选地被遮蔽并且生理数据集的变化性的图表优选地用于评价和诊断呼吸暂停。

在优选实施例中，生理数据集是呼吸间间隔数据。优选地，生理数据集的变化性的图表是在各种时间点处和在数据集的各种时间窗口内计算的分形缩放系数的函数。优选地，生理数据集的变化性的图表包括以下中的一个或多个：误差条、线图、动量条、曲线下的阴影区域和随机绘图。在优选实施例中，通过生理数据集的变化性的图表显示的变化性的幅度被计算为以下中的至少一个的函数：原始数据集、经平滑的数据集、多个经平滑的数据集、数据集的分形缩放系数或数据集的随机系数。

本发明的其它实施例和优点在随后的描述中被部分地阐述，并且部分地根据该描述可以是显而易见的，或者可以从本发明的实践中获知。

附图说明

仅通过示例的方式并且参照附图更加详细地描述本发明，其中：

图1：示例MV趋势。（A）原始数据。要指出的是高度变化的信号使得难以确定总体呼吸状态。（B）可视化数据中的趋势。平均趋势帮助识别测量结果中的一般漂移。（C）可视化数据中的变化性。变化性包络在与数据中的趋势结合应用时包含来自原始信号的所有相关信息，然而以较容易理解的方式呈现所有相关信息。

图2：应用于各种呼吸信号（MV，TV，RR）的变化包络和平均趋势的示例。

图3：随时间的充分通气（MV）的示例，如通过稳定趋势和稳定包络可视化的。

图4：可能用药不足的焦虑患者的示例。要指出的是，数据中的趋势略微增加，而包络随时间大幅增加，指示增加的呼吸变化性，其很可能由疼痛和不舒适的增加导致。

图5：面对呼吸受损的患者的示例。平均MV趋势系统地减小并且因此是MV数据中的变化性。

图6：具有呼吸暂停的（apneic）呼吸模式的患者的示例。要指出的是，与总体趋势的减小耦合的变化性的增加（具有侵入MV=0线的包络）。这指示具有显著呼吸暂停和散布的大“救援”呼吸的重复呼吸模式。

图7：具有作为阿片样物质施用的结果的呼吸暂停的呼吸模式的患者的示例。要指出的是与总体趋势的减小耦合的变化性的增加（具有侵入MV=0线的包络）。这指示具有显著呼吸暂停和散布的“救援”呼吸的重复呼吸模式。

图8：面对在阿片样物质施用之后的呼吸受损的患者的示例。平均MV趋势系统地减小并且因此是MV数据中的变化性。

图9：可能用药不足的患者的示例。要指出的是，不管接收到阿片样物质的剂量，数据中的趋势保持实际不改变，而包络随时间增加，指示增加的呼吸变化性，其很可能由疼痛和不舒适的增加导致。

图10：显示在阿片样物质施用之后的呼吸不足的呼吸的患者的示例。数据中的趋势和变化性二者的减小暗示以较低量和速率的规律呼吸模式。

图11：随时间的充分通气（MV）的示例，如通过趋势的小改变（预计阿片样物质施用的结果）和稳定包络可视化的。

图12：本文所公开的设备的结构的实施例的示例。

图13：患者监视设备的实施例的示例。

具体实施方式

如本文所体现和宽泛描述的，本文中的公开内容提供本发明的详细实施例。然而，所公开的实施例仅仅是可以以各种和可替换形式体现的本发明的示例。因此，不存在特定结构和功能细节应当是限制性的意图，而是意图在于它们提供针对权利要求的基础并且作为用于教导本领域技术人员不同地采用本发明的代表性基础。

已经意外地发现生理数据的可视化通过降低所记录的数据集的所感知到的复杂度来帮助保健提供者迅速评价所监视的生理参数的重要特征。本发明通过同时显示生理参数的趋势和变化性以及其随时间的演进来实现这一点。这与用于显示生理数据集的现有方法相反，该方法一般包括应用各种滤波（平滑）算法。滤波器一般降低数据集的所感知到的复杂度，从而使得能够实现数据中的趋势的更好评价，但是在过程中它们降低变化性，损害评价数据中的变化性方面的改变的能力。变化性已经证实是生理信号的重要特征。例如，降低的心率变化性可以预测在心脏病发作之后的死亡率。

护理者将不能够从其中对数据集进行滤波的心率图评价心率变化性。对该问题的解决方案是利用变化性的指示对经滤波的信号进行叠加。

本文所描述的方法是在图形用户接口内显示生理数据集的手段。关于独立变量（例如时间）计算和/或监视数据集。数据集是涉及组织、器官、器官系统或生理系统的测量结果、计算或推导。包括值、值的趋势和数据集的变化性的时间序列分析的特征与涉及所监视的组织、器官或器官系统的特定疾病状态相关。时间序列分析的特征还可以与总体患者健康相关。显示数据集的方法使得医疗护理者能够迅速评价数据集的重要时间序列特征。

方法具体地帮助识别数据集关于独立变量（例如时间）的变化性和趋势。与趋势组合的变化性的评价帮助评价患者健康或诊断或预测疾病状态。

可以借助于模拟或数字传感器从患者获取数据集。数据集可以表示生理信号或经计算、估计或导出的生理参数或健康指数。健康指数是基于一个或多个生理参数或其信号的特征的数值表示。健康指数与患者健康、疾病状态或总体患者状态相关。在本发明的一个实施例中，数据集是从经胸阻抗测量结果导出的呼吸参数。在一个实施例中，数据集是基于经胸阻抗的测量结果计算的每分通气量的计算。在一个实施例中，数据集是基于潮气量中的变化性、每分通气量中的趋势和呼吸率的占空比的组合的呼吸健康指数。在本发明的另一实施例中，数据集是从随时间的患者的呼吸参数导出的浅快呼吸指数。

在本发明的一个实施例中，生理参数是每分通气量（MV）。与MV的变化性的评价组合的MV中的趋势可以帮助医疗护理者识别呼吸暂停、呼吸不足、通气过度、临界呼吸衰竭/停止、对麻醉剂的反应、疼痛水平和/或麻醉深度的时期。

本文所描述的方法优选地首先通过实现降低数据集的所感知到的复杂度的滤波器而被应用于数据集。滤波器使得护理者能够迅速评价数据中的趋势而不遭受整个数据集的信息过载。应用于数据集的滤波器可以被应用在软件或电气硬件中。应用于数据集的滤波器可以是时域滤波器或频域滤波器。滤波器可以是移动平均、加权移动平均、平滑算法、切比雪夫滤波器、巴特沃斯滤波器、贝塞尔滤波器、椭圆滤波器、常数k滤波器、m推演式滤波器、特殊滤波器、顶帽（top-hat）滤波器或其它基于傅里叶-变换的滤波器。滤波器的窗口可以是2分钟、5分钟、10分钟、1小时、定制时间帧或另一时间帧，并且优选地对应于趋势很可能出现在数据中的速率。

本发明的实施例实现两分钟窗口内的平滑平均。该经平滑的数据然后被显示为随时间的趋势。图1中的中间面板示出叠加在数据集上的经平滑的趋势线的示例。

在滤波器突出数据中的趋势之后，方法优选地向图表添加变化性的视觉指示。变化性的视觉指示优选地由对经平滑的趋势进行叠加的包络构成。可视化优选地针对所监视的参数进行实时更新，但是可以追溯性地被应用在历史数据。

在本发明的一个实施例中，每一个窗口内的最小和最大点被确定和存储在峰值阵列中。优选地，一旦在每一个窗口位置中确定最小和最大点，就将所有峰值绘制在图表上。最大峰值优选地然后通过线段来连接，其中在峰值之间内插点。最小点同样优选地通过线段来连接，其中在最小峰值之间内插点。图1中的底部面板是该包络的示例。在该实施例中，最大包络和最小包络内的区域可以被遮蔽。

变化性的定量系数优选地针对图上的每一个点来计算，并且被显示。优选地从小于图表上的点的总数目的数据点的窗口计算变化性的系数。变化性的系数优选地基于在窗口内计算的数据集的统计。变化性的系数优选地是统计方差、标准偏差或熵的函数。

在一个实施例中，在经平滑的数据集后面应用误差条。误差条优选地是例如2分钟的窗口内的数据集的标准偏差的函数。误差条优选地在窗口中的最后点、窗口中的中心点或窗口中的第一点处叠加在图表上。

在一个实施例中，利用一个或多个分形缩放系数的函数或至少两个分形缩放系数之比的函数，并且将一个或多个分形缩放系数的函数或至少两个分形缩放系数之比的函数叠加在图表上。在一个实施例中，针对整个数据集计算分形缩放系数集（FC1），然后针对窗口再次计算分形缩放系数集（FC2）。变化性的系数优选地被计算为来自FC1集的一个或多个系数的函数，如与FC2相比。可视化的一个实施例是将变化性显示为应用于数据集的两个或更多个平滑算法的差异或差异绝对值的函数。在本发明的一个实施例中，将两个移动平均算法应用于数据集，一个算法具有十（10）分钟的窗口并且一个算法具有两（2）分钟的窗口。可视化优选地由两个移动平均的图表构成，该两个移动平均叠加在彼此上，或者二者叠加在经平滑或未经平滑的数据集上。这可以使得护理者能够从经平滑的数据看到趋势以及在经平滑的数据趋势之间辨别绝对差异。要理解的是，当两个平均交叉即两个平均之间的绝对差异达到零时，数据中的趋势已经改变方向。这可以预测状态的迅速改变并且触发警报信号。

在另一实施例中，两个平滑算法的结果之间的差异被计算和显示在图表上。图表优选地叠加在经平滑的数据集的图表上，或出现在图表自身的空间中。该可视化优选地提供趋势后面的动量的指示符，其中结果之间的大差异指示强趋势，并且结果之间的小差异指示稳定趋势。然而，符号的改变指示之前趋势的反向。

可以应用于数据的另一可视化是随机绘图。随机绘图可以叠加在原始数据集或经平滑的数据集上。随机绘图可以由护理提供者解释以预测患者的将来状态。

在本发明的一个实施例中，向涉及呼吸系统的一个或多个数据集应用包括平滑分量和变化性的指示的可视化。用户可以解释可视化以便评价或预测患者状态、健康状态、呼吸状态、疾病状态或对医疗介入的反应。用户还可以使用变化性的可视化来诊断疾病。用户可以从可视化得出结论，包括：患者对阿片样物质的反应的评价、呼吸停止、呼吸衰竭、呼吸暂停或心搏停止的诊断或预测。用户可以评价患者的呼吸充分性、成功除管的可能性或插管的必要性。

图3图示了在每分通气量数据集上显示可视化算法的示例。示例中的患者维持类似的每分通气量和随时间的每分通气量变化性。护理者可以得出以下结论：患者具有没有各种疾病状态的良好状态。图11示出对阿片样物质剂量的健康反应的示例，其仅具有MV数据集上的略微向下的趋势，以及信号变化性的极少改变。这种类型的反应将使护理者得出患者被正确施药的结论。

图4指示焦虑患者的示例。在该实例中，如在可视化中示出的MV变化性和MV趋势的增加可以使护理者得出下述结论：患者用药不足并且可以相应地调节患者的止痛药的剂量。图9是对阿片样物质剂量产生特异性反应的患者的示例。变化性增加，这可以指示烦躁和不舒适以及止痛药的大体无效。

通常对于护理者而言关键的是，尽可能快地反应于呼吸受损的指示。图5中的示例是其中护理者可以使用可视化来诊断呼吸受损并且着手进行医疗介入以防止患者状态恶化的情况。介入可以包括唤醒患者、施用诸如纳洛酮（Naloxone）之类的阿片样物质拮抗物或对患者进行插管和使患者通气。图8是应用于作为阿片样物质剂量的结果而遭受呼吸受损的患者中的MV数据集的可视化的示例。

呼吸暂停是其中呼吸中断的状态。呼吸暂停可能由各种原因（包括阿片样物质毒性）导致。越早可以识别到阿片样物质毒性，护理者就越早可以采取措施以防止患者的条件恶化。呼吸暂停的时期一般后面有救援呼吸的时期，救援呼吸可以包括大于正常或快于正常的呼吸，其随时间正常化。在这些时期期间的呼吸之间的差异转化成涉及呼吸系统的数据集的高变化性指数。呼吸暂停可以通过每分量中的向下趋势、呼吸速率中的高变化性或呼吸间间隔以及潮气量和每分通气量中的高变化性来识别。图6示出指示呼吸暂停的发作的每分通气量中的增加的变化性和趋势的降低的示例。图7示出作为反应于阿片样物质止痛药的剂量的阿片样物质毒性的症状的呼吸暂停的发作的示例。

图10示出遭受呼吸不足或浅呼吸的患者中的MV数据集上的可视化的示例。在趋势方面，难以区分呼吸不足与呼吸暂停，然而，每一个情况中的变化性是非常不同的。呼吸不足患者的数据集中的变化性低得多，这允许护理者区分两种情况。

本文所公开的方法还可以被应用于与循环系统相关联的参数，其包括心率或其倒数量、心跳到心跳间隔的测量结果。心率中的低变化性可以预测或指示或量化许多条件的进展，该条件包括心肌梗塞、充血性心力衰竭、糖尿病性神经病变、抑郁症或对SIDS的易感性。在该实施例中，包络提供心率变化性的可视化以帮助护理者识别或评价前述条件的风险。

图13描绘了适配成计算和显示生理参数的趋势和变化性以及其随时间的演进的患者监视系统1300的优选实施例。优选地，患者监视系统1300是可以安装在IV柱上、附接到床、附接到墙壁、放置在表面或以其它方式定位的便携式设备。患者监视系统1300可以适配用于在医疗过程、恢复期间使用和/或用于患者监视。优选地，患者监视系统1300是电池供电的，和/或具有功率线缆。患者监视系统1300优选地具有至少一个输入端口1305。优选地，每一个输入端口1305适配成从远离于患者监视系统1300的一个或多个传感器接收信号。此外，患者监视系统1300还可以包括无线通信技术以从远程和无线传感器接收信号。传感器可以适配成监视特定患者特性或多个特性。患者监视系统1300优选地适配成评估从传感器接收到的数据并且向数据应用本文所描述的算法。另外，患者监视系统1300可能能够接收定制算法并且使用定制算法评估数据。

患者监视系统1300优选地还包括屏幕或显示设备1310。优选地，屏幕1310能够显示关于患者监视系统1300和被监视的患者的信息。屏幕1310优选地显示患者的条件的至少一个图表或窗口，如本文所描述的。每一个图表可以是固定尺寸或可调节的。例如，图表可以基于数据点的数目、测量的期望长度和/或时间或某个数目的特征（即，呼吸、呼吸暂停或受阻呼吸）是可定制的。此外，图表的尺度可以是可调节的。另外，患者或护理者（或临床医生）可能能够选择在屏幕1310上显示的内容。例如，屏幕1310可能能够显示被监视的数据的平均值、中值和/或标准偏差；被监视的数据的最大值、最小值和或范围；基于趋势历史的自适应算法；基于大量相似患者（即，条件、年龄、体重和事件）的经适配的算法；和/或患者呼吸参数（即，血压、呼吸速率、CO₂和/或O₂速率）。

患者监视系统1300优选地配备有警报器。警报器可以是音频警报器和/或视觉警报器。警报可以基于某些条件被满足而触发。例如，基于趋势、实时条件或患者参数变化性。警报器可能既在声音/可视化方面又在目的方面可定制。患者和/或护理者可能能够导航通过显示不同信息的多个窗口。例如，某些窗口可以显示本文所描述的图表，某些窗口可以显示患者的传记数据，并且某些窗口可以显示系统的状态。此外，定制窗口可以被添加（例如被患者、护理者或被系统自动添加）。例如，定制窗口可以用于临床使用、标记事件或显示患者的条件。

在优选实施例中，患者监视系统1300具有多个配置。配置优选地适配成基于患者的当前条件而向护理者或患者显示关于患者的相关信息。例如，对于正在经历手术的患者，护士或医生可能需要与针对从疾病中恢复的患者相比不同的信息。优选地，在监视患者的初始处，患者监视系统1300允许患者或护理者选择配置。可选配置可以包括但不限于特定过程、特定疾病、特定痛苦、特定患者状态、特定患者条件、一般过程、一般疾病、一般痛苦、一般患者状态和/或一般患者条件。在选择时，优选地，患者监视系统1300将自动显示与选择相关的数据。在另一实施例中，患者监视系统1300可以基于从患者接收到的数据而自动确定适当的配置。一旦选择配置，患者或护理者就可能能够定制配置。

参照图12，示例性系统至少包括例如包含在图13中所描绘的系统内的计算设备1200，计算设备1200包括处理单元（CPU）1220和系统总线1210，系统总线1210将包括诸如只读存储器（ROM）1240和随机存取存储器（RAM）1250之类的系统存储器的各种系统组件耦合到处理单元1220。其它系统存储器1230也可能可用于使用。可以领会的是，本发明可以操作在具有多于一个CPU 1220的计算设备上或联网在一起以提供更大处理能力的计算设备的组或集群上。系统总线1210可以是若干种类的总线结构中的任一种，该总线结构包括存储器总线或存储器控制器、外围总线和使用各种总线架构中的任一个的局部总线。存储在ROM 1240等中的基本输入/输出（BIOS）可以提供基本例程，该基本例程帮助诸如在启动期间在计算设备1200内的元件之间输送信息。计算设备1200还包括存储设备，诸如硬盘驱动器1260、磁盘驱动器、光盘驱动器、磁带驱动器等。存储设备1260通过驱动器接口连接到系统总线1210。驱动器和相关联的计算机可读介质提供计算机可读指令、数据结构、程序模块和用于计算设备1200的其它数据的非易失性存储。基本组件对本领域技术人员是已知的，并且取决于设备的类型而设想到适当的变型，设备的类型诸如设备是否是小的手持计算设备、台式计算机、计算机服务器、手持扫描设备或无线设备，包括无线个人数字助理（“PDA”）、平板设备、无线web使能或“智能”电话（例如Research in Motion的Blackberry™，Android™设备，Apple的iPhone™），其它无线电话、游戏控制台（例如Playstation™，Xbox™或a Wii™）、智能电视、可穿戴互联网连接设备等。优选地，系统是技术不可知的。

尽管本文所描述的示例性环境采用硬盘，但是本领域技术人员应当领会的是，可以存储由计算机可访问的数据的其它类型的计算机可读介质也可以用在示例性操作环境中，该计算机可读介质诸如磁带盒、闪速存储器卡、数字多功能盘、盒式磁盘、随机存取存储器（RAM）、只读存储器（ROM）、包含比特流的线缆或无线信号等等。

为了使得能够实现与计算设备1200的用户交互，输入设备1290表示任何数目的输入机构，诸如用于语音的麦克风、用于手势或图形输入的触敏屏幕、键盘、鼠标、运动输入、语音、游戏控制台控制器、电视遥控等等。输出设备1270可以是本领域技术人员已知的许多输出机构中的一个或多个，例如打印机、监视器、投影仪、扬声器和绘图仪。在一些实施例中，输出可以经由网络接口，例如向网站上传、发电邮、附连到或放置在其它电子文件内，以及发送SMS或MMS消息。在一些实例中，多模式系统使得用户能够提供多个类型的输入以与计算设备1200通信。通信接口1280一般支配和管理用户输入和系统输出。不存在关于本发明操作在任何特定硬件布置上的约束，并且因此在此的基本特征可以容易地替代改进的硬件或固件布置（在它们被开发时）。

为了解释的清楚性，将说明性系统实施例呈现为包括单独的功能块（包括标记为“处理器”的功能块）。这些块表示的功能可以通过使用共享或专用硬件而被提供，共享或专用硬件包括但不限于能够执行软件的硬件。例如，在图12中呈现的一个或多个处理器的功能可以由单个共享处理器或多个处理器提供。（术语“处理器”的使用不应当解释成排他性地指代能够执行软件的硬件）。说明性实施例可以包括微处理器和/或数字信号处理器（DSP）硬件、用于存储执行以下讨论的操作的软件的只读存储器（ROM），以及用于存储结果的随机存取存储器（RAM）。还可以提供超大规模集成（VLSI）硬件实施例，以及与通用DSP电路组合的定制VLSI电路。

本发明的范围内的实施例还可以包括计算机可读介质，该计算机可读介质用于承载或具有存储在其上的计算机可执行指令或数据结构。这样的计算机可读介质可以是任何可用介质，其可以由通用或专用计算机访问。作为示例而非限制，这样的计算机可读介质可以包括RAM、ROM、EEPROM、CD-ROM或其它光盘储存、磁盘储存或其它磁性存储设备，或可以用于以计算机可执行指令或数据结构的形式承载或存储期望的程序代码装置的任何其它介质。当通过网络或另一通信连接（硬连线、无线或其组合）向计算机传送或提供信息时，计算机适当地将连接视为计算机可读介质。因此，任何这样的连接被适当地称为计算机可读介质。以上的组合同样应当被包括在计算机可读介质的范围内。

计算机可执行指令包括例如指令和数据，其使通用计算机、专用计算机或专用处理设备执行某个功能或功能组。计算机可执行指令还包括由独立或网络环境中的计算机执行的程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件和数据结构等。计算机可执行指令、相关联的数据结构和程序模块表示用于执行本文所公开的方法的步骤的程序代码装置的示例。这样的可执行指令或相关联的数据结构的特定序列表示用于实现在这样的步骤中描述的功能的对应动作的示例。

本领域技术人员将领会到，可以在具有许多类型的计算机系统配置的网络计算环境中实践本发明的优选实施例，许多类型的计算机系统配置包括个人计算机、手持设备、多处理器系统、基于微处理器或可编程消费电子器件、网络PC、微型计算机、大型计算机等等。网络可以包括因特网、一个或多个局域网（“LAN”）、一个或多个城域网（“MAN”）、一个或多个广域网（“WAN”）、一个或多个内联网等。还可以在分布式计算环境中实践实施例，在分布式计算环境中任务由通过通信网络例如在“云”中（通过硬连线链路、无线链路或通过其组合）链接的本地和远程处理设备执行。在分布式计算环境中，程序模块可以位于本地和远程存储器存储设备二者中。

通过考虑说明书和实践本文所公开的发明，本发明的其它实施例和使用将对本领域技术人员是显而易见的。本文所引用的所有参考文献（包括所有公开物、美国和外国专利以及专利申请）通过引用被特别且完整地并入。意图在于说明书和示例仅被视为示例性的，其中本发明的真实范围和精神由随附权利要求指示。另外，术语“由……组成”包含术语“由……构成”和“基本上由……构成”。