心力衰竭恶化的自动鉴别诊断的制作方法

该申请要求于2014年5月15日提交的美国临时专利申请系列号61/993,824的根据35U.S.C.§119(e)的优先权的权益，通过引用方式将其全部内容并入本文中。

技术领域

本发明大体涉及医疗装置，并且更具体地，涉及用于检测和监视心力衰竭代偿失调的系统、装置和方法。

背景技术：

充血性心力衰竭(CHF)为主要的健康问题并且仅在美国影响超过五百万人。CHF是心脏的泵能的损耗，导致没有递送足够血液来满足周围组织的需要的能力。CHF患者通常由于变弱的心肌而具有扩大的心脏，导致减少的收缩性和贫乏的心脏血液输出量。

CHF通常为慢性状态，但是可以突然发生。它可以影响左心、右心或者心脏的两侧。如果CHF影响左心室，则控制左心室收缩的信号被延迟，并且左心室和右心室不会同时收缩。左心室和右心室的不同时收缩还降低了心脏的泵送效率。

技术实现要素：

对CHF患者的频繁监视和指示心力衰竭(HF)代偿失调状态的事件的及时检测能够有助于防止CHF患者的HF恶化，由此降低与HF住院治疗相关联的成本。此外，对处于发展未来HF事件(例如HF恶化)的升高风险中的患者的识别能够有助于确保及时治疗，由此改善预后和患者结果。识别并安全地管理具有未来HF事件的风险的患者可以避免不必要的医疗干预并减少卫生保健成本。

能够使用动态医疗装置来监视HF患者并检测HF代偿失调事件。这种动态医疗装置的示例可包括可植入医疗装置(IMD)、皮下医疗装置、可穿戴医疗装置或其他外部医疗装置。动态或可植入医疗装置可包括生理传感器，其可以被配置为感测心脏的电活动和机械功能，或与HF的恶化的征兆和症状相关联的身体或生理变量。该医疗装置能够可选地向目标区域递送治疗，例如电刺激脉冲，从而例如恢复或改善心脏功能或神经功能。

对处于发展未来HF事件(例如HF的恶化)的升高风险中的患者的识别能够有助于确保及时治疗，由此改善预后和患者结果。对处于未来HF事件的低风险的患者的识别并安全地管理可以避免不必要的医疗干预并减少卫生保健成本。理想情况下，HF检测方法可以包括高灵敏度、高特异性、高阳性预测值(PPV)或高阴性预测值(NPV)中的一个或多个。在HF代偿失调事件的风险分层的情况下，灵敏度可以表示识别高风险患者(例如，那些更可能发展未来HF代偿失调发作)的准确性。特异性可以表示识别低风险患者(例如，那些不太可能发展未来HF代偿失调发作)的准确性。然而，例如跨患者的医疗状况的差异和/或患者内的疾病进展之类的因素可以负面影响HF事件检测器或HF分层器的性能。例如，一些检测到的HF事件是假阳性检测：不是由HF恶化例如HF代偿失调引起的，而是这些事件由于其他疾病或医疗状况(例如肺疾病、心律失常、感染或手术)造成的。假阳性检测也可以由混合因素例如可植入装置系统的一部分的故障引起的。假阳性检测可导致低特异性或检测HF恶化事件的低PPV。另一方面，假阳性疾病或状况可以为与HF恶化事件相关联或促进HF恶化事件的合并症状况，但是在HF恶化检测中这些假阳性疾病或状况的进一步鉴别诊断经常缺乏或尚不清楚。当假阳性检测发生时，这可能会导致不合适的治疗和患者管理。

因此，本发明的发明人已认识到，仍然急需能够以提高的准确性和可靠性来检测指示HF恶化的目标生理事件或识别具有发展未来HF恶化事件的升高的风险的CHF患者的系统和方法。特别地，HF的恶化和其他疾病或医疗状况之间的鉴别诊断(包括识别除导致指示出恶化的患者状态的病理生理表现的HF恶化之外的其他原因)可以在临床上有利于促进及时的临床决策和干预。

在此描述的各种实施例通过识别或诊断可以产生类似病理生理表现的其他疾病或医疗状况能够有助于提高对HF恶化的检测。例如，一种系统提供了HF恶化和其他候选状况之间的鉴别诊断。一种系统例如动态医疗装置(AMD)，可以包括：患者信息接收器电路，其接收包括一个或多个生理信号的患者信息；以及生理数据分析器电路，其被配置为从接收到的生理信号检测相应生理特征。该系统可以包括鉴别诊断电路，其生成一个或多个信号度量，接收与患者身体或生理状态的变化相关联的两个或两个以上的候选状况，并且确定针对两个或两个以上的候选状况的相应诊断评分。诊断评分可以指示出由对应候选状况引起的患者身体或生理状态的变化的可能性。该系统可以包括用户界面，其产生检测到的生理特征以及与候选状况相关联的诊断评分的展示。

一种方法，可以包括：接收包括从患者获得的一个或多个生理信号的患者信息，并且从生理信号检测生理特征。该方法包括以下过程：生成指示出患者身体或生理状态的变化或与患者身体或生理状态的变化相关的一个或多个信号度量，接收与患者身体或生理状态的变化相关联的两个或两个以上的候选状况，并且确定针对每个候选状况的相应诊断评分。该诊断评分可以指示出由对应候选状况引起的患者身体或生理状态的变化的可能性。该方法包括生成包括检测到的生理特征以及与两个或两个以上的候选状况相关联的诊断评分的展示。

本概述是本申请的一些教导的概述，并不旨在排除或者详尽对本主题的处理。关于本主题的进一步细节在详细描述和所附权利要求中找到。当阅读和理解下面的详细描述并且查看组成其一部分的附图时，本公开的其他方面将对本领域的技术人员而言是显而易见的，下面的详细描述和附图中的每个都不应视为是限制性意义的。本公开的保护范围由所附权利要求及其法律等同体限定。

附图说明

在附图中借由示例示出了各个实施例。这些实施例是说明性的，并不旨在详尽或者排除本主题的实施例。

图1示出了心律管理(CRM)系统和其中CRM系统运行的环境的一部分的示例。

图2示出了自动HF鉴别诊断电路的示例。

图3示出了信号度量生成器电路的示例。

图4示出了诊断评分生成器电路的示例。

图5示出了用于在HF恶化和医疗状况的其他疾病之间的鉴别诊断的方法的示例。

图6示出了用于在HF恶化和其他疾病或医疗状况之间的鉴别诊断的基于规则的模型的示例。

具体实施方式

在此公开了用于自动地生成HF的恶化例如HF代偿失调的鉴别诊断决策的系统、装置和方法。鉴别诊断决策可以包括诊断评分(每个与相应候选状况例如HF恶化事件、肺疾病、房性或室性心律失常、外科手术的指示或感染相关联)。与特定候选状况相关联的诊断评分可以使用从患者获得的生理信号或其他生理信息而生成。诊断评分指示出由候选状况引起的病理生理表现(例如恶化的患者状态)的可能性。自动生成的鉴别诊断可以在指导患者治疗和管理决策中向终端用户展示。

图1示出了心律管理(CRM)系统100和其中CRM系统100可以运行的环境的一部分的示例。CRM系统100可以包括动态医疗装置(例如植入式医疗装置(IMD))110(其可以例如通过一个或者多个引线108A至108C电耦接到心脏105)和外部系统120(其可以例如经由通信链路103与IMD 110通信)。IMD 110可以包括可植入心脏装置例如起搏器、可植入心律转复除颤器(ICD)或者心脏再同步治疗除颤器(CRT-D)。IMD 110可以包括一个或者多个监视装置或者治疗装置，例如皮下植入装置、可穿戴外部装置、神经刺激器、药物递送装置、生物治疗装置、诊断装置或者一个或者多个其他动态医疗装置。IMD 110可以耦接到监视医疗装置(例如床边监视器或者其他外部监视器)或者可以由该监视医疗装置代替。

如图1中示出的，IMD 110可以包括密封罐112，其可以容纳电子电路，该电子电路可以感测心脏105中的生理信号并且可以例如通过一个或者多个引线108A至108C将一个或者多个治疗电脉冲递送到例如心脏中的目标区域。CRM系统100可以仅包括一个引线例如108B或者可以包括两个引线例如108A和108B。

引线108A可以包括近端(其可以被配置为连接到IMD 110)和远端(其可以被配置为放置在目标位置处例如在心脏105的右心房(RA)131中)。引线108A可以具有第一起搏感测电极141(其可以位于引线108A的远端处或者附近)和第二起搏感测电极142(其可以位于电极141处或者附近)。电极141和电极142可以例如经由引线108A中的单独导体电连接到IMD 110，以例如允许感测右心房活动和心房起搏脉冲的可选递送。引线108B可以为除颤引线，其可以包括近端(其可以连接到IMD 110)和远端(其可以放置在目标位置处例如心脏105的右心室(RV)132中)。引线108B可以具有第一起搏感测电极152(其可以位于远端)、第二起搏感测电极153(其可以位于电极152附近)、第一除颤线圈电极154(其可以位于电极153附近)以及第二除颤线圈电极155(其可以位于离远端有相当距离处例如以用于上腔静脉(SVC)放置)。电极152至155可以例如经由引线108B中的单独导体电连接到IMD 110。电极152和电极153可以允许感测心室电描记图并且可以可选地允许递送一个或者多个心室起搏脉冲，并且电极154和电极155可以允许递送一个或者多个心室复律/除颤脉冲。在示例中，引线108B可以仅包括三个电极152、154和155。电极152和电极154可以用于感测或者递送一个或者多个心室起搏脉冲，并且电极154和电极155可以用于递送一个或者多个心室复律或者除颤脉冲。引线108C可以包括近端(其可以连接到IMD 110)和远端(其可以被配置为放置在目标位置处例如心脏105的左心室(LV)134中)。引线108C可以通过冠状窦133植入并且可以放置在LV上方的冠状静脉中，以例如允许递送一个或者多个起搏脉冲到LV。引线108C可以包括电极161(其可以放置在引线108C的远端)和另一个电极162(其可以放置在电极161附近)。电极161和电极162可以例如经由引线108C中的单独导体电连接到IMD 110，以例如允许感测LV电描记图并可选地允许递送来自LV的一个或者多个再同步起搏脉冲。

IMD 110可以包括能够感测生理信号的电子电路。生理信号可以包括电描记图或者表示心脏105的机械功能的信号。密封罐112可以用作电极例如用于感测或者脉冲递送。例如，来自引线108A至108C的一个或者多个的电极可以与罐112一起使用，以例如用于电描记图的单极感测或者用于递送一个或者多个起搏脉冲。来自引线108B的除颤电极可以与罐112一起使用，以例如用于递送一个或者多个复律/除颤脉冲。在示例中，IMD 110可以感测例如引线108A至108C的一个或者多个上放置的电极或者罐112之间的阻抗。IMD 110可以被配置为在成对电极之间注入电流，感测同一对电极或者不同对电极之间的合成电压，并且使用欧姆定律来确定阻抗。阻抗可以在双极配置(其中同一对电极可以用于注入电流且感测电压)、三极配置(其中，用于电流注入的成对电极和用于电压感测的成对电极可以共享公共电极)或者四极配置(其中，用于电流注入的电极可以与用于电压感测的电极不同)中被感测到。在示例中，IMD 110可以被配置为在RV引线108B上的电极和罐外壳112之间注入电流并且感测相同电极之间的合成电压或者在RV引线108B上的不同电极和罐外壳112之间的合成电压。可以从可以在IMD 110内集成的一个或多个生理传感器感测生理信号。IMD 110也可以被配置为从一个或者多个外部生理传感器或者可以耦接到IMD 110的一个或者多个外部电极感测生理信号。生理信号的示例可以包括心电图、心内电描记图、心律失常、心率、心率变率、胸内阻抗、心内阻抗、动脉压、肺动脉压力、左心房压力、RV压力、LV冠状压力、冠状血液温度、血氧饱和度、一个或多个心音、身体活动或劳力等级、对活动的生理响应、姿势、呼吸、体重或体温中的一个或多个。

上面借由示例描述了这些引线和电极的布置和功能而并非当做限制。取决于患者的需要和可植入装置的能力，这些引线和电极的其他布置和使用是可能的。

如所示，CRM系统100可以包括自动心力衰竭(HF)鉴别诊断电路113。自动HF鉴别诊断电路113可以接收一个或多个患者信息源，例如一个或多个生理信号，并从接收到的生理信息中生成一个或多个信号度量。自动心力衰竭(HF)鉴别诊断电路113可以耦接到部署在患者上或在患者体内并且与IMD 110通信的一个或多个动态生理传感器(例如在引线108A至108C的一个或多个的电极以及罐112)，或部署在患者上或在患者体内并且与IMD 110通信的动态生理传感器。自动HF鉴别诊断电路113可以接收两个或两个以上的候选状况，并使用一个或多个信号度量来为每个候选状况确定相应诊断评分。诊断评分可以指示由对应候选状况引起的患者身体或生理状态的变化的可能性。自动HF鉴别诊断电路113的示例在下面进行描述，例如参考图2至图4。

外部系统120可以允许对IMD 110进行编程并且可以接收关于由IMD 110获得的一个或者多个信号的信息，例如可以经由通信链路103进行接收。外部系统120可以包括本地外部IMD编程器。外部系统120可以包括远程患者管理系统，其能够例如从远程位置监视患者状态或者调整一个或者多个治疗。

通信链路103可以包括感应遥测链路、射频遥测链路或者电信链路(例如互联网连接)中的一个或者多个。通信链路103可以提供IMD 110和外部系统120之间的数据传输。例如，传输的数据可以包括由IMD 110获取的实时生理数据、由IMD 110获取且存储在IMD 110中的生理数据、在IMD 110中存储的治疗历史数据或者指示IMD运行状态的数据、对IMD 110的一个或者多个编程指令，以例如配置IMD 110例如使用可编程可指定的感测电极和配置、装置自我诊断测试或者一个或者多个治疗的递送来执行一个或者多个动作，该动作可以包括生理数据采集。

自动HF鉴别诊断电路113可以在外部系统120处实施，其可以被配置为例如使用从IMD 110提取的数据或者在外部系统120内的存储器中存储的数据来执行HF风险分层或HF事件检测。自动HF鉴别诊断电路113的一部分可以分布在IMD 110和外部系统120之间。鉴别诊断电路113不需要限制于硬件电路，但可以包括微处理器，其通过提供当执行时执行该电路的功能的指令而进行配置。

IMD 110或者外部系统120的一部分可以使用硬件、软件或者硬件和软件的任意组合来实施。IMD 110或者外部系统120的一部分可以使用专用电路(其可以被构造为或者配置为执行一个或者多个特定功能)来实施或者可以使用通用电路(其可以被编程或者另外配置为执行一个或者多个特定功能)来实施。这种通用电路可以包括微处理器或者微处理器的一部分、微控制器或者微控制器的一部分、或者可编程逻辑电路或者可编程逻辑电路的一部分。例如，除了其他方面，“比较器”可以包括：电子电路比较器，其可以被构造为执行两个信号之间的比较的具体功能，或者可以实施为通用电路的一部分的比较器，其可以由指示通用电路的一部分的代码来驱动以执行两个信号之间的比较。尽管参考IMD 110来描述，但是CRM系统100可包括皮下医疗装置(例如，皮下ICD、皮下诊断装置)、可穿戴医疗装置(例如，基于贴片的感测装置)或其他外部医疗装置。

图2示出了自动HF鉴别诊断电路200的示例，其可以是自动HF鉴别诊断电路113的实施例。自动HF鉴别诊断电路200可以被实施为硬件电路，或其可以包括微处理器，该微处理器通过提供当执行时执行该电路的功能的指令进行配置。自动HF鉴别诊断电路200也可以在外部系统例如患者监视器中实施，该患者监视器被配置为向终端用户提供患者的诊断信息。自动HF鉴别诊断电路200可以包括患者信息接收器电路201、生理数据分析器电路210、鉴别诊断电路220、控制器电路240和指令接收器电路250中的一个或多个。自动HF鉴别诊断电路200可以可选地包括目标事件检测电路230。

患者信息接收器电路201可以被配置为接收包括从患者获得的一个或多个生理信号的患者信息。可使用一个或多个动态生理传感器，或者使用可通信地耦接到患者信息接收器电路201的一个或多个外部传感器或测试装置，来感测生理信号。这种生理信号的示例可包括下列各项中的一个或多个：表面或皮下心电图(ECG)、例如使用来自引线108A至108C中的一个或多个的电极或罐112感测到的电描记图、心率、心率变率、心律失常信息、胸内阻抗、心内阻抗、动脉压、肺动脉压、左心房压力、RV压力、LV冠状压力、冠状血液温度、身体核心温度、血氧饱和度、一个或多个心音、心脏收缩时间间隔、基于心音的心脏时间间隔、基于阻抗的心脏时间间隔、对活动的生理响应、身体活动、夜间烦躁不安、患者的姿势、患者的体重、呼吸暂停低通气指数、一个或多个呼吸信号例如呼吸率信号、潮气量信号、分钟通气量信号或浅快呼吸指数(RR/TV)信号。生理信号还可包括脑促尿钠排泄肽(BNP)、血项、钠和钾水平、葡萄糖水平和其他生物指标和生物化学指标中的一个或多个。生理信号还可以包括装置治疗统计，例如仅在具有动态医疗装置的患者中起搏的双心室或左心室的百分比。

由信息接收电路201接收到的患者信息可额外接收由动态装置收集的诊断信息。诊断信息的示例可以包括事件计数器、起搏模式开关、引线阻抗或其他装置或引线完整性测试数据等等。患者信息接收器电路201还可以接收关于患者现在和过去的健康数据和医疗记录的信息，例如，过去和现在的药物、外科手术或其他医疗历史信息。患者信息接收器电路201可以接收其他类型的信息，例如患者的人口统计信息，或社会和行为信息(例如，吸烟者或不吸烟者)。

除了使用生理传感器来获取患者信息之外或者作为其替代，患者信息接收器电路201可耦接到存储装置，例如电子医疗记录(EMR)系统，并响应于命令信号从存储装置检索一个或多个患者历史生理信号。命令信号可由终端用户例如经由耦接到指令接收器250的输入装置发出，或可响应于指定事件由系统自动生成。

生理数据分析器电路210可包括一个或多个子电路，其可对一个或多个生理信号执行信号调节或预处理，包括信号放大、数字化或滤波。生理数据分析器电路210可以包括生理特征生成器电路212，其被配置为从一个或多个预处理的生理信号中的每个预处理的生理信号检测指示患者身体或生理状态的相应生理特征。生理特征的示例包括平均值、中间值或其他集中趋势测量；信号强度的直方图；多个随时间的信号趋势；一个或多个信号形态描述符；一个或多个信号变化或变化率特征；一个或多个信号变化或变化率特征，或指定频率范围内的信号功谱密度。生理特征可以包括对应于生理活动的分量。例如，心电图或电描记图特征可以包括P波、R波、T波、QRS复合波、或表示去极化、超极化、复极化或心肌的其他电生理性质的其他分量。心音特征可包括S1、S2、S3或S4心音中的一个或多个的相对计时(例如相对于R波)、振幅或形态特征。胸廓阻抗特征可包括最大值、最小值、平均值、方差、变化率或其他统计或形态特征。呼吸信号特征可包括呼吸率、呼吸深度、潮气量、分钟通气量、浅快呼吸指数(RR/TV)或其他描述符。

鉴别诊断电路220可以自动生成诊断信息，包括指示当前疾病的恶化或医疗状况或者由当前疾病的恶化或医疗状况引起的患者身体或生理状态的可能性。该鉴别诊断电路220可以包括候选状况接收器电路222、信号度量生成器电路224和诊断评分生成器电路226。

候选状况接收器电路222可以例如经由耦接到指令接收器250的输入装置或从例如存储两个或两个以上的预先确定的候选状况的存储器电路之类的存储装置接收两个或两个以上的候选状况。候选状况可以包括可能导致患者身体或生理表现或与患者身体或生理表现相关的疾病或医疗状况。作为示例，候选状况可以包括HF恶化，例如HF代偿失调。候选状况的其他示例可以包括肺疾病(例如慢性阻塞性肺疾病、肺炎或支气管炎)、睡眠呼吸紊乱、房性或室性心律失常(例如心房颤动、房性心动过速、室性心动过速或心室颤动)、肾脏疾病、高血压、糖尿病、或HF或疾病的其他合并症或触发或诱发HF恶化的状况。候选状况还可以包括临床事件例如外科手术(例如心脏或心脏瓣膜手术、消融、心室辅助装置的植入、可植入医疗装置更换、装置口袋或可植入引线修正)或感染(例如与可植入医疗装置和引线系统相关联的感染)等等。

信号度量生成器电路224可以耦接到生理特征生成器电路212，并使用生理特征生成一个或多个信号度量。信号度量可以指示患者身体或生理状态的变化。信号度量生成器电路224可以例如在特定时间段内或当某些条件满足时执行生理特征的多个测量，并使用生理特征的多个测量结果来计算一个或多个信号度量。信号度量可以包括从生理特征的多个测量结果得出的统计度量或形态度量。

在一个示例中，信号度量生成器电路224可以接收使用例如由患者信息接收器电路201感测到的胸阻抗信号而计算的胸阻抗值的多个测量结果。胸阻抗的循环变化可以指示患者呼吸。可以计算统计度量例如多个阻抗测量结果的集中趋势测量以提供患者呼吸强度、呼吸率或呼吸模式的统计测量结果。在另一个示例中，信号度量生成器电路224可以接收通过使用例如由患者信息接收器电路201感测到的心音信号而确定的S3心音强度的多个测量结果。可以计算例如来自基线值的S3心音强度的变化的形态度量。这样的S3强度度量可以指示出为HF恶化的预测的心脏舒张功能变化。在各种示例中，信号度量的持续升高值或信号度量可变性也可以为HF恶化的预测。信号度量生成器电路224的示例在下面进行讨论，例如参考图3。

诊断评分生成器电路226可耦接到候选状况接收器电路222和信号度量生成器电路224。诊断评分生成器电路226可以为由候选状况接收器电路222接收到的两个或两个以上的候选状况确定相应诊断评分。诊断评分可以指示由对应候选状况引起的患者身体或生理状态的变化的可能性。诊断评分可以使用例如由信号度量生成器电路224提供的一个或多个信号度量和计算模型来计算。诊断评分生成器电路226的示例在下面进行讨论，例如参考图4。

可选的目标事件检测电路230可以检测目标事件作为候选状况之一。目标事件可以包括指示疾病的发病的生理事件，或疾病状态的变化(例如恶化或改善)。目标事件或状况的示例可以包括指示HF代偿失调状态的事件、HF状态的变化例如HF恶化、肺水肿或心肌梗死。可选的目标事件检测电路230可以包括诊断评分比较器电路232，其可以比较与不同候选状况相关联的诊断评分。可以由诊断决策电路234例如通过从两个或两个以上的候选状况选择具有最高诊断评分的一个候选条件而做出最可能的诊断决策。

控制器电路240可以控制患者信息接收器电路201、生理数据分析器电路210、鉴别诊断电路220、控制器电路240、指令接收器电路250和可选的目标事件检测器电路230的运行，以及这些组件之间的数据流和指令。控制器电路240可以接收来自指令接收器电路250的外部编程输入以控制接收患者信息、感测生理信号并提取生理特征、接收候选状况、生成信号度量、计算诊断评分或者可选地形成诊断决策中的一个或多个。指令接收器电路250可以包括用户界面，其被配置为向用户展示编程选项并接收用户的编程输入。用户界面可以提供检测到的生理特征以及与两个或两个以上的候选状况相关联的诊断评分的展示。可选地，用户界面可以提供包括最可能的诊断的展示。在示例中，指令接收器电路250的至少一部分例如用户界面可以在外部系统120中实施。

图3示出了信号度量生成器电路300的示例，其可以是信号度量生成器电路224的实施例。信号度量生成器电路300可以包括统计信号度量生成器310和形态信号度量生成器320中的一个或两个。

统计信号度量生成器310可以被配置为从例如由生理数据分析器电路210提供的多个生理特征测量结果生成统计参数。统计参数的示例可以包括平均值、中间值或其他集中趋势测量、标准偏差、方差、相关性、协方差、或从多个生理特征测量结果计算出的其他高阶统计量等等。

还可以使用多个生理特征测量结果的统计分布来确定生理特征测量结果的统计参数。在如图3中示出的示例中，统计信号度量生成器310可以包括生理特征分布分析器312和代表性信号度量生成器314。生理特征分布分析器312可以生成多个生理特征测量结果的直方图。在另一个示例中，生理特征分布分析器312可以由统计分布函数进一步近似于生理特征测量结果的直方图。直方图或近似的统计分布函数每个指示了在其期间取得生理特征测量结果的生理特征值的发生的频率。

代表性信号度量生成器314可以使用多个生理特征测量结果和与统计分布或生理特征测量结果的直方图相关联的阈值来确定代表性信号度量。这样的阈值的示例是百分等级(PR)，其指示出具有低于或等于代表性度量的值的相对数量的生理特征测量结果(例如，多个生理特征测量结果的百分比)。代表性信号度量生成器314可以例如经由指令接收器电路250从终端用户或者可替选地从例如其中存储了预先确定的PR的存储器电路之类的数据存储单元来接收指定PR。

形态信号度量生成器320可以包括生理特征趋势分析器322和代表性信号度量生成器324。特征趋势分析器322可以被配置为使用多个生理特征测量结果来创建生理特征趋势。生理特征趋势可以是表示生理特征的时间变化的时间序列信号。代表性信号度量生成器324可以从生理特征趋势信号生成一个或多个形态特征。形态参数的示例可以包括在指定时间段内的最大值或最小值、在指定时间段内的变化量、指示生理特征的增加率或减少率的正或负斜率、在指定频率范围内的信号功谱密度以及其他形态描述符。在示例中，该信号度量可以被计算为从第一时间窗计算出的生理特征的第一统计测量结果和从第二时间窗计算出的生理特征的第二统计测量结果之间的差异。第一统计测量结果和第二的统计测量结果每个可以包括平均值、中间值、模式、百分位数、四分位数或在相应时间窗中的信号度量值的集中趋势的其他测量结果。在示例中，第二时间窗可以长于第一窗，并且第二时间窗的至少一部分在时间上先于第一时间窗。第二统计测量结果可以表示信号度量的基线值。在一些示例中，信号度量可以包括使用两个或两个以上的生理信号计算出的复合信号度量。

图4示出了诊断评分生成器电路400的示例，其可以是诊断评分生成器电路226的实施例。诊断评分生成器电路400可以包括计算模型接收器410和风险计算器电路420。

计算模型接收器电路410可以包括用于计算诊断评分的一个或多个计算模型。计算模型可以是存储在存储器中的处理器可执行指令的特定集合。计算模型的示例可以包括：基于规则的模型、决策树模型、回归模型、神经网络模型、随机森林、表决模型、模糊逻辑模型、或支持向量机模型以及其他机器学习模型。计算模型可以被配置有指定组件和结构。例如，决策树模型可以包括节点、路径和树层级的结构组件。

风险计算器电路420可以将一个或多个信号度量施加到计算模型并且计算对应的诊断评分。如图4中示出的，计算模型接收器可以包括基于规则的模型411和概率模型412中的一个或两个。基于规则的模型可以包括多个规则(每个定义了针对一个或多个信号度量的标准)，并且响应于一个或多个信号度量各自满足指定标准，风险计算器电路420可以计算诊断评分421。

在一个示例中，基于规则的模型可以包括针对HF恶化和肺疾病之间的鉴别诊断的规则。该模型可以利用信号度量，包括：胸内总阻抗值(ITTI)从参考值的变化(ΔITTI＝ITTI–ITTI_Ref)、呼吸率(RR)从参考呼吸率的变化(ΔRR＝RR–RR_Ref)，RR的变化率(ΔRR/ΔT)以及心音(HS)组分例如S3心音强度从参考水平的变化(Δ||S3||＝||S3||–||S3||_Ref)。ITTI可以包括例如从引线108A至108C中的一个或多个使用两个或两个以上的电极或罐112测量的宽带胸内阻抗信号的直流(DC)组分。在示例中，响应于跨电极154和罐112注入的电流，可以测量跨电极153和罐112的电压，并且可以使用欧姆定律来计算ITTI。当患者被视为没有候选状况时，在基线期间可以使用相应传感器信号的测量结果来确定参考水平，包括ITTI_Ref、RR_Ref和||S3||_Ref。可替选地，参考水平可以被动态地确定为在移动时间窗上的相应信号度量的移动平均值。

该模型包括以下规则：分配较高的诊断评分给候选状况“HF恶化”，如果(1)ITTI从参考水平实质上减少了至少一个阈值，其指示出大量胸内积液；(2)RR从RR_Ref实质上增加了至少一个阈值，并且ΔRR/Δt在一个阈值范围内，其指示出呼吸率增加的逐渐发病；并且(3)||S3||从参考水平实质上增加了至少一个阈值。该模型包括以下规则：分配较高的诊断评分给候选状况“肺疾病”，如果(1)RR从RR_Ref实质上增加了至少一个阈值并且ΔRR/Δt超过了一个阈值范围，其指示出呼吸率上升的突然发病；或(2)||S3||在||S3||_Ref附近的阈值范围内。作为示例，ΔRR的阈值可以大约每分钟增加2至4次呼吸，ΔITTI的阈值可以大约从参考水平减少8-10％，并且||S3||的阈值可以大约增加0.3至0.5毫克。基于诊断评分421，诊断决策电路234可以向终端用户展示“HF恶化”或“肺疾病”的诊断决策作为最可能的诊断。

在另一个示例中，基于规则的模型可以包括针对HF的恶化和心房颤动(AF)之间的鉴别诊断的规则。该模型可以利用信号度量，包括：HS组分的变化或变化率(例如Δ||S3||)、或S1心音的变化或变化率(分别地，Δ||S1||和Δ||S1||/Δt)、心率(HR)从参考水平的变化率(ΔHR/Δt＝(HR-HR_Ref)/Δt)以及浅快呼吸指数(RSBI)从参考水平的变化(ΔRSBI＝RSBI–RSBI_Ref)。RSBI被定义为呼吸频率(每分钟呼吸次数)与潮气量的比率，指示出每升每分钟呼吸的次数。该模型包括以下规则：分配比候选状况“HF恶化”更高的诊断评分给候选状况“AF”，如果(1)ΔHR/Δt是正的并且超过一个阈值，指示出HR的突然增加；(2)Δ||S3||是正的并且超过一个阈值，指示出||S3||从参考水平实质上增加；(3)Δ||S1||/Δt是负的并且超过一个阈值，指示出S1强度的突然减少；并且(4)ΔRSBI是正的并且超过一个阈值，指示出可能由于加剧的浅快呼吸而造成RSBI从参考水平实质上增加。作为示例，ΔHR/Δt的阈值可以大约在1至3天的范围内增加至少10bpm，Δ||S3||的阈值可以大约增加0.3至0.5毫克，并且ΔRSBI的阈值可以从参考RSBI水平大约增加10-15％。AF也可以由AF负担监视，其被定义为在特定时间窗期间花费在AF上的时间量，例如24小时。基于诊断评分421，诊断决策电路234可以向终端用户展示“AF”的诊断决策作为最可能的诊断。

在另一个示例中，基于规则的模型可以包括针对HF恶化和外科手术(例如可植入引线系统的一部分的修正或可植入医疗装置的口袋、心室辅助装置的植入或其他心脏或心脏瓣膜手术)之间的鉴别诊断的规则。该模型可以利用信号度量，包括：ITTI从参考值(例如被确定为在时间窗上的移动平均值)的变化率，即，ΔITTI/Δt＝(ITTI–ITTI_Ref)/Δt，以及潮气量(TV)从参考水平的变化率，即，ΔTV/Δt＝(TV–TV_Ref)/Δt。该模型包括以下规则：分配比“HF恶化”更高的诊断评分给候选状况“外科手术”，如果(1)ΔITTI/Δt是负的并且超过一个阈值，指示出胸内阻抗的突然减少；并且(2)ΔTV/Δt是负的并且超过一个阈值，指示出呼吸深度的突然减少。作为示例，ΔITTI/Δt的阈值可以大约在1至3天的范围内从参考水平减少15-20％，并且ΔTV/Δt的阈值可以大约在1至3天的范围内从参考水平减少15-20％。基于诊断评分421，诊断决策电路234可以向终端用户展示“外科手术”的诊断决策作为最可能的诊断。

在又一个示例中，基于规则的模型可以包括在HF恶化和与可植入医疗装置或可植入引线的一部分相关联的感染之间的鉴别诊断的规则。该模型可以利用信号度量，包括：心音组分从参考水平的变化(例如Δ||S3||)、ITTI从参考水平的变化(ΔITTI)以及HR、RR、或TV的变化率(分别地，ΔHR/Δt、ΔRR/Δt或ΔTV/Δt)。生命体征(例如HR、RR或TV)的突然变化可以指示出可由感染引起的一般健康状况恶化；并且额外检测的ITTI的变化可以指示出被限制在装置口袋或引线系统处或在装置口袋或引线系统附近的感染。该模型包括以下规则：分配较高的诊断评分给候选状况“装置/引线感染”，如果(1)ΔHR/Δt或ΔRR/Δt是正的并且超过一个阈值，或ΔTV/Δt是负的并且超过一个阈值，分别指示出HR或RR的突然增加，或TV的突然减少；(2)ITTI在ITTI_Ref附近的阈值范围内，指示出不显著的胸内积液；并且(3)||S3||在||S3||_Ref附近的阈值范围内。作为示例，ΔHR/Δt的阈值可以大约在1至3天的范围内增加至少5bpm，ΔRR/Δt的阈值可以大约在1至3天的范围内增加至少4次呼吸/分钟，ΔTV/Δt的阈值可以大约在1至3天的范围内从参考水平减少15-20％，ΔITTI的阈值可以大约为15-20％的参考水平，并且Δ||S3||的阈值可以为参考水平附近的大约0.3至0.5毫克。基于诊断评分421，诊断决策电路234可以向终端用户展示“感染”的诊断决策作为最可能的诊断。

基于规则的模型还可以检测除特殊疾病或医疗状况之外的事件。在示例中，基于规则的模型可以包括用于从例如外部患者数据接收器或通信器被定位的位置检测患者脱离指定范围的规则。患者脱离范围的检测可以指示出例如患者正在住院，如果数据接收器或通信器未能根据指定的数据通信标准正确地接收数据包的话。在另一个示例中，基于规则的模型可以包括用于检测可植入装置的一个或多个编程参数的变化的规则。诊断决策电路234可以向终端用户展示“患者脱离范围”或“重新编程的装置”的对应决策作为与患者状况相关联的最可能的原因。

作为替代或除多个规则(每个设置针对一个特定信号度量的相应标准)之外，基于规则的模型可以包括多个规则(每个定义了针对两个不同信号度量之间的比较的标准)。比较可以包括相对信号度量强度、两个信号度量之间的相对于它们相应参考水平或基线水平的变化或变化率的相对量或信号度量的变化的相对计时。在示例中，基于规则的模型可以利用信号度量，包括：呼吸暂停低通气指数的变化的第一计时(T_AHI)、胸内总阻抗值的变化的第二计时(T_ΔITTI)以及HS组分例如S3心音强度的变化的第三计时(T_Δ||S3||)。该模型包括以下规则：分配较高的诊断评分给候选状况“睡眠呼吸紊乱(SDB)”，如果T_AHI先于T_ΔITTI和T_Δ||S3||的话，其指示出在传感器响应例如胸阻抗或HS强度的任意显着变化之前的睡眠发展期间的紊乱的呼吸模式。基于诊断评分421，诊断决策电路234可以向终端用户展示“SDB”的诊断决策作为最可能的诊断。

在另一个示例中，基于规则的模型可以进一步包括为检测到的室性心律失常发作例如室性心动过速或室颤的计时的信号度量(T_VT/VF)。室性心律失常发作可以由动态医疗装置检测到。该模型包括以下规则：分配较高的诊断评分给候选状况“VT/VF”，如果T_VT/VF先于T_ΔITTI和T_Δ||S3||的话，其指示出VT/VF发作在传感器响应例如胸阻抗或HS强度的任意显着变化之前发展。基于诊断评分421，诊断决策电路234可以向终端用户展示“VT/VF”的诊断决策作为最可能的诊断。

计算模型接收还可以接收概率模型412。针对一个或多个信号度量的每个信号度量，概率模型可以包括该一个或多个信号度量的统计分布的描述符。概率模型的示例可以包括马尔可夫模型、隐马尔可夫模型、贝叶斯网络模型或随机文法模型以及其他随机图形模型。在示例中，概率模型412可以是贝叶斯网络模型，其使用概率测量结果来编码信号度量和候选状况之间的依赖关系和因果关系。贝叶斯网络可以使用先验知识来构建，该先验知识包括可以使用来自患者人群的数据来估计的信号度量的统计分布和候选状况的统计分布。由风险计算器电路420计算的诊断评分可以包括患者经历候选状况之一的恶化或在未来发展新的候选状况的概率测量结果。在示例中，假定患者表现了如由一个或多个信号度量指示出的身体或病理生理表现，则概率测量结果可以是条件概率422，其指示出患者经历候选状况之一的恶化或发展未来候选状况的概率。

图5示出了用于在HF恶化和医疗状况的其他疾病之间的鉴别诊断的方法500的示例。方法500可以在动态医疗装置中或远程患者管理系统中实施和操作。在示例中，方法500可以由在IMD 110中实施的自动HF鉴别诊断电路113或可以与IMD 110进行通信的外部装置120执行。

方法500可以包括在501处接收患者信息的过程。患者信息可以包括例如使用一个或多个动态生理传感器、外部传感器或测试装置感测到的从患者获得的一个或多个生理信号。这样的生理信号的示例可以包括下列中的一个或多个：表面或皮下心电图(ECG)、电描记图、心率、心率变率、心律失常信息、胸内阻抗、心内阻抗、动脉压、肺动脉压、左心房压力、RV压力、LV冠状压力、冠状血液温度、血氧饱和度、一个或多个心音、心脏收缩时间间隔、基于心音的心脏时间间隔、基于阻抗的心脏时间间隔、对活动的生理反应、呼吸暂停低通气指数、一个或多个呼吸信号例如呼吸率信号、潮气量信号、分钟通气量信号或浅快呼吸指数(RR/TV)信号。生理信号还可以包括脑促尿钠排泄肽(BNP)、血项、钠和钾水平、葡萄糖水平和其他生物指标和生物化学指标中的一个或多个。

在510处接收到的患者信息还可以包括由动态装置(例如事件计数器、起搏模式开关、或引线阻抗或其他装置或引线完整性测试数据等)收集到的诊断信息。此外或可选地，在510处接收到的患者信息可以包括患者健康信息，例如过去和现在的药物和治疗信息，或医疗历史信息。在一些示例中，患者信息可以存储在存储装置例如电子医疗记录(EMR)系统中，并响应于命令信号从存储装置是可检索的。

在502处，可以从一个或多个生理信号的每个中检测到一个或多个生理特征。生理特征可以包括平均值、中间值或其他集中趋势测量；信号强度的直方图；多个随时间的信号趋势；一个或多个信号形态描述符；一个或多个信号变化或变化率特征；一个或多个信号变化或变化率特征，或指定频率范围内的信号功谱密度。生理特征可以包括对应于生理活动的分量。例如，心电图或电描记图特征可以包括P波、R波、T波、QRS复合波、或表示去极化、超极化、复极化或心肌的其他电生理性质的其他分量。心音(HS)信号特征可包括S1、S2、S3或S4心音中的一个或多个的相对计时(例如相对于R波)、振幅或形态特征。胸廓阻抗特征可包括最大值、最小值、平均值、方差、变化率或其他统计或形态特征。呼吸信号特征可包括呼吸率、呼吸深度、潮气量、分钟通气量、浅快呼吸指数(RSBI)、呼吸暂停低通气指数(AHI)或其他信号特征。

在503处生理特征可以被用于生成一个或多个信号度量。信号度量可以指示出患者身体或生理状态的变化。信号度量可以包括例如在指定时间段内或当某些条件满足时测量的从生理特征的多个测量结果导出统计或形态度量。

在504处，可以接收两个或两个以上的候选状况。候选状况可以包括可能导致患者身体或病理生理表现或与患者身体或病理生理表现相关的疾病或医疗状况。候选状况的示例可以包括HF恶化、肺疾病(例如慢性阻塞性肺疾病、肺炎或支气管炎)、睡眠呼吸紊乱、房性或室性心律失常(例如心房颤动、房性心动过速、室性心动过速或心室颤动)、肾脏疾病、高血压、糖尿病、或HF或疾病的其他合并症或触发或诱发HF恶化的状况。候选状况还可以包括临床事件例如外科手术(例如心脏或心脏瓣膜手术、消融、心室辅助装置的植入、可植入医疗装置更换、装置口袋或可植入引线修正)或感染(例如与可植入医疗装置和引线系统相关联的感染)等等。

在505处，可以针对两个或两个以上的候选状况确定诊断评分。诊断评分可以指示出正由对应候选状况引起的患者身体或生理状态的变化的可能性。诊断评分可以使用一个或多个信号度量和计算模型来计算。计算模型可以是存储在存储器中的处理器可执行指令的特定集合。计算模型的示例可以包括基于规则的模型、决策树模型、回归模型、神经网络模型、随机森林、表决模型、模糊逻辑模型、支持向量机模型以及其他机器学习模型。计算模型还可以包括概率模型，其使用一个或多个信号度量的统计分布来确定信号度量的诊断评分。概率模型的示例可以包括马尔可夫模型、隐马尔可夫模型、贝叶斯网络模型或随机文法模型以及其他随机图形模型。

基于规则的模型可以包括多个规则(每个定义了针对一个或多个信号度量的标准)，并且响应于一个或多个信号度量分别满足指定标准而可以确定诊断评分。基于规则的模型可以包括多个规则(每个定义了针对两个不同信号度量之间的比较的标准)，例如两个信号度量之间的信号度量的变化的相对计时。使用基于规则的模型在HF恶化和其他疾病之间鉴别诊断的示例在下面进行讨论，例如参考图6。

在506处，可以生成与候选状况相关联的诊断评分的展示。可选地，最可能的诊断可以被生成并展示给终端用户。在示例中，最可能的诊断可以从两个或两个以上的候选状况中被选作与最高诊断评分相关联的那一个。

图6示出了用于在HF恶化和其他疾病或医疗状况之间的鉴别诊断的基于规则的模型600的示例。基于规则的模型600可以被构造为查找表或关联映射，其建立从满足指定标准的信号度量到分配给特定候选状况的最可能的诊断或诊断评分的映射。基于规则的模型600可以确定针对个别候选状况的相应诊断评分的实施例，例如参考图5中的过程505。基于规则的模型600可以由在IMD 110中实施的自动HF鉴别诊断电路113执行。

如图6中示出的，基于规则的模型600可以包括诊断AF或分配高的诊断评分给AF的规则601。规则601采用信号度量，包括：HS组分的变化或变化率(例如Δ||S3||)、或S1心音的变化或变化率(分别地，Δ||S1||和Δ||S1||/Δt)、心率从参考水平的变化率(ΔHR/Δt＝(HR-HR_Ref)/Δt)以及浅快呼吸指数(RSBI)从参考水平的变化(ΔRSBI＝RSBI–RSBI_Ref)。RSBI可以被定义为呼吸频率(每分钟呼吸次数)与潮气量的比率。根据规则601，较高的诊断评分可以被分配给“AF”的候选状况，如果(1)ΔHR/Δt是正的并且超过阈值，指示出HR的突然增加；(2)Δ||S3||是正的并且超过阈值，指示出||S3||从参考水平大幅增加；(3)Δ||S1||/ΔT是负的并且超过阈值，指示出S1强度的突然减少；并且(4)ΔHR/Δt是正的并且超过阈值，指示出心率的突然增加的话。

规则602可以被用于从外科手术鉴别疾病，如HF恶化，这可能会导致患者近似的病理生理表现。外科手术的示例可以包括可植入引线系统的一部分的修正或可植入医疗装置的口袋、心室辅助装置的植入或其他心脏或心脏瓣膜手术。规则602可以采用信号度量，包括：胸内总阻抗值(ITTI)从参考值(例如被确定为在时间窗上的移动平均值)的变化率，即，ΔITTI/Δt＝(ITTI–ITTI_Ref)/Δt，以及潮气量(TV)从参考水平的变化率，即，ΔTV/Δt＝(TV–TV_Ref)/Δt。该模型包括以下规则：分配比“HF恶化”更高的诊断评分给候选状况“外科手术”，如果(1)ΔITTI/Δt是负的并且超过阈值，指示出胸内阻抗的突然减少；并且(2)ΔTV/Δt是负的并且超过阈值，指示出潮气量的突然减少的话。

规则603可以被用于检测端坐呼吸并基于高度指示出HF的恶化的端坐呼吸的表现而分配高的诊断评分给HF恶化。规则603使用包括姿势的信号度量，以及指示出升高的呼吸努力的其他信号度量，例如RR的增加或TV的减少。较高的诊断评分可以被分配给候选状况“HF恶化”，如果仰卧姿势或俯卧姿势与增加的呼吸劳力的指示一起被检测到的话，例如RR从其相应参考水平大幅增加或TV从其相应参考水平大幅减少。可替选地，较高的诊断评分可以被分配给候选状况“HF恶化”，如果在已知的或检测到的睡眠状态期间检测到非仰卧姿势(例如姿势的倾斜角超过阈值)的话，指示出患者在睡眠期间坐起来以避免在躺着的时候产生呼吸。

规则604和规则605可以被用于HF的恶化和肺疾病(例如慢性阻塞性肺疾病(COPD)、肺炎或支气管炎)之间的鉴别诊断。被包括以用于鉴别诊断的信号度量可以包括：ITTI从参考值的变化(ΔITTI＝ITTI–ITTI_Ref)、呼吸率(RR)从参考呼吸率的变化(ΔRR＝RR–RR_Ref)、RR的变化率(ΔRR/Δt)以及心音(HS)组分例如S3心音强度从参考水平的变化(Δ||S3||＝||S3||–||S3||_Ref)。根据规则604，较高的诊断评分可以被分配给“HF恶化”，如果(1)ITTI从参考水平实质上减少了至少阈值，其指示出大量胸内积液；(2)RR从RR_Ref实质上增加了至少阈值，并且ΔRR/Δt在阈值范围内，其指示出呼吸率增加的逐渐发病；并且(3)||S3||从参考水平大幅增加了至少阈值的话。根据规则605，较高的诊断评分可以被分配给候选状况“肺疾病”，如果(1)RR从RR_Ref实质上增加了至少阈值并且ΔRR/Δt超过了阈值范围，其指示出呼吸率上升的突然发病；或(2)||S3||在||S3||_Ref附近的阈值范围内的话。

规则606可以被用于从感染鉴别疾病，如HF恶化，这可能会导致患者近似的病理生理表现。感染可以与可植入医疗装置或可植入引线的一部分相关联。规则606可以采用信号度量，包括：Δ||S3||、ΔITTI和HR、RR或TV的变化率(分别地，ΔHR/Δt、ΔRR/Δt或ΔTV/Δt)。较高的诊断评分可以被分配给候选状况“装置/引线感染”，如果(1)ΔHR/Δt或ΔRR/Δt是正的并且超过阈值，或ΔTV/Δt是负的并且超过阈值，分别指示出HR或RR的突然增加，或TV的突然减少；(2)ITTI在ITTI_Ref附近的阈值范围内，指示出不显著的积液；并且(3)||S3||在||S3||_Ref附近的阈值范围内的话。

规则607可以被用于检测患者的舒张性HF。舒张性心力衰竭是在正常的舒张压处以及足够保持适当的心搏量的量处的心脏舒张期间心室腔无法接受足够的血容量的状况。相比收缩性HF通常伴随有降低的左室射血分数(LVEF)而言，舒张性HF通常是以保存的LVEF为特征。规则607可以采用多个信号度量，包括：例如，||S3||、ITTI、TV或RR，并检查这些信号度量的变化的发病模式。如在609处示出的，较高的诊断评分可以被分配给“舒张性HF的恶化”的候选状况，如果(1)Δ||S3||/Δt是正的并且超过阈值，指示出||S3||的突然增加，并且(2)ΔITTI/Δt或ΔTV/Δt是负的并且超过相应阈值，指示出ITTI的突然减少或TV的突然减少的话。

规则608可以被用于从睡眠呼吸紊乱(SDB)鉴别疾病例如HF恶化。规则608可以包括呼吸暂停低通气指数的变化的第一计时(T_AHI)、胸内总阻抗值的变化的第二计时(T_ΔITTI)以及HS组分例如S3心音强度的变化的第三计时(T_Δ||S3||)。较高的诊断评分可以被分配给“SDB”的候选状况，如果T_AHI先于T_ΔITTI和T_Δ||S3||的话，其指示出在传感器响应例如胸阻抗或HS强度的任意显着变化之前的睡眠发展期间的紊乱的呼吸模式。

规则609可以被用于HF恶化和室性心律失常事件例如室性心动过速(VT)或心室颤动(VF)发作之间的鉴别诊断。室性心律失常发作可以由动态医疗装置检测到。规则609可以采用信号度量，包括：VT或VF发作的第一计时(T_VT/VF)，以及ITTI的变化的第二计时(T_ΔITTI)和S3心音强度的变化的第三计时(T_Δ||S3||)。较高的诊断评分可以分配给“VT/VF”的候选状况，如果T_VT/VF先于T_ΔITTI和T_Δ||S3||的话，其指示出VT/VF发作在传感器响应例如胸阻抗或HS强度的任意显着变化之前发展。

上面的详细描述包括对附图的参考，其构成详细描述的一部分。附图借由说明示出了可以实践本发明的具体实施例。这些实施例在本文中也被称为“示例”。这些示例可以包括除了所示出或所描述的那些元件之外的元件。然而，本发明也预期其中仅提出所示出或者所描述的那些元件的示例。而且，本发明也预期使用参照具体示例(或者其一个或者多个方面)或者参照本文示出或者描述的其他示例(或者其一个或者多个方面)示出或者描述的那些元件(或者其一个或者多个方面)的任意组合或者排列的示例。

如果在本文献和通过引用方式并入的任何文献之间的不一致用法，则该文献中的用法控制。

在该文献中，与任何其他情况或者“至少一个”或“一个或多个”的用法无关，如在本专利文献中常见的，术语“一”或者“一个”被使用以包括一个或者超过一个。在该文献中，术语“或”用于指代非排他性的或者，从而“A或B”包括“A但是非B”、“B但是非A”以及“A和B”，除非另外指明。在该文献中，术语“包括”和“其中”用作相应术语“包含”和“在其中”的简明英语等同用语。此外，在下面权利要求书中，术语“包括”和“包含”是开放式的，也就是说，在权利要求书中，包括除了这种术语之后所列的元件以外的元件的系统、装置、物品、组成、配方或过程仍被视为在该权利要求的范围之内。此外，在下面的权利要求中，术语“第一”、“第二”和“第三”等等仅用作标记，并不意图对其对象施加数值要求。

本文所描述的方法示例可以是至少部分地机器实施或计算机实施的。一些示例可以包括使用指令编码的计算机可读介质或者机器可读介质，所述指令可操作，以配置电子装置来执行在上面的示例中描述的方法。这种方法的实施可以包括代码，例如微代码、汇编语言代码、高级语言代码等等。这种代码可以包括用于执行各种方法的计算机可读指令。代码可以构成计算机程序产品的一部分。进一步地，在示例中，例如在执行过程中或者其他时间，代码可以有形地存储在一个或多个易失性、非暂时性或非易失性有形的计算机可读介质上。这些计算机可读介质的示例可以包括但不限于硬盘、可移动硬盘、可移动光盘(例如压缩盘和数字视频盘)、磁带盒、存储卡或记忆棒、随机存取存储器(RAM)、只读存储器(ROM)等等。

以上的描述旨在说明性的，而非限制性的。例如，上述示例(或其一个或多个方面)可彼此组合使用。例如通过本领域的普通技术人员之一在阅读以上描述之后，也可以使用其他实施例。依照37C.F.R.§1.72(b)提供摘要，以允许读者快速确定技术公开的实质。应理解，所提交的摘要不用于解释或限制权利要求书的范围或含义。此外，在上文的具体实施方式中，可将各种特征组合在一起，以简化公开。这不应被理解成意指未要求保护的公开特征是任一权利要求必要的。相反地，发明主题可以小于所公开的特定实施例的全部特征。因此，下面的权利要求书由此并入具体实施方式中作为示例或实施例，每个权利要求独自代表分别的实施例，并且预期这样的实施例可以以各种组合或排列相互组合。本公开的范围应当根据所附权利要求连同这些权利要求有权的全部等同范围来确定。