專利名稱：用于預(yù)測心律失常死亡的自動降噪系統(tǒng)的制作方法
用于預(yù)測心律失常死亡的自動降噪系統(tǒng) 相關(guān)專利申請的交叉引用
本發(fā)明要求2006年8月31日提交的美國臨時申請No. 60/824, 170 的優(yōu)先權(quán)，該臨時申請通過引用全部納入本說明書。
背景
本方法、系統(tǒng)和計算機(jī)可讀介質(zhì)目的在于估計電生理學(xué)數(shù)據(jù)。所 述電生理學(xué)數(shù)據(jù)可以包括，但不局限于，心電圖(ECG/EKG)數(shù)據(jù)、腦 電圖(EEG)數(shù)據(jù)以及諸如此類。更具體地，本方法、系統(tǒng)和計算機(jī)可
讀介質(zhì)針對用于估計電生理學(xué)數(shù)據(jù)以檢測和/或預(yù)測心律失常死亡的 自動4t系統(tǒng)和方法。
對在心電圖中觀察到的R-R間期(RRi )的分析，或?qū)υ谀X電圖中 看到的尖峰的分析，可以預(yù)測未來的臨床結(jié)果，諸如心源性猝死或癲 癇發(fā)作。R-R間期是ECG或EEG的兩個相繼的R波之間的持續(xù)時間。 R-R間期可以在例如0. 0001秒至5秒的范圍內(nèi)。所述分析和預(yù)測當(dāng)被 用來在顯示或未顯示所預(yù)測結(jié)果的大群患者之間區(qū)分結(jié)果時，是統(tǒng)計 上顯著的。
所述分才斤和預(yù)測因為分析方法(analytic measure)而具有不準(zhǔn) 確的問題，所述分析方法(l)是隨機(jī)的(即，基于數(shù)據(jù)的隨機(jī)變化)； (2)要求平穩(wěn)性(stationarity)(即，生成數(shù)據(jù)的系統(tǒng)在記錄期間 不能變化)；和(3)是線性的(即，對數(shù)據(jù)的非線性一一在本領(lǐng)域被 稱為"混沌(chaos)"——不敏感)。
許多技術(shù)已被開發(fā)以解決這些問題，這些技術(shù)包括"D2" 、 "D2i" 和"PD2" 。 D2使得能夠根據(jù)對所生成數(shù)據(jù)的樣本的估計估算系統(tǒng)的 維數(shù)或系統(tǒng)的自由度數(shù)。已經(jīng)有一些研究人員將D2用在生物學(xué)數(shù)據(jù) 上。然而，已經(jīng)顯示，對數(shù)據(jù)平穩(wěn)性的假設(shè)不能被滿足。
已經(jīng)提出另一個理論描述，逐點標(biāo)度維數(shù)(Pointwise Scaling Dimension)或"D2i"，其對來自腦、心臟或骨骼肌的數(shù)據(jù)所固有的 非平穩(wěn)性不那么敏感。這或許是比D2更有用的生物學(xué)數(shù)據(jù)維數(shù)估計。然而，D2i仍有相當(dāng)大的估計誤差，該估計誤差可能與數(shù)據(jù)非平穩(wěn)性 相關(guān)。
已經(jīng)提出了一種點相關(guān)維數(shù)算法(Point Correlation Dimension algorithm) ( PD2 )，其可以檢測非平穩(wěn)數(shù)據(jù)(即，通過將來自不同 混沌發(fā)生器的子時段(subepoch)連接而成的數(shù)據(jù))的維數(shù)變化。
為了解決這多種技術(shù)的缺陷，已提出了改進(jìn)的PD2算法一一稱之 為"PD2i"以強(qiáng)調(diào)其時間依賴性。PD2i在本說明書中也被稱為數(shù)據(jù)處 理例程，它使用確定性的并基于所引起的數(shù)據(jù)變化的分析方法。該算 法不要求數(shù)據(jù)平穩(wěn)性，并且實際上跟蹤數(shù)據(jù)的非平穩(wěn)變化。而且，PD2i 對混沌數(shù)據(jù)和非混沌線性數(shù)據(jù)同樣敏感。盡管PD2i基于總起來說用于 估計相關(guān)維數(shù)的先前的分析方法，但PD2i對數(shù)據(jù)非平穩(wěn)性不敏感。因 為這個特征，PD2i可以其他方法不能具有的高敏感性和特異性預(yù)測臨 床結(jié)果。美國專利No. 5, 709，214和5， 720， 294中詳細(xì)描述了 PD2i算 法，這兩個專利通過引用納入本說明書。
為了用PD2i分析，將電生理學(xué)信號放大(增益為1， 000 )和數(shù)字 化(1， OOOHz )。在處理之前，數(shù)字化信號可以被進(jìn)一步轉(zhuǎn)換(reduce ) (例如，將ECG數(shù)據(jù)轉(zhuǎn)換為RR間期數(shù)據(jù))。已經(jīng)再三發(fā)現(xiàn)，對RR間 期數(shù)據(jù)的分析使得能夠在具有不同病理結(jié)果(例如，心室纖維性顫動 "VF"、室性心動過速"VT"或心律失常死亡"AD")的大群對象之 間進(jìn)行風(fēng)險預(yù)測。已經(jīng)顯示，使用來自高?；颊叩牟蓸覴R數(shù)據(jù)，PD2i 可以區(qū)分后來患有VF和未患VF的患者。
對于從以最好的低噪前置放大器和高速1， OOOHz數(shù)字轉(zhuǎn)換器獲取 的數(shù)字ECG生成的RR間期數(shù)據(jù)，仍存在可使非線性算法產(chǎn)生問題的低 電平噪聲。用于產(chǎn)生RR間期的算法也可以導(dǎo)致噪聲增大。所有RR間 期檢測器中最準(zhǔn)確的檢測器4吏用3點運行(3-point running)的"凸 點算子(convexity operator)"。例如，可以調(diào)節(jié)遍歷全部數(shù)據(jù)的 運行窗口 ( running window)中的3個點，以使在運行窗口剛好橫跨 一個R波波峰時該運行窗口的輸出最大化；點1在R波之前的基線上， 點2在R波的頂端，點3又在基線上。在窗口遍歷數(shù)據(jù)時，點2在數(shù) 據(jù)流中的位置正確地識別每個R波波峰。這個算法，與測量R波超過 某一電平時的時間點或當(dāng)每個R波的dV/dt為最大時進(jìn)行檢測的算法
10相比，將產(chǎn)生顯著更無噪聲的RR數(shù)據(jù)。
用最佳算法計算出的RR間期仍會具有低電平噪聲，經(jīng)觀察該低電 平噪聲峰-峰值約為+/-5個整數(shù)。這個10個整數(shù)的范圍出自用于平均 R波波峰的1000個整數(shù)(即，1%的噪聲)。在電極制備質(zhì)量不好、環(huán) 境電磁場強(qiáng)、使用中等噪聲前置放大器或使用低數(shù)字化率的情況下， 低電平噪聲就會易于增大。例如，在1個整數(shù)-lmsec的增益(即，滿 標(biāo)度12位數(shù)字轉(zhuǎn)換器的增益為25%)下，假如用戶在數(shù)據(jù)獲取方面不 小心，這個1%的最佳噪聲電平可以容易地增至二倍或三倍。該噪聲增 大經(jīng)常發(fā)生在繁忙的臨床環(huán)境中，因此必須在獲取后考慮噪聲電平。
為了解決這個噪聲問題，提出了噪聲因素算法(noise consideration algorithm) ( NCA )。美國專利申請No. 10/353， 849 中更充分地描述了 NCA，該專利申請通過引用納入本說明書。
雖然PD2i數(shù)據(jù)處理例程和NCA帶來了 R-R間期分析方面的改進(jìn)， 仍需要用于提高降噪能力以及改進(jìn)通過PD2i計算確定的生物學(xué)結(jié)果 預(yù)測的自動化方法、系統(tǒng)和計算機(jī)可讀介質(zhì)。

發(fā)明內(nèi)容
提供了用于降低與電生理學(xué)數(shù)據(jù)關(guān)聯(lián)的噪聲以更有效地預(yù)測心律 失常死亡的自動化方法、系統(tǒng)和計算機(jī)可讀介質(zhì)。
另外的優(yōu)點將在下文的描述中被部分闡述，或可以通過上述方法、 系統(tǒng)和計算機(jī)可讀介質(zhì)的實施被認(rèn)識到。通過在所附權(quán)利要求中具體 指出的各要素和結(jié)合，將實現(xiàn)和獲得這些優(yōu)點。應(yīng)理解，前面的概述 和下面的詳述對所要求保護(hù)的方法、系統(tǒng)和計算機(jī)可讀介質(zhì)僅是示例 性和說明性的而不是限制性的。


附圖被并入本說明書并構(gòu)成本說明書的一部分，其圖示了實施方 案，并與描述一起用于解釋上述方法、系統(tǒng)和計算機(jī)可讀介質(zhì)的原理 圖l是示例性操作環(huán)境； 圖2是示例性方法流程圖； 圖3是示例性EEG方法流程圖；圖4是示例性PD2i數(shù)據(jù)處理例程方法流程圖5是示例性異常值(outlier)剔除方法流程圖6A-B是示例性NCA方法流程圖7是示例性TZA方法流程圖8A-B圖示了示例性方法流程圖9圖示了在100Hz下數(shù)字化的R波與在1000Hz下數(shù)字化的R波 的對比；
圖10示出，檢測R-R間期的不同方法對數(shù)據(jù)中的噪聲含量有重要 影響(implication );
圖11示出了按照定義為非平穩(wěn)的數(shù)據(jù)的實例；
圖12示出，去除一位(即，振幅減半)不會顯著地改變非線性度 量的均值或分布；
圖13示出，投影在相空間中的兩個維度上的心跳吸引子的三個波 瓣(lobe)看起來相當(dāng)大，正如它們在洛倫茲吸引子和正弦波吸引子 中；
圖14示出了去除一個噪聲位對低噪聲心跳文件的非線性度量的 影響；
圖15示出了與圖14中所見的類似的影響，但本圖使用洛倫茲數(shù) 據(jù)和結(jié)果的時間圖取^R柱狀圖(histogram);
圖16示出了當(dāng)先驗(apriori )TZA門限祐Li殳置為1. 40時，在1. 4 和l. 6之間的過渡帶中的多個PD2i分?jǐn)?shù)(score)的實例。
圖17示出了來自18個在1年跟蹤期內(nèi)死于確定的突發(fā)心律失常 (AD )的患者的RR和PD2i數(shù)據(jù)和18個對照對象的RR和PD2i數(shù)據(jù)， 這18個對照對象中的每一個都有記錄在案的急性心肌梗塞(AMI)并 存活了至少l年的跟蹤期；
圖18示出了當(dāng)生理學(xué)數(shù)據(jù)含有偽影(artifact)(心律失常、運 動偽影)時的非線性結(jié)果(PD2i);
圖19圖示了與圖18中相同的數(shù)據(jù)文件和結(jié)果，但偽影已經(jīng)通過 用線性樣條(spline)覆蓋偽影而被去除；
圖20示出，非線性PD2i檢測數(shù)據(jù)的自由度(維數(shù))的變化，該
數(shù)據(jù)具有一些具有類似均值和標(biāo)準(zhǔn)差的子時段；圖21示出了來自被認(rèn)為正在產(chǎn)生穩(wěn)態(tài)睡眠數(shù)據(jù)(steady-state sleep data)的正在睡覺的貓的腦電圖數(shù)據(jù)(EEG );
圖22示出了數(shù)據(jù)的PD2i分布及其隨機(jī)化相替代物 (randomized-phase surrogate)的PD2i分布；
圖23示出，這些PD2i分布本質(zhì)上是相同的，并且數(shù)據(jù)長度的增 大導(dǎo)致具有更大分布的PD2i形態(tài)上變得更加單位正態(tài)；
圖24圖示了向洛倫茲數(shù)據(jù)(LOR)添加噪聲對LOR與其隨機(jī)化相 替代物的相對分離的影響；
圖25A-D圖示A.PD2i算法及其與另一種依賴時間的用于計算自 由度的算法一一逐點D2 ( D2i )——的比較。B.向數(shù)據(jù)添加± 5個整數(shù) 的噪聲對PD2i的影響。C.該數(shù)據(jù)的隨機(jī)化相替代物的PD2i。 D.該數(shù) 據(jù)和其替代物的功率鐠(相同)。E.向數(shù)據(jù)添加±14個整數(shù)的噪聲對 PD2i的影響；
圖26示出了被接受PD2i的n/。N對照洛倫茲數(shù)據(jù)的噪聲含量的曲線
圖27示出了與圖26中相同的結(jié)果，但為PD2i分布示出了噪聲含 量(L0R+y。噪聲)和。/nN;
圖28示出了心跳的PD2i在識別癡呆(阿爾茨海默病)和昏厥病 例中的使用。
圖29A-C示出了如何根據(jù)從數(shù)據(jù)點的兩個樣本生成的向量算出 PD2i;
圖30示出了 ，對于大數(shù)據(jù)長度和具有有限數(shù)據(jù)長度的更實際數(shù)據(jù) 長度，(在Ni逼近無窮大時的極限內(nèi))根據(jù)PD2i的數(shù)學(xué)模型根據(jù)向 量差長度做出的相關(guān)積分是什么樣子；
圖31示出了兩種確定Tau的方法，Tau是為了選擇將以ij向量 對的形式用作用于產(chǎn)生VDL的坐標(biāo)的數(shù)據(jù)點而略過的數(shù)據(jù)點的數(shù)目；
圖32示出，要導(dǎo)致心室纖維性顫動(VF)的動態(tài)非穩(wěn)定性，"壞 的心臟"和"壞的腦"都需要；
圖33示出了對一個AD患者的R-R間期的PD2i的非線性分析，其 顯示出兩個大PVC(上，箭頭)，其中一個PVC導(dǎo)致心室纖維性顫動 (參見圖35和36),另一個不；圖34示出，上述AD患者的R-R間期不是真正平坦的(flat), 而是具有周期為6至8個心跳的正弦振蕩；
圖35示出了上述AD患者的ECG,其中PVC(大的向下偏轉(zhuǎn))緊隨 最后的T波的波峰出現(xiàn)，并且引發(fā)一個小的迅速轉(zhuǎn)子(rotor)，該轉(zhuǎn) 子隨后導(dǎo)致較慢較大的轉(zhuǎn)子；和
圖36示出，不引發(fā)轉(zhuǎn)子的PVC (PVC，無R波)和引發(fā)轉(zhuǎn)子的PVC 的聯(lián)律間期(coupling interval)正好是相同的，因為兩條始于極左 側(cè)的軌跡的向下偏轉(zhuǎn)一直到T波波峰都完全重疊。
詳述
在本方法、系統(tǒng)和計算機(jī)可讀介質(zhì)被/iS開和描述之前，應(yīng)理解， 本方法、系統(tǒng)和計算機(jī)可讀介質(zhì)不局限于特定綜合方法、特定組件或 特定構(gòu)成，因為這些當(dāng)然可以改變。也應(yīng)理解，本說明書中使用的術(shù) 語僅為了描述具體實施方案的目的，而不意在進(jìn)行限制。
在本說明書和所附權(quán)利要求中，單數(shù)形式的"一"、"一個"和"該"包括復(fù)數(shù)的所指物，除非上下文另有明確規(guī)定。
在本說明書中，范圍可以被表達(dá)為從"大約" 一個特定值和/或到
"大約"另一個特定值。當(dāng)這樣的范圍被表達(dá)時，另一個實施方案包 括從該一個特定值和/或到該另一個特定值。類似地，當(dāng)通過使用在前 面的"大約"將一個值表示為近似值時，應(yīng)理解，該特定值構(gòu)成另一 個實施方案。還應(yīng)理解，每個范圍的端點與另一個端點相關(guān)時和與另 一個端點無關(guān)時均是有意義的。也應(yīng)理解，本說明書中公開了多個值， 每個值除了其本身，在本說明書中也被公開為"大約"那個特定值。 例如，假如公開了值"10"，那么也公開了 "大約10"。也應(yīng)理解， 當(dāng)公開某個值時，也公開了 "小于或等于"該值的值、"大于或等于 該值"的值和這些值之間的可能范圍，如本領(lǐng)域技術(shù)人員適當(dāng)?shù)乩斫?的。例如，假如公開了值"10"，那么也公開了 "小于或等于10"和
"大于或等于10"。也應(yīng)理解，在整個申請中，數(shù)據(jù)以數(shù)種不同形式
提供，此數(shù)據(jù)表示終點和起點以及這些數(shù)據(jù)點任意組合的范圍。例如，
假如公開了特定數(shù)據(jù)點"10"和特定數(shù)據(jù)點"15"，則應(yīng)理解，大于、 大于或等于、小于、小于或等于、等于10和15以及在10和15之間都被認(rèn)為,皮公開。也應(yīng)理解，兩個特定量(unit)之間的每個量也被 公開。例如，假如公開了 10和15，那么也公開了 11、 12、 13和14。 "可選的"或"可選地"意味著后續(xù)描述的事件或境況可能出現(xiàn)， 也可能不出現(xiàn)，并且該描述既包括所述事件或境況出現(xiàn)的情況，也包 括所述事件或境況不出現(xiàn)的情況。
I.系統(tǒng)
提供了一個自動化系統(tǒng)，其用于降低與用于預(yù)測諸如心律失常死 亡之類的生物學(xué)結(jié)果的電生理學(xué)數(shù)據(jù)一一諸如來自ECG/EKG、 EEG等等 的數(shù)據(jù)一一關(guān)聯(lián)的噪聲。該系統(tǒng)可以包括被耦合以接收電生理學(xué)數(shù)據(jù) 的處理器和帶有與處理器通信的噪聲修正軟件的存儲裝置，其中噪聲
修正軟件控制處理器的運作，并使得處理器執(zhí)行本說明書中提供的、 用于降低與用于預(yù)測心律失常死亡的電生理學(xué)數(shù)據(jù)關(guān)聯(lián)的噪聲的方法
的任何功能。
本領(lǐng)域技術(shù)人員應(yīng)意識到，這是功能描述，相應(yīng)的功能可以通過 軟件、硬件或軟硬件的結(jié)合執(zhí)行。 一個功能可以是軟件、硬件或軟硬 件的組合。這些功能可以包含如圖1所示和本說明書中所述的噪聲修 正軟件106。在一個示例性方面，這些功能可以包含如圖1所示和本 說明書中所述的計算機(jī)101。
圖1是示出用于執(zhí)行所公開的方法的一個示例性操作環(huán)境的框 圖。這個示例性操作環(huán)境僅是操作環(huán)境的一個實例，而不意在暗示對 使用范圍或操作環(huán)境架構(gòu)的功能性有任何限制。該操作環(huán)境不應(yīng)被解 釋為具有與該示例性操作環(huán)境中圖示的任何組件或組件組合有關(guān)的任 何依賴或要求。
該系統(tǒng)和方法可以與多種其他通用或?qū)Ｓ糜嬎阆到y(tǒng)環(huán)境或配置一 起使用。適合供該系統(tǒng)和方法使用的公知的計算系統(tǒng)、環(huán)境和/或配置 的實例包括，但不局限于個人電腦、服務(wù)器計算機(jī)、膝上型裝置和 多處理器系統(tǒng)。另外的實例包括機(jī)頂盒、可編程消費電子設(shè)備、網(wǎng) 絡(luò)PC、小型計算機(jī)、大型計算機(jī)、包括上迷系統(tǒng)或裝置中任意系統(tǒng)或 裝置的分布式計算環(huán)境等等。
在另一個方面，所公開的系統(tǒng)和方法的處理可以通過軟件組件來
15執(zhí)行。該系統(tǒng)和方法可以在正由計算機(jī)執(zhí)行的計算機(jī)指令——諸如程
序模塊——的一般環(huán)境(general context)下描述。通常，程序模塊 包含執(zhí)行特定任務(wù)或?qū)崿F(xiàn)特定抽象數(shù)據(jù)類型的例程、程序、對象、組 件、數(shù)據(jù)結(jié)構(gòu)等等。該系統(tǒng)和方法也可以在分布式計算環(huán)境中實施， 在分布式計算環(huán)境中，任務(wù)由經(jīng)由通信網(wǎng)絡(luò)鏈接的遠(yuǎn)程處理裝置執(zhí)行。 在分布式計算環(huán)境中，程序模塊可以同時位于本地和遠(yuǎn)程的包括存儲 器存儲裝置在內(nèi)的計算機(jī)存儲媒介中。
此外，本領(lǐng)域技術(shù)人員應(yīng)意識到，本說明書中公開的系統(tǒng)和方法 可以經(jīng)由計算機(jī)101形式的通用計算裝置來實現(xiàn)。計算機(jī)101的組件 可以包括，但不局限于 一個或多個處理器或處理單元103、系統(tǒng)存 儲器112和將包括處理器103在內(nèi)的多個系統(tǒng)組件耦合到系統(tǒng)存儲器 112的系統(tǒng)總線113。
系統(tǒng)總線113表示若干可能類型的總線結(jié)構(gòu)中的一個或多個，所 述可能類型的總線結(jié)構(gòu)包括存儲器總線或存儲器控制器、外圍總線、 加速圖形端口和處理器或使用各種總線架構(gòu)中的任意架構(gòu)的本地總 線。舉例說，這樣的架構(gòu)可以包括工業(yè)標(biāo)準(zhǔn)架構(gòu)(ISA)總線、微通 道架構(gòu)(MCA)總線、增強(qiáng)ISA ( EISA )總線、視頻電子標(biāo)準(zhǔn)協(xié)會(VESA) 本地總線、加速圖形端口 (AGP)總線和外圍組件互連(PCI)總線—— 其也被稱為夾層總線?？偩€113和所有在本說明書中載明的總線都可 以通過有線或無線網(wǎng)絡(luò)連接實現(xiàn)，并且，每個子系統(tǒng)——所述子系統(tǒng) 包括處理器103、大容量存儲裝置104、操作系統(tǒng)105、噪聲修正軟件 106、數(shù)據(jù)107、網(wǎng)絡(luò)適配器108、系統(tǒng)存儲器112、輸入/輸出接口 110、 顯示適配器109、顯示裝置111和人機(jī)接口 102——都可以被容納在一 個或多個處于物理上分開的位置、經(jīng)由這種形式的總線連接的遠(yuǎn)程計 算裝置114a、 b、 c中，從而實際上實現(xiàn)完全分布式系統(tǒng)。
計算機(jī)101通常包括多種計算機(jī)可讀介質(zhì)。示例性可讀介質(zhì)可以 是任何可以被計算機(jī)101訪問的可得到的介質(zhì)，其例如包括，但意不 在局限于，易失性和非易失性介質(zhì)、移動式和非移動式介質(zhì)。系統(tǒng)存 儲器112包括易失性存儲器形式的計算機(jī)可讀介質(zhì)一一諸如隨機(jī)存取 存儲器(RAM)，和/或非易失性存儲器形式的計算機(jī)可讀介質(zhì)一一諸 如只讀存儲器(ROM)。系統(tǒng)存儲器112通常含有可以被處理單元103立即訪問和/或目前在處理單元103上運行的數(shù)據(jù)和/或程序模塊，所 述數(shù)據(jù)諸如數(shù)據(jù)107，所述程序模塊諸如操作系統(tǒng)105和噪聲修正軟 件106。
在另一個方面，計算機(jī)101也可以包括其他移動式/非移動式、易 失性/非易失性計算機(jī)存儲介質(zhì)。舉例說，圖1圖示了大容量存儲裝置 104，其可以為計算機(jī)代碼、計算機(jī)可讀指令、數(shù)據(jù)結(jié)構(gòu)、程序模塊和 其他用于計算機(jī)IOI的數(shù)據(jù)提供非易失性存儲。例如，但不意在進(jìn)行 限制，大容量存儲裝置104可以是硬盤、可移動磁盤、可移動光盤、 盒式磁帶(magnetic cassette )或其他磁性存儲裝置、閃存卡、CD-匪、 數(shù)字多功能光盤(DVD)或其他光學(xué)存儲器、隨機(jī)存取存儲器(RAM)、 只讀存儲器(ROM)、電可擦除可編程只讀存儲器(EEPROM)等等。
可選地，大容量存儲裝置104中可以存儲任意數(shù)目的程序模塊， 舉例說，包括操作系統(tǒng)105和噪聲修正軟件106。操作系統(tǒng)105和噪 聲修正軟件106中的每一個(或它們的某種組合)可以包含該程序和 噪聲修正軟件106的要素。數(shù)據(jù)107也可以被存儲在大容量存儲裝置 104中。數(shù)據(jù)107可以被存儲在一個或多個本領(lǐng)域已知的數(shù)據(jù)庫之任 一個中。這樣的數(shù)據(jù)庫的實例包括DB2 、 Microsoft Access、 Microsoft SQL Server、 0racle⑧、mySQL、 PostgreSQL等等。這些 數(shù)據(jù)庫可以是集中式的，或可分布到多個系統(tǒng)。
在另一個方面，用戶可以經(jīng)由輸入裝置(未示出)將命令和信息 輸入計算機(jī)101。這樣的輸入裝置的實例包括，但不局限于鍵盤、 定位裝置(例如，"鼠標(biāo)")、麥克風(fēng)、控制桿、掃描儀等等。這些 及其他輸入裝置可以經(jīng)由耦合到系統(tǒng)總線113的人機(jī)接口 102連接到 處理單元103，但也可以通過其他接口和總線結(jié)構(gòu)連接，所述其他接 口和總線結(jié)構(gòu)諸如并行端口、游戲端口、 IEEE 1394端口 (也#_稱 為火線端口 (Firewireport))、串行端口或通用串行總線(USB)。
在又一個方面，顯示裝置111也可以經(jīng)由諸如顯示適配器109之 類的接口連接到系統(tǒng)總線113?？梢灶A(yù)期，計算機(jī)101可以具有一個 以上顯示適配器109,并且計算機(jī)101可以具有一個以上顯示裝置111。 例如，顯示裝置可以是監(jiān)視器、LCD (液晶顯示器)或投影儀。除了顯 示裝置111，其他輸出外設(shè)可以包括諸如揚(yáng)聲器(未示出)和打印機(jī)(未示出)等可以經(jīng)由輸入/輸出接口 110連接到計算機(jī)101的組件。 計算機(jī)101可以使用到一個或多個遠(yuǎn)程計算裝置114a、 b、 c的邏 輯連接運行在網(wǎng)絡(luò)環(huán)境中。舉例說，所述遠(yuǎn)程計算裝置可以是個人電 腦、便攜式計算機(jī)、服務(wù)器、路由器、網(wǎng)絡(luò)計算機(jī)、對等裝置或其他 公共網(wǎng)絡(luò)節(jié)點等等。計算機(jī)101和遠(yuǎn)程計算裝置114a、 b、 c之間的邏 輯連接可以經(jīng)由局域網(wǎng)(LAN)和通用廣域網(wǎng)(WAN)來構(gòu)建。這樣的 網(wǎng)絡(luò)連接可以經(jīng)過網(wǎng)絡(luò)適配器108。網(wǎng)絡(luò)適配器108既可以在有線環(huán) 境中實現(xiàn)，又可以在無線環(huán)境中實現(xiàn)。上述網(wǎng)絡(luò)環(huán)境在辦公室、企業(yè) 范圍i十算機(jī)網(wǎng)絡(luò)(enterprise—wide computer networks)、 內(nèi)聯(lián)網(wǎng)
(intranet)和因特網(wǎng)115中是常規(guī)和普通的。
為了說明的目的，應(yīng)用程序和其他可執(zhí)行程序組件——諸如操作 系統(tǒng)105——在本說明書中被圖示為離散方框，然而應(yīng)認(rèn)識到，這樣 的程序和組件在不同時間存在于計算裝置101的不同存儲組件中，并 由計算機(jī)的數(shù)據(jù)處理器執(zhí)行。噪聲修正軟件106的一種實現(xiàn)
(implementation)可以被存儲在某種形式的計算機(jī)可讀介質(zhì)上，或 經(jīng)由某種形式的計算機(jī)可讀介質(zhì)傳送。計算機(jī)可讀介質(zhì)可以是任何可 以被計算機(jī)訪問的可得到的介質(zhì)。舉例說，但意不在進(jìn)行限制，計算 機(jī)可讀介質(zhì)可以包含"計算機(jī)存儲介質(zhì)"和"通信介質(zhì)"。"計算機(jī) 存儲介質(zhì)"包含以任何方法或技術(shù)實現(xiàn)的用于存儲諸如計算機(jī)可讀指 令、數(shù)據(jù)結(jié)構(gòu)、程序模塊或其他數(shù)據(jù)等信息的易失性和非易失性、移 動式和非移動式介質(zhì)。示例性計算機(jī)存儲介質(zhì)包括，但不局限于RAM、 R0M、 EEPR0M、閃存或其他存儲技術(shù)、CD-R0M、數(shù)字多功能光盤(DVD) 或其他光學(xué)存儲無、盒式磁帶、磁帶(magnetic tape)、磁盤存儲器 或其他磁性存儲設(shè)備、或可以用于存儲所需信息并可以被計算機(jī)訪問 的任何其他介質(zhì)。
該方法、系統(tǒng)和計算機(jī)可讀介質(zhì)可以利用人工智能技術(shù)，諸如機(jī) 器學(xué)習(xí)和迭代學(xué)習(xí)(iterative learning)。這樣的技術(shù)的實例包括， 但不局限于專家系統(tǒng)、基于案例的推理、貝葉斯網(wǎng)絡(luò)、基于行為的 AI、神經(jīng)網(wǎng)絡(luò)、模糊系統(tǒng)、進(jìn)化計算(例如，基因算法)、群體智能
(例如，螞蟻算法)和混合智能系統(tǒng)(例如，通過神經(jīng)網(wǎng)絡(luò)產(chǎn)生的專 家推理規(guī)則(Expert inference rule)或源于統(tǒng)計學(xué)習(xí)的產(chǎn)生式規(guī)則(production rule))。
II.方法
A.電生理學(xué)數(shù)據(jù)因素
對于輸入所提供的自動化方法、系統(tǒng)和計算機(jī)可讀介質(zhì)的數(shù)據(jù) (即，R-R間期數(shù)據(jù))，應(yīng)考慮幾個因素。這些因素包括噪聲因素、 非平穩(wěn)性因素和數(shù)據(jù)長度因素。 i.噪聲因素
對于要對其進(jìn)行自動化非線性分析的電生理學(xué)數(shù)據(jù)，要考慮多種 噪聲因素。其中的兩個源是固有的放大器噪聲和固有的離散化誤差(數(shù)
字化率)。
電生理學(xué)數(shù)據(jù)通常被放大，而放大器噪聲一一通常為大約5uV—— 也被放大。對于全標(biāo)度12位數(shù)字轉(zhuǎn)換器(4112個整數(shù)，舍入為4000 ), 放大器增益被設(shè)置為使得全標(biāo)度的25% (即，1000個整數(shù))是luV-l 個整數(shù)。即，R波的通常振幅——其為大約1000uV——等于1000個整 數(shù)。從而，5uV的固有噪聲等于5個整數(shù)。R波振幅(振幅域)中的這 個固有噪聲也被直接轉(zhuǎn)化到時域中(例如，在R-R間期檢測期間)。
在R波波峰的檢測中一一其中上述固有噪聲在數(shù)字轉(zhuǎn)換器的一個 時間桶(time-bin)(例如，對于1000Hz的數(shù)字化率， 一個桶-lmsec) 中被定義，上述固有噪聲直接轉(zhuǎn)化為確定兩個R波之間的時間間隔所 需的兩個R波的不確定性。即，對于100Hz的數(shù)字化率，離散化誤差 是2除以100,這等于在時域中2%的誤差。對于1000Hz的數(shù)字化率， 這降低到2除以1000，或0. 2%的離散化誤差。這個誤差對放大器噪聲 誤差是加性的(均方根)。
用于輸入到所提供的方法、系統(tǒng)和計算機(jī)可讀介質(zhì)中的R-R間期 數(shù)據(jù)，可以獲取自多種源一一包括R-R間期檢測器。如同上述放大器， 所使用的R-R間期檢測方法可以引起所獲取的R-R間期數(shù)據(jù)中的噪聲。 圖9圖示了，與尋找以1000Hz的頻率數(shù)字化的相同R波的波峰相比， 3點運行窗口波峰檢測器在尋找以100Hz的頻率數(shù)字化的R波的波峰 上具有的困難。因為以大約100Hz的頻率數(shù)字化的ECG具有大離散化 誤差(即，2%),所以不可能對這些ECG進(jìn)行非線性分析。大約250Hz的數(shù)字化率在此方面也存在問題。表1示出，以256Hz的頻率數(shù)字化 的21個ECG中，僅有4個ECG的非線性值顯著不同于它們的已過濾噪 聲(filtered-noise)(隨機(jī)化相)替代物。這顯著的四個ECG對應(yīng) 的是具有較低非線性度量(PD2i)平均值、從而要求較少數(shù)據(jù)點的文 件。在1000Hz的數(shù)字化率，在所有其他特征相同的情況下，100%的文 件的非線性結(jié)果顯著不同于它們的已過濾噪聲替代物。
表l
在以256Hz的頻率數(shù)字化的文件中，僅有20%的文件 的非線性值(心跳平均PD2i)顯著不同于它們的已 過濾噪聲替代物(例如，隨機(jī)化相傅立葉逆變換)。非線性替代物
度量度量
2.810.56ns
4.751.01ns
1.750.410.01
3.531.3tis
4.371.52ns
3.880.69ns
4.180.8ns
5.421.42rej
4.781.06ns
4.461.34ns
3.851.26ns
4.411.03ns
1.80.720.01
3.670.81ns
3.840.88ns
2.260.66ns
1.720.950.01
3.561.25ns
2.770.85us
3.951.13ns
1.390.90.01
ii.數(shù)據(jù)非平穩(wěn)性因素 非線性分析的數(shù)據(jù)品質(zhì)的另一個重要因素是數(shù)據(jù)是否平穩(wěn)?；?線性隨機(jī)模型(Linear Stochastic model )(例如，正常至正常心跳
(normal to normal heartbeats)的標(biāo)準(zhǔn)差--S匪、心跳的功率譜
等等)的算法要求數(shù)據(jù)平穩(wěn)性，許多非線性算法亦然。然而，包括心 跳在內(nèi)的大多數(shù)處于神經(jīng)系統(tǒng)控制下的電生理學(xué)數(shù)據(jù)，其隨時間的推 移是相當(dāng)非平穩(wěn)的。在從例如打噴咬、突然移動等的對象獲取電生理 學(xué)數(shù)據(jù)時，可以引起該非平穩(wěn)性。這是生理學(xué)非平穩(wěn)性的一個實例，
21因為心跳總體的各態(tài)歷經(jīng)性(即，它的均值、標(biāo)準(zhǔn)差、自由度等等) 會改變。
圖11示出了按照定義為非平穩(wěn)的數(shù)據(jù)的一個實例。該非平穩(wěn)數(shù)據(jù)
(7, 200個數(shù)據(jù)點)是通過將由不同發(fā)生器生成的子時段相連接而產(chǎn) 生的。子時段均值和SD大約相同，但自由度略有不同正弦波(S, df-l.OO);洛倫茲(L, df-2. 06) ; Henon(H， df=l. 46);和隨機(jī)
(R， df-無窮大)。本說明書中將多次討論這些測試數(shù)據(jù)。通過將來 自電子正弦波發(fā)生器(S，連續(xù)數(shù)據(jù))、洛倫茲發(fā)生器(L，連續(xù)數(shù)據(jù))， Henon發(fā)生器(H, map函數(shù))和隨機(jī)白噪聲發(fā)生器(R，連續(xù)數(shù)據(jù))的 連續(xù)輸出的子時段連接到一起，可以構(gòu)成總時段(overall epoch)。 每個子時段(每個子時段有1， 200個數(shù)據(jù)點)可以被連接到一起，以 生成7, 200個數(shù)據(jù)點的非平穩(wěn)文件，其振幅相當(dāng)于心臟病患者的較小 的R波(350個整數(shù)=0. 35mV)。每個子時段發(fā)生器可以具有大致相同 的動態(tài)振幅范圍以及近似相同的均值和標(biāo)準(zhǔn)差，但不具有相同的自由 度數(shù)目。本說明書中討論的非線性分析中的許多將顯示，這樣細(xì)微的 數(shù)據(jù)非平穩(wěn)性(即，自由度的小變化)一一其也將被示出以表示心跳 數(shù)據(jù)是什么樣子一一難以解釋，尤其是對于要求數(shù)據(jù)平穩(wěn)性的線性或 非線性算法。
在一個示例性方面，所提供的方法、系統(tǒng)和計算機(jī)可讀介質(zhì)可以 利用由低噪放大器記錄并以大約1000Hz或更高的頻率數(shù)字化的電生 理學(xué)數(shù)據(jù)。此外，該方法、系統(tǒng)和計算機(jī)可讀介質(zhì)可以使用數(shù)據(jù)簡化 裝置，諸如R-R間期檢測器和分析算法。所述分析算法可以是PD2i數(shù) 據(jù)處理例程。
iii.數(shù)據(jù)長度因素
在確定非線性分析結(jié)果時數(shù)據(jù)長度(Ni)可能是重要的，因此管 理數(shù)據(jù)長度的規(guī)則(Ni規(guī)則)已經(jīng)被提出。假如從正在睡覺的貓采樣 數(shù)據(jù)，圖21,在超過64， 000個數(shù)據(jù)點(4. 27分鐘)的范圍PD2i的分 布幾乎不變。圖23(左)示出，64， 000個數(shù)據(jù)點的PD2i分布與128， 000 個數(shù)據(jù)點的PD2i分布基本上是相同的；注意，128， 000個點的柱狀圖 的峰稍高于64, OOO個點的柱狀圖的峰，從而展現(xiàn)出兩條曲線。替代物 也完全重疊。圖23 (右)示出，漸增的數(shù)據(jù)長度導(dǎo)致較大分布的PD2i形態(tài)上 變得更加單位正態(tài)。所有這些案例中向右的小偏斜(skew)是由數(shù)據(jù) 中由離散化誤差引起的噪聲含量導(dǎo)致的。對這樣的偏斜的統(tǒng)計學(xué)修正 不導(dǎo)致結(jié)果解釋方面的任何改變，因此這一統(tǒng)計學(xué)目的的修正步驟是 沒有根據(jù)的。
隨機(jī)化相替代物(SUR)的PD2i的形態(tài)非常正態(tài)，因為小噪聲含 量對它們影響不這么大。因為顯著性t測試(t-test for significance)要求單位正態(tài)分布，所以，對于替代物測試中的t測 試，較高的數(shù)據(jù)點長度似乎比16, 000個數(shù)據(jù)點的子時段更有效，但 16， 000個數(shù)據(jù)點的子時段與正態(tài)分布在統(tǒng)計學(xué)上并非不同，因此，如 圖23 (右)中的近正態(tài)(near-normal)形態(tài)貌似會令人滿意。
Swinney及其合作者(Wolf等人，1985; Kostelich和Swinney, 1989 )討論了用于確定相空間中的非線性吸引子的自由度的數(shù)據(jù)長度 要求，并提出規(guī)則Ni>10 exp D2。這個規(guī)則被普遍應(yīng)用，但僅對相 空間中的在其中每個波瓣都經(jīng)常被過訪(visit )的吸引子有效，例如， 如在圖13中看到的正弦、洛倫茲和心跳吸引子中發(fā)生的。EEG吸引子 似乎不遵守這個規(guī)則，因為"總"睡眠吸引子(圖22，左)的下均值 (lower mean)(大約2. 5 )要具有PD2i值的單位正態(tài)分布，需要大 約64， 000個數(shù)據(jù)點；然而，維數(shù)較高(大約3. 5)的REM睡眠吸引子 (圖22，右)僅用1， 250個數(shù)據(jù)點即具有單位正態(tài)分布。然而，后者 的確遵守了數(shù)據(jù)長度的指數(shù)規(guī)則。這一明顯差異的原因是，Ni規(guī)則要 求數(shù)據(jù)平穩(wěn)性，而只有簡短的(brief) REM睡眠吸引子是平穩(wěn)的，這 樣它就在統(tǒng)計學(xué)上與它的替代物(隨機(jī)化相)不同?？偹呶佑?許多不同的非平穩(wěn)子時段組成，因而它與它的替代物無異。
假如被采樣數(shù)據(jù)是平穩(wěn)且無噪的，那么指數(shù)數(shù)據(jù)長度規(guī)則，即Ni 規(guī)則，(例如，Ni>10 exp PD2i),可以準(zhǔn)確地確定所生成數(shù)據(jù)和生 理學(xué)數(shù)據(jù)的最小數(shù)據(jù)長度。
B. PD2i
PD2i測量有賴于腦神經(jīng)系統(tǒng)、自主神經(jīng)系統(tǒng)和內(nèi)在心臟神經(jīng)系統(tǒng) (intrinsic cardiac nervous system)的心跳的調(diào)節(jié)器(regulator ) 的依賴時間的自由度數(shù)目。PD2i可以擴(kuò)展到在普通技術(shù)人員的記錄能力之內(nèi)的其他生理學(xué)時間序列(time-series)數(shù)據(jù)。算法及其實施方 案已經(jīng)在美國專利5， 709， 214和5, 720, 294中公開，這兩個專利在此 均通過引用納入本說明書。最大PD2i指示獨立調(diào)節(jié)器的最大數(shù)目(即， 對其變異性(variability)有貢獻(xiàn)的腦系統(tǒng)、自主系統(tǒng)和心臟系統(tǒng)的 數(shù)目)，最小PD2i指示存在于這些調(diào)節(jié)器之間的依賴時間的協(xié)作 (cooperation )的極值(extreme )。最小PD2i<l. 4指示心律失常死 亡的風(fēng)險(Skinner、 Pratt和Vybiral, 1993 )。減小的最大心跳PD2i 指示早期阿爾茨海默病，如此處通過圖28所公開的(美國專利申請 No. 60/445, 495,未決)和所確認(rèn)的，圖28示出了癡呆患者和昏厥患 者的結(jié)果。圖28示出了心跳的PD2i在確定癡呆(阿爾茨海默病)和 昏厥病例中的使用。
i.PD2i的計算
如先前在美國專利5， 709， 214和5， 720， 294中乂>開的PD2i的計算 和其參數(shù)的選擇，如圖29至31中所示。圖29首先示出了如何根據(jù)由 數(shù)據(jù)點的兩個樣本生成的向量計算PD2i。然后，圖30示出了，對于 大數(shù)據(jù)長度和數(shù)據(jù)長度有限的更實際數(shù)據(jù)長度，根據(jù)PD2i數(shù)學(xué)模型
(在Ni逼近無窮大時的極限內(nèi))根據(jù)這些向量差長度做出的相關(guān)積分 是什么樣子。所述相關(guān)積分是在M=l至M-12的每個嵌入維(embedding dimension)做出的按等級排序的(rank ordered)向量差長度(VDL) 的logC vs logR圖。圖30也圖示了用于在更有限的數(shù)據(jù)長度中確定 就位于軟尾(floppy tail) (FT)之上的初始小logR斜率(斜率1) 的線性度的線性判據(jù)(LC)(左下)；FT由離散化誤差引起。也圖示 了收斂判據(jù)(CC),其衡量隨著嵌入維增加，斜率變化的缺乏程度(右 下，水平線條)。
對于真實的和合成的校準(zhǔn)數(shù)據(jù)(calibration data)經(jīng)驗上觀察 到的是對PD2i分析很有效的參數(shù)。LC=0. 30顯示了由于與有限數(shù)字化 率結(jié)合的有限數(shù)據(jù)長度而引起的不穩(wěn)定軟尾。具有第一線性斜率的段
(segment);故繪圖長度(Plot Length ) ( PL=0. 15 )參數(shù)限制在15%， 同時最小斜率長度是log-log圖中在軟尾之上的至少10個熬據(jù)點(10 點最小準(zhǔn)則)。收斂判據(jù)(CC-0.4)要求，斜率與嵌入維(M)的關(guān)系 曲線收斂，因為限定每個PD2i的是收斂斜率值。只有滿足這些參數(shù)要求的PD2i值是被接受PD2i。圖31示出了如何選擇參數(shù)Tau,以及為 什么對于心跳數(shù)據(jù)選擇Tau=l。
圖29圖示了具有數(shù)據(jù)長度Ni的生理學(xué)時間序列(R-R、 EEG等) 的PD2i的計算。圖29A,對于所有i值和j值均遞增的簡短成對數(shù)據(jù) 樣本(i， j)被用作多維向量的坐標(biāo)。圖29B,針對三維向量(M-3) 顯示的合成向量(i， j)被計算，繼而向量差(VDLij)被算出。圖29C, PD2i的數(shù)學(xué)模型是:在Ni(數(shù)據(jù)長度)逼近無窮大時，C被標(biāo)度為(scale as)R的PD2i次方，其中C是按等級排序的VDL的累積計數(shù)，R是在 其內(nèi)對VDL計數(shù)的范圍；例如，對于較小的R(RO ,僅小VDL被計 數(shù)；對于較大的范圍(R=6)，所有VDL都被計數(shù)；注意，對于小的R 值，每個等級中的數(shù)目通常較大。
圖30圖示了以LogC與LogR的關(guān)系曲線的收斂、有限斜率形式的 PD2i計算。左上從M-l至M-12，對于每個多維向量作出LogC與LogR 的關(guān)系曲線圖；M-12意味著，12個數(shù)據(jù)點被用作用來生成12維的、i 或j向量合量的坐標(biāo)。右上繼而對于每個維(M)，作出小LogR圖 的線性部分的斜率；注意，隨著M增至9以上，斜率不再增大(即， 是收斂的)。左下對于有限數(shù)據(jù)，存在不穩(wěn)定的、必須利用線性判 據(jù)檢測的軟尾(FT)。繼而，就在FT之上的線性部分(斜率段l)的 斜率被測量(參數(shù)被限制為整個圖的前15%)。該線性部分的最小長 度是10個數(shù)據(jù)點；否則它不被視為有效的PD2i。右下有限斜率的 圖被對照M繪出，并且根據(jù)收斂判據(jù)，發(fā)現(xiàn)對于較高的M其是收斂的 (水平線)。PD2i算法的準(zhǔn)則是Tau-l,即，相繼的數(shù)據(jù)點被用作 坐標(biāo)；LC=0. 3，即，斜率的二階導(dǎo)數(shù)變化不能大于其均值的正負(fù)15°/0; CC-0.4,即，M=9至12的SD不能大于其均值的正負(fù)20%; PL=0. 15， 即，算出的斜率是M-1至M-12下的每個圖中從FT到數(shù)據(jù)點總數(shù)的15%; Ni必須大于10的PD2i次方(即，以準(zhǔn)確地計算PD2i=0. 0至3. 0 ); 如右下所示，關(guān)于Ni,即被分析的生理學(xué)數(shù)據(jù)，必須有至少10exp3 (即，〉1000 )個數(shù)據(jù)點。
PD2i與D2的區(qū)別在于，s PD2i是D2的估計，其中s是由于參考 向量的位置i與做出相關(guān)積分的VDL的所有j向量相比較而造成的誤 差。對于該吸引子中i向量的所有位置，誤差項(s )的均值是零。這意味著，隨著i位置重復(fù)地環(huán)形通過(loop through)該吸引子， 平均PD2i在極限上將逼近D2,經(jīng)驗上的確如此，在圖25A所示的已 知數(shù)學(xué)原型(origin)的有限數(shù)據(jù)中僅有4%的誤差。
圖31示出了兩個確定Tau的方法，Tau是為了選擇用在作為用于 做出VDL的坐標(biāo)的ij向量對中的數(shù)據(jù)點而跳過的數(shù)據(jù)點的數(shù)目。Tau=l 意味著，數(shù)據(jù)的ij樣本中的相繼點被選作用于做出ij向量的坐標(biāo)。 Tau=2意味著，每隔一個數(shù)據(jù)點地使用數(shù)據(jù)點，等等。對于從M-1至 M-12的所有嵌入維，必須使用相同的Tau,以找到收斂斜率。
圖31中的上圖示出了在洛倫茲數(shù)據(jù)上畫出的兩組點，#1和#2。 在左側(cè)，#1和#2在時間(數(shù)據(jù)點)上是分離的，其Tau-l，在右側(cè)， #1和#2按Tau=10分離。假如#1和#2在左側(cè)的Tau與在右側(cè)的Tau 相等，那么在左側(cè)的#2點將越過該數(shù)據(jù)中的向上尖峰，并與#1處于大 致相同的值(即，在y軸上大致相同的值)。因此，這些點必須靠攏 在一起，如在左側(cè)，以解析對在整個數(shù)據(jù)序列中發(fā)現(xiàn)的維數(shù)的高頻影 響(contribution )。
中圖示出了自相關(guān)函數(shù)，其中遍歷全部數(shù)據(jù)文件的兩點的相關(guān)系 數(shù)被對照其Tau繪出。當(dāng)Tau是零時，點#1和#2在它們遍歷這些數(shù)據(jù) 時總是重疊的，因此自相關(guān)函數(shù)圖總是從相關(guān)系數(shù)=1. 0開始。當(dāng)自相 關(guān)函數(shù)中的第一過零點(zero crossing)被找到時，這意味著點#1 和并2完全不相關(guān)，即，因為這兩點遞增地遍歷數(shù)據(jù)以找到計算相關(guān)系 數(shù)的值。當(dāng)相關(guān)系數(shù)為負(fù)(零以下)時，它們不同程度地負(fù)相關(guān)，最 大為-1 (完全負(fù)相關(guān))。對于上圖所示的洛倫茲數(shù)據(jù)，自相關(guān)函數(shù)圖 中的第一零相關(guān)系數(shù)是在Tau=25。但Tau的這一選擇不能解析上圖所 示的數(shù)據(jù)的較高頻率影響。
選擇Tau的另一個方法是，首先做出數(shù)據(jù)文件的功率譜，如圖31 的下圖所示。當(dāng)較高頻率的成分停止對信號(和PD2i)產(chǎn)生影響時， 這暗示著小得多的Tau (見下方)，但該Tau將解析較高和較低頻率。 在洛倫茲數(shù)據(jù)的情形下，這個截止點(cutoff)是在Tau-l。峰值功 率暗示著Tau=25。即，功率峰的頻率(奈查斯特頻率(Nyquist Frequency))的四分之一周期(cycle )是Tau=25，這暗示著，在這 個頻率下的傅立葉變換的較低頻率正弦波中，有100個數(shù)據(jù)點。在這個所指示的Tau=l的截止點處傅立葉變換的頻率中，有4個數(shù)據(jù)點。 所有頻率成分，不論它們的相對功率如何，都同等地對自由度(即， PD2i,用維數(shù)表示)的測量產(chǎn)生影響。
對于具有有限數(shù)據(jù)長度的有限數(shù)字，使用小Tau總是更好，因為 小Tau將使得對于低頻和高頻波瓣，都能夠進(jìn)行吸引子的維數(shù)的非線 性檢測。在上圖所示的數(shù)據(jù)中，Tau-l將檢測左側(cè)的高頻尖峰和右側(cè) 的低頻(平坦)段兩者的維數(shù)影響；Tau=10或25將僅檢測后者。注 意，Tau-l顯示出圖13中所示的正弦數(shù)據(jù)、洛倫茲數(shù)據(jù)和心跳數(shù)據(jù)的 吸引子。這樣，可以選擇Tau=l用于心跳分析，因為這可以最優(yōu)地顯 示其維數(shù)通過PD2i計算出的吸引子。
使PD2i算法區(qū)別于D2i算法的特征是，限制位于不穩(wěn)定軟尾之上 的初始斜率1線性標(biāo)度區(qū)的長度。這為非平穩(wěn)數(shù)據(jù)方面的PD2i算法的 準(zhǔn)確性作準(zhǔn)備(圖25A)。只有由同種類數(shù)據(jù)產(chǎn)生的ij向量差才會生 成非常小的向量差長度(VDL)。那些其中i向量和j向量是處于不同 種類數(shù)據(jù)(例如， 一個是正弦數(shù)據(jù)，另一個是洛倫茲數(shù)據(jù)，如在圖11 和25A所示的非平穩(wěn)數(shù)據(jù)中)中的VDL往往大于那些在i樣本和j樣 本是處于同種類數(shù)據(jù)中時產(chǎn)生的VDL。這在數(shù)學(xué)上是成立的，并且在 經(jīng)驗上通過標(biāo)記和觀察相關(guān)積分中的VDL得到了支持。
經(jīng)驗上已經(jīng)確定，對繪圖長度的15%的限制以及在軟尾之上最小 IO個點的限制，在已知的非平穩(wěn)數(shù)據(jù)(4%的誤差，圖25A)中和在其 結(jié)果已知的生理學(xué)數(shù)據(jù)(圖17)中，都是很有效的。即使數(shù)據(jù)中有小 振幅的噪聲，這個限制仍然很有效。例如，噪聲將引起小VDL，這樣 將污染其斜率為PD2i、在軟尾之上的LogC與LogR關(guān)系曲線線性標(biāo)度 區(qū)的初始部分。這個對斜率的噪聲相關(guān)影響對根據(jù)吸引子得出的小 logR值的影響是加性的，因而將稍微增大或提高(boost )平均PD2i。 但是，在算法上可以處理該小量噪聲。
一種引入PD2i算法中的計算技術(shù)是，將非常小的斜率設(shè)置為0, 因為它們很可能完全是由噪聲造成的，而不是由任何有變化的信號造 成的。將小于0.5的斜率設(shè)置為0.0，為PD2i算法的士5個整數(shù)(msec) 的噪聲容限電平作準(zhǔn)備，其中±5個整數(shù)的隨機(jī)噪聲可以被添加到較 大振幅的數(shù)據(jù)上，而不顯著增加PD2i值(圖25B)。另一種解決提高的平均PD2i的技術(shù)是，使用本說明書中描述的噪 聲因素算法(NCA)和過渡帶算法(Transition Zone Algorithm) (TZA) (圖2和圖8A-C)。
ii. PD2i和噪聲
如本i兌明書所述，噪聲可以從生理學(xué)源(例如，心房顫動或高心 律失常率)、RR檢測器中的誤差(與T波混雜的小R波)、損壞的設(shè) 備(產(chǎn)生偽影的破損引線)或低劣的數(shù)據(jù)獲取技術(shù)(例如，不能適當(dāng) 地指導(dǎo)患者或從行為上控制環(huán)境)進(jìn)入R-R間期數(shù)據(jù)。而且，噪聲可 以從生理學(xué)源(例如，非REM睡眠與它的替代物無異)、低劣的設(shè)備 (例如，未用適當(dāng)?shù)膸ɑ驍?shù)字化率進(jìn)行記錄)或低劣的數(shù)據(jù)獲取技 術(shù)(環(huán)境噪聲、缺乏受控環(huán)境)進(jìn)入EEG數(shù)據(jù)。所有這些噪聲源必須 被處理，以保持處于通過被接受的PD2i的。/。N判斷的PD2i算法噪聲容 限電平范圍以內(nèi)，否則，因為這些數(shù)據(jù)具有噪聲含量，必須基于先驗 從研究中排除這些數(shù)據(jù)。NCA、 TZA和異常值剔除都是用于處理小量不 可避免的噪聲_ —其原本會導(dǎo)致其被從研究中排除一一的降噪算法。 所述NCA已經(jīng)在美國專利申請No. 10/353, 849中公開，該專利申請在 此通過引用納入本說明書。所述TZA將在本說明書中描述。
a.堅
一種應(yīng)用于電生理學(xué)數(shù)據(jù)以保證該電生理學(xué)數(shù)據(jù)中的噪聲不會導(dǎo) 致非線性算法進(jìn)行虛假計算的方法是檢驗數(shù)據(jù)與已濾波隨機(jī)噪聲相 同這一無效假設(shè)(null hypothesis )(即，通過隨機(jī)化相替代物測試)。 假如實驗數(shù)據(jù)的結(jié)果與它們的替代物的結(jié)果在統(tǒng)計學(xué)上不同一一對這 兩種數(shù)據(jù)類型使用相同的分析算法，那么該無效假設(shè)被否決，即該數(shù) 據(jù)不是已過濾噪聲。圖26和27示出，向無噪洛倫茲數(shù)據(jù)系統(tǒng)地添加 噪聲，降低了。/。N (被接受PD2i與所有PD2i的比值)，并使該數(shù)據(jù)的 平均PD2i向替代物的平均PD2i靠攏。在。/。N〉30的情況下，噪聲不改 變PD2i分?jǐn)?shù)的分布，但在。/。N〈30的情況下，噪聲改變PD2i分?jǐn)?shù)的分 布。這構(gòu)成了數(shù)學(xué)證據(jù)一一％N>30應(yīng)該是用于適當(dāng)采樣的數(shù)據(jù)的一個 判據(jù)。假如數(shù)據(jù)不符合Ni規(guī)則(Ni〉10expPD2i),則這將表現(xiàn)為噪 聲，因而導(dǎo)致依據(jù)y。N的否決。在340個ER患者的數(shù)據(jù)庫中，經(jīng)驗 已經(jīng)觀察到，假如平均PD2i大于5. 25 (要求500， 000個RR間期，這將花費125個小時來記錄)，那么為25%的°0是可接受的；假如平均 PD2i大于5. 75，那么為20。/。的。/nN是可接受的。即，在這些文件中沒有 低維PD2i,但是，因為高平均PD2i和不適當(dāng)?shù)腘i,該y。N是不可接受 的，因此應(yīng)該允許調(diào)節(jié)。/。N，因為它們都被發(fā)現(xiàn)是真陰性(True Negative)數(shù)據(jù)文件。舉例說，用于。/。N的參數(shù)可以是。/。N〈30,除非當(dāng) 沒有PD2i小于1. 6時，當(dāng)平均PD2i大于5. 0、 5. 25或5. 75時，分別 指示°0>29%、 。/nN〉25。/。和y。N〉20y。為可接受的?？赡苋粤粲行×吭肼暎瑪?shù) 據(jù)仍要求附加算法處理以用于非線性分析。
被接受的PD2i的數(shù)目與總的可能PD2i的比值(％N)與數(shù)據(jù)中的 噪聲量非線性相關(guān)。PD2i被否決的一個原因是，它們不符合針對相關(guān) 積分的準(zhǔn)則。圖26示出了對于洛倫茲數(shù)據(jù)(1200個數(shù)據(jù)點)，被接 受PD2i的。/。N與。/。噪聲含量的非線性關(guān)系。噪聲(隨機(jī))被系統(tǒng)地添加 到無噪聲數(shù)據(jù)。對于處于或高于30。/。的。/。N值，噪聲含量不改變平均PD2i
(上水平線。對于低于i9y。的y。N值，數(shù)據(jù)的噪聲含量太大，以致于不
能進(jìn)行無效假設(shè)一一數(shù)據(jù)的PD2i分布與已過濾噪聲(即，該數(shù)據(jù)的隨 機(jī)化相替代物)的PD2i分布相同——的否決。
圖27示出了與圖26中相同的效果，但為PD2i分布示出了噪聲含 量(LOR+。/。噪聲)和。/flN。因為添加1。/。的噪聲完全不改變PD2i分布(完 全重疊的LOR+(T/。和LOR+1%)，為30的MN似乎是可接受的。但添加2% 的噪聲導(dǎo)致整個PD2i分布的自由度右移0. 5度，包括左手一側(cè)的最低 值在內(nèi)。添加更多噪聲(4%)雖然仍在邊緣(marginally)在統(tǒng)計學(xué)上 顯著不同于它的替代物，但是導(dǎo)致了更廣的分布，該更廣的分布具有 不同于均值的峰值，并更加移向它的替代物。
這樣，y。N〉3(W可以是包括最低值在內(nèi)的PD2i分布的穩(wěn)定性的量 度，而不論該分布是否在統(tǒng)計學(xué)上顯著不同于其隨機(jī)化相替代物的分 布。
b.去除異常值(非平穩(wěn)偽影) 對于其中存在大于偏差門限(例如，3倍標(biāo)準(zhǔn)差)的值的數(shù)據(jù)序 列，去除其中的異常值是普遍做法，因為這些值被認(rèn)為是非平穩(wěn)事件 (即，噪聲)。對它們進(jìn)行插值(線性樣條或"做樣條(splining)") 而不是去除它們，將維持時間上的相關(guān)性。在使用相關(guān)積分的非線性分析(D2、 D2i、 PD2i)中，數(shù)據(jù)中的這些奇異點(singular point) 通常依據(jù)線性判據(jù)和收斂判據(jù)(本說明書中討論的)被否決，但是假 如存在幾個以上的奇異點，則產(chǎn)生虛假值的相關(guān)積分中可以出現(xiàn)標(biāo)度 (scaling)，如在圖18中所見。圖18示出了當(dāng)生理學(xué)數(shù)據(jù)(RR間 期)含有偽影(心律失常、運動偽影)時的非線性結(jié)果(PD2i)。這 些偽影是在RR間期軌跡(左上)中看到的大尖峰。相應(yīng)的PD2i分?jǐn)?shù) 在左下方的象限中示出。右上方的象限示出了 RR間期與PD2i的關(guān)系 圖，右下方的象限示出了 PD2i柱狀圖。具有污染參考向量的運動偽影 或心律失常(大尖峰)的PD2i中，有一些被否決，但不是全部。
假如這些偽影通過插值樣條(線性插值)被去除，那么低PD2i值 被消除，如圖19所示。通過用在時間上向后延伸一個點并在時間上向 前延伸一個點的線性樣條覆蓋異常值(即，使用i-2值和i+2值構(gòu)造 線性插值，來覆蓋i-l至i+l)，可以修改異常值。圖19圖示了與圖 18相同的數(shù)據(jù)文件和結(jié)果，但其中偽影已經(jīng)被覆蓋它們的線性樣條去 除。這樣的偽影的相對重要性應(yīng)該被考慮，并且應(yīng)該例行地從心跳數(shù) 據(jù)中去除這樣的偽影，尤其是假如虛假地產(chǎn)生PD2i分?jǐn)?shù)的數(shù)據(jù)處于本 說明書中討論的TZA門限以下的話。
c. NCA和NCA準(zhǔn)則
根據(jù)示例性方面，NCA (噪聲因素算法)檢查高放大倍數(shù)下的低電 平噪聲(例如，y軸滿標(biāo)度是40個整數(shù)，x軸滿標(biāo)度是20次心跳)， 并確定該噪聲是否在預(yù)定范圍之外，例如，該噪聲的動態(tài)范圍是否大 于V5個整數(shù)。假如是，那么通過用一個數(shù)除數(shù)據(jù)序列一一該數(shù)把噪聲 帶回V5個整數(shù)的范圍內(nèi)一一來從數(shù)據(jù)序列中去除噪聲。例如，可以用 2除數(shù)據(jù)序列，從而去除一個噪聲位。
因為，在小于m-12的嵌入維下計算出的相關(guān)積分的線性標(biāo)度區(qū)， 當(dāng)由低電平噪聲(例如，具有V5個整數(shù)的動態(tài)范圍)產(chǎn)生時，具有小 于0.5的斜率，所以不可能區(qū)分低電平噪聲和真正的小斜率數(shù)據(jù)。方 便的是，因為在生物學(xué)數(shù)據(jù)中極少遇到小于0. 5的斜率，所以在算法 上將0. 5或小于0. 5的任何斜率(在相關(guān)積分中觀察到的)設(shè)置為0， 將消除對這些小的自然斜率的檢測，也將消除低電平噪聲對PD2i值的 影響。正是這個"算法現(xiàn)象"解釋了經(jīng)驗數(shù)據(jù)，并說明了當(dāng)在介于-5噪聲數(shù)據(jù)時其效果的缺乏。然而， 稍微更大振幅的噪聲將顯示出預(yù)計隨非線性算法出現(xiàn)的噪聲效應(yīng)。
去除一個噪聲位使噪聲減半，如圖12 (洛倫茲數(shù)據(jù))和14 (RR 數(shù)據(jù))所示，因而使斜率值回到其未提高狀態(tài)(non-boosted state) (即，現(xiàn)在噪聲小于噪聲容限電平)。但對于每個數(shù)據(jù)文件都這樣做 是不明智的，因為這可能使得PD2 i算法忽視來自生理學(xué)數(shù)據(jù)的小1 ogR 值一一該小logR值在某些情形下可能是重要的。換言之，在從數(shù)據(jù)中 去除噪聲位之前，必須有懷疑文件含有噪聲的某種理由。
噪聲通常被量化為信號內(nèi)容的百分比。濾除噪聲的同時也濾除了 部分信號，這在非線性分析中可能潛在地導(dǎo)致虛假結(jié)果。通過去除一 個位(例如，將信號的振幅除以2)，該信號中的噪聲也減半。圖12 示出，去除一個位不會顯著改變非線性度量PD2i的均值或分布。示出 了去除一個"噪聲"位(RNB)對洛倫茲數(shù)據(jù)的利用點相關(guān)維數(shù)(PD2i) 的非線性度量的分布的影響。與初始未改變信號相比，將洛倫茲數(shù)據(jù) 的振幅減半(RNB)不會顯著改變它的分布。相反，去除兩位(將振幅 除以4),通過將分布的中部拓寬，確實改變了分布。去除2位，通 過使柱狀圖的中部變平并拓寬柱狀圖兩翼，改變了分布。這是不想要 的，因為它去除了太多信號。從RR數(shù)據(jù)去除一位(圖14)對包括最 小PD2i在內(nèi)的較小的PD2i值沒有影響。
NCA可以運行在"殆陽性(almost-Positive) " PD2i案例(即， 具有最小PD2i的陰性PD2i案例，其在分界線附近具有低維偏移 (excursion))中，如下段所定義的。去除一個噪聲位對具有大R-R 間期變異性的明顯陰性文件沒有影響。在已經(jīng)是陽性的PD2i案例中去 除一個噪聲位是不需要的，因為這只會使它們更陽性。
可以被用于確定殆陽性RR間期數(shù)據(jù)中的提高的噪聲含量的NCA準(zhǔn) 則的實例包括，但不局限于1) R-R間期數(shù)據(jù)多少有點"平坦"，幾 乎沒有心率變異性(即，至少一段的400個相繼R-R間期的SD小于 17msec) ; 2 )平均PD2i低于5. 0至6. 0這個常規(guī)正常均值(即，平 均PD2i〈4. 9) ; 3) R-R間期在15分鐘的數(shù)據(jù)樣本中至少一次達(dá)到指 示高心率的低值(即，5個R-R間期〈720msec);和4)數(shù)據(jù)中實際上 有少量噪聲(即，在20個RR間期的運行窗口中，多于50%具有>±5
3的SD)。
d. TZA和TZA準(zhǔn)則
假如生理學(xué)數(shù)據(jù)的非線性度量是連續(xù)尺度的(on a continuous scale),并被用于將高于分界線和低于分界線的分析結(jié)果分層(例如， 以預(yù)測心律失常死亡的風(fēng)險)，那么可以要求過渡帶算法(TZA)更好 地將結(jié)果分成兩層(stratum)。對于結(jié)果(例如，PD2i分?jǐn)?shù))中的瞬 態(tài)生理學(xué)變化一一其表示非平穩(wěn)事件，可以利用一個測試數(shù)據(jù)組中的 實際結(jié)果(例如，心律失常死亡事件或無心律失常死亡)來調(diào)節(jié)TZA 門限。這個測試-再測試調(diào)節(jié)可以首先確定TZA門限在一個數(shù)據(jù)組中的 位置，繼而在后續(xù)數(shù)據(jù)組中使用該TZA門限。這種方法的一個問題是， PD2i的瞬態(tài)低維偏移可能在測試或再測試中出現(xiàn)，其可以逼近無窮窄 的分界線或判據(jù)電平，但不能達(dá)到，因為非線性分?jǐn)?shù)被數(shù)據(jù)中的少量 噪聲稍稍提升了。這樣，就需要噪聲修正因數(shù)。
圖16示出了一個對象的一個實例，該對象有多個PD2i低維偏移 進(jìn)入就位于分界線(水平線，左下)上方的過渡帶。該分界線可以是， 例如，1.4。該過渡帶可以在1.4和1.6之間。當(dāng)先驗分界線已經(jīng)被設(shè) 置在1.40時，有多個PD2i分?jǐn)?shù)處于在1.4和1.6之間的過渡帶中。 在圖16中，對象的分?jǐn)?shù)可能被噪聲含量稍稍提升。 一旦一個分?jǐn)?shù)被確 定處于過渡帶內(nèi)，則該分?jǐn)?shù)可以利用小的維數(shù)數(shù)目(a small number of dimensions )降低，以補(bǔ)償由少量噪聲導(dǎo)致的小提升。該維數(shù)數(shù)目可 以是，例如，0.2。
在對ER中的320個心臟病患者的研究中，有20個對象的PD2i分 數(shù)處于在1.4和1,6維之間的過渡帶中，其中1.4是在先前的研究中 確定的先驗分界線。在這20個對象中，有3個具有心律失常死亡(AD) 結(jié)果，且是真陽性(True Positive) (TP);有16個具有非AD結(jié)果， 且是真陰性(True Negative) (TN);還有1個具有非AD結(jié)果，且 是假陽性(False Positive) ( FP )。問題是，當(dāng)PD2i分?jǐn)?shù)處于就在 先驗分界線上方的小過渡帶中時，如何區(qū)分這3個AD對象和這17個 非AD對象。
假如檢查所有320個患者的所有PD2i分?jǐn)?shù)，那么很顯然，AD對 象具有許多小于3. 0的PD2i,而非AD對象不是這樣。圖17圖示了這個現(xiàn)象，其中，將AD對象與他們的非AD對照對象相比較，每個非AD 對照對象都有急性心肌梗塞但在1年跟蹤期內(nèi)沒有顯現(xiàn)AD。在圖17 的上部，示出了來自18個患者的RR和PD2i數(shù)據(jù)，這18個患者在1 年跟蹤期內(nèi)死于確定的突發(fā)心律失常事件(AD)，多數(shù)在30天內(nèi)死亡。 在圖17的下部，示出了來自18個對照對象的類似數(shù)據(jù)，這18個對照 對象中的每一個都有記錄在案的急性心肌梗塞(AMI)，并存活了至少 l年的跟蹤期。這些出現(xiàn)結(jié)果暗示，可以只對3. 0以下的PD2i值計數(shù) 并找出統(tǒng)計上顯著的結(jié)果。實際上，當(dāng)這樣做時，后驗地，敏感性 (Sensitivity)和特異性(Specificity)均為100% (p<0. 001)。 但是，注意到，在該圖上半部的各個患者方格(cell)中，有許多瞬 態(tài)低維偏移。也注意到，對于非AD患者，有相對少的單點下降到0至 3. O這個帶中。
另 一個因素是，假如要使用ECG記錄的10至15分鐘時段內(nèi)的PD2 i 的數(shù)目(隨機(jī)度量)，那么必須假定這個時間間隔期間的數(shù)據(jù)平穩(wěn)性， 而情況并非如此，因為低維PD2i偏移的下降(dipping)指示非平穩(wěn) 事件(即，自由度是變化的)。因此，既為了實踐上又為了數(shù)學(xué)上的 緣故，低維偏移的最小值是PD2i非線性度量的一個判據(jù)。
為了解決過渡帶中的瞬態(tài)低維PD2i分?jǐn)?shù)——所有這些PD2i分?jǐn)?shù) 可以因少量噪聲含量而被稍稍提升——的兩難困境(dilemma)，可以 允許使用PD2i總體的獨立隨機(jī)度量作為一個判據(jù)，用于評估所有這些 PD2i中的噪聲含量，繼而相應(yīng)地調(diào)節(jié)瞬態(tài)PD2i分?jǐn)?shù)。
當(dāng)過渡帶算法(TZA)被用作噪聲修正因數(shù)一一其引入小于3. 0的 被接受PD2i的35%門限且獨立于本說明書中討論的噪聲因素算法—— 時，過渡帶中的所有最小PD2i分?jǐn)?shù)闖入(break into ) AD的正確PD2i 預(yù)測，在上述噪聲因素算法中可能去除或不去除噪聲位。使用非參數(shù) 統(tǒng)計(二項式概率，p<0. 001)，這是統(tǒng)計學(xué)上高度顯著的分類總結(jié) (breakout)。這樣，當(dāng)數(shù)據(jù)含有少量噪聲時， 一般可以使用這樣的 后驗噪聲修正因數(shù)。
總之，TZA準(zhǔn)則包括，但不局限于1)必須有至少一個PD2i值 在過渡帶內(nèi)(PD2i〉1.4，但PD2i《1.6); 2 )平均PD2i必須凈皮顯著 地降低(少于35%的被接受PD2i〈3. 0)。假如符合這些標(biāo)準(zhǔn)，那么PD2i值可以被降低O. 2維。
III.示例性方面 A.—般方面
在一個方面，如圖37中圖示，提供了補(bǔ)償與電生理學(xué)數(shù)據(jù)關(guān)聯(lián)的 少量不可避免的噪聲以更有效地預(yù)測諸如心律失常死亡之類的生物學(xué) 結(jié)果的自動化方法，這些方法的步驟包括在步驟3701,限定多個具 有關(guān)聯(lián)的間期數(shù)據(jù)的間期，諸如R-R間期，其中每個間期與對應(yīng)于電 生理學(xué)數(shù)據(jù)第一部分的軌跡——諸如ECG或EEG軌跡——的連續(xù)部分 之間的持續(xù)時間關(guān)聯(lián)；在步驟3702，使用諸如PD2i之類的數(shù)據(jù)處理 例程分析該多個間期，以產(chǎn)生維數(shù)數(shù)據(jù)；在步驟3703,當(dāng)維數(shù)數(shù)據(jù)小 于第一門限時，從間期數(shù)據(jù)去除至少一個極值，諸如異常值。第一門 限可以是大約1.4。去除至少一個極值可以產(chǎn)生精確維數(shù)數(shù)據(jù)。所述 方法還可以包括在步驟3704，使用諸如PD2i之類的數(shù)據(jù)處理例程 分析精確維數(shù)數(shù)據(jù)，以產(chǎn)生可接受維數(shù)數(shù)據(jù)；在步驟3705，當(dāng)可接受 維數(shù)數(shù)據(jù)低于第二門限且高于限制條件時，預(yù)測心律失常死亡。第二 門限可以是大約1.4。限制條件可以是，當(dāng)被接受或精確維數(shù)數(shù)據(jù)的 。/oN高于第三門限時。第三門限可以是大約百分之30。限制條件可以被 表達(dá)為。0>30%，其中y。N是被接受的PD2i的百分比。
去除至少 一個極值的步驟可以包括在多個間期中識別異常間期， 其中所述異常間期處于偏差門限以外；為異常間期定義線性樣條，并 用該線性樣條覆蓋該異常間期。偏差門限可以是，例如，3倍標(biāo)準(zhǔn)差。
上述方法還可以包括噪聲修正算法。該噪聲修正算法可以是，例 如，NCA、 TZA等等。
上述方法還可以包括，確定該電生理學(xué)數(shù)據(jù)是腦電圖數(shù)據(jù)還是心 電圖數(shù)據(jù)。假如該電生理學(xué)數(shù)據(jù)是EEG數(shù)據(jù)，則上述方法還可以包括 EEG數(shù)據(jù)算法。該EEG數(shù)據(jù)算法可以包括選擇線性判據(jù)、選擇繪圖 長度、選擇tau、選擇收斂判據(jù)和根據(jù)線性判據(jù)、繪圖長度、tau和收 斂判據(jù)的選擇定義被接受PD2i值。
在另一個方面，如圖38中圖示，提供了降低或補(bǔ)償與電生理學(xué)數(shù) 據(jù)關(guān)聯(lián)的小量噪聲以更有效地預(yù)測諸如心律失常死亡之類的生物學(xué)結(jié)果的自動化方法，所述方法包括在步驟3801，從電生理學(xué)數(shù)據(jù)形成 R-R間期；在步驟3802，根據(jù)R-R間期定義被接受PD2i值；以及在步 驟3803，確定被接受PD2i值是否小于第一門限值。第一門限可以是 大約1.4。所述方法還可以包括在步驟3804，當(dāng)被接受PD2i值小于 第一門限值時，去除R-R間期異常值；在步驟3805，根據(jù)R-R間期異 常值的去除定義精確被接受PD2i值；在步驟3806,確定被接受PD2i 值或精確被接受PD2i值是否低于第二門限；以及在步驟3807，當(dāng)被 接受PD2i值或精確被接受PD2i值低于第二門限且高于第一限制條件 時，預(yù)測心律失常死亡。第二門限可以是大約1.4。第一限制條件可 以是，被接受或精確維數(shù)數(shù)據(jù)的。/。N高于第五門限。第五門限可以是大 約百分之30。
上述方法還可以包括，將電生理學(xué)數(shù)據(jù)歸類為腦電圖數(shù)據(jù)。 上述方法還可以包括，確定被接受PD2i值或精確被接受PD2i值 是否在過渡帶內(nèi)。通過當(dāng)已確定被接受PD2i值或精確被接受PD2i不 低于第二門限時，確定被接受PD2i值或精確被接受PD2i值是否高于 第三門限，上述方法可以實現(xiàn)這一點。第三門限可以是大約1.6。上 述方法還可以包括，當(dāng)已確定被接受PD2i值或精確被接受PD2i值不 高于第三門限時，應(yīng)用過渡帶修正(TZA),從而確定被接受PD2i值 或精確被接受PD2i值在過渡帶內(nèi)。
應(yīng)用過渡帶修正還可以包括，確定被接受PD2i值或精確被接受 PD2 i值是否符合TZA準(zhǔn)則。通過確定被接受PD2i值或精確被接受PD2i
值是否高于第一限制條件，上述方法可以實現(xiàn)這一點。第一限制條件 可以是，被接受或精確維數(shù)數(shù)據(jù)的。/。N高于第五門限。第五門限可以是 大約百分之30。上述方法還包括，確定用于被接受PD2i值或精確被 接受PD2 i值的第二限制條件是否小于笫四門限。笫二限制條件可以是 小于大約3的被接受或精確PD2i值的百分比。第四門限可以是大約百 分之35。上述方法還包括，從被接受PD2i值或精確被接受PD2i值減 去偏移量，并根據(jù)偏移量的減去來預(yù)測心律失常死亡。偏移量可以是， 例如，0.2。
上述方法還可以包括，當(dāng)已確定被接受PD2i值或精確被接受PD2i 值高于第三門限時，應(yīng)用噪聲含量(NCA)修正。在又一個方面，如圖39中圖示，提供了降低與電生理學(xué)數(shù)據(jù)關(guān)聯(lián) 的噪聲以更有效地預(yù)測諸如心律失常死亡之類的生物學(xué)結(jié)果的自動化 方法，所述方法的步驟包括在步驟3901，將電生理學(xué)數(shù)據(jù)與第一數(shù) 據(jù)類型——諸如ECG/EKG或EEG數(shù)據(jù)類型——關(guān)聯(lián)；在步驟3902,從 電生理學(xué)數(shù)據(jù)形成R-R間期；在步驟3903，根據(jù)R-R間期定義被接受 PD2i值；在步驟3904,確定被接受PD2i值是否小于第一門限值；以 及在步驟3905,當(dāng)被接受PD2i值小于第一門限值時，去除異常值。 第一門限可以是大約1.4。該方法還可以包括在步驟3906，根據(jù)異 常值的去除定義精確被接受PD2i值；在步驟3907，確定被接受PD2i 值或精確被接受PD2i值是否低于第二門限；以及在步驟3908，當(dāng)被 接受PD2i值或精確被接受PD2i值低于第二門限且高于限制條件時， 預(yù)測心律失常死亡。第二門限可以是大約1.4，限制條件可以是，當(dāng) 被接受或精確維數(shù)數(shù)據(jù)的百分之N高于第四門限時。第四門限可以是 大約百分之30。
上述方法還可以包括在步驟3909,當(dāng)已確定被接受PD2i值或 精確被接受PD2i不低于第二門限時，確定被接受PD2i值或精確被接 受PD2i值是否高于第三門限；在步驟3910，當(dāng)已確定被接受PD2i值 或精確被接受PD2i值高于第三門限時，應(yīng)用過渡帶修正；以及在步驟 3911，當(dāng)已確定被接受PD2i值或精確被接受PD2i值低于第三門限時， 應(yīng)用噪聲含量修正。第三門限可以是大約1.6。
應(yīng)用過渡帶修正可以包括，從被接受PD2i值或精確被接受PD2i 值減去偏移量，并根據(jù)偏移量的減去來預(yù)測心律失常死亡。偏移量可 以是，例如，0.2。
應(yīng)用噪聲含量修正可以包括，去除大于R-R間期的預(yù)定數(shù)目的標(biāo) 準(zhǔn)差的異常值。標(biāo)準(zhǔn)差的該預(yù)定數(shù)目可以是3。噪聲含量修正還可以 包括確定R-R間期是否符合NCA準(zhǔn)則的預(yù)定數(shù)；假如符合NCA準(zhǔn)則 的預(yù)定數(shù)，從每個R-R間期去除一個噪聲位；根據(jù)R-R間期重新定義 被接受PD2i值；以及根據(jù)重新定義的PD2i值預(yù)測心律失常死亡。去 除一個噪聲位可以包括將R-R間期振幅除以2。可以被用于確定噪聲 含量的NCA準(zhǔn)則包括，但不局限于1 )R-R間期數(shù)據(jù)多少有點"平坦"， 幾乎沒有心率變異性(即，至少一段的400個相繼R-R間期的SD小于17msec); 2 )平均PD2i低于5. 0至6. 0這個常規(guī)正常均值(即，平 均PD2i〈4.9) ; 3) R-R間期在15分鐘的數(shù)據(jù)樣本中至少一次達(dá)到指 示高心率的低值(即，5個R-R間期〈720msec);和4)數(shù)據(jù)中實際上 有少量噪聲(即，在20個RR間期的運行窗口中，多于50%具有>±5 的SD)。
B.詳細(xì)方面
圖2圖示了本方法的另一個方面。該方法從步驟210開始。在步 驟210，該方法接收電生理學(xué)數(shù)據(jù)，例如EEG或ECG數(shù)據(jù)。步驟210 之后是步驟215。在步驟215,電生理學(xué)數(shù)據(jù)的類型被識別。步驟210 之后是判決步驟220。在步驟220，該方法確定數(shù)據(jù)是否是ECG數(shù)據(jù)。 假如已確定該數(shù)據(jù)不是ECG數(shù)據(jù)，則該方法前進(jìn)到步驟225,并執(zhí)行 EEG數(shù)據(jù)算法，該EEG數(shù)據(jù)算法的一個實例在圖3中詳細(xì)示出并在本 說明書中有描述。在該方法執(zhí)行EEG數(shù)據(jù)算法之后，該方法前進(jìn)到步 驟250。假如在判決步驟220已確定數(shù)據(jù)是ECG數(shù)據(jù)，則該方法前進(jìn) 到步驟230,并形成R-R間期。步驟230之后是步驟235。在步驟235， 被接受PD"算法被運行，該被接受PD2i算法的一個實例在圖4中詳 細(xì)示出并在本說明書中有描述。繼而該方法前進(jìn)到判決步驟240，以 確定PD2i值是否《1.4。假如該P(yáng)D2i值不是《1.4，則該方法前進(jìn)到 步驟275。假如該P(yáng)D2i值《1.4，則該方法前進(jìn)到步驟245,并執(zhí)行異 常值剔除算法，該異常值剔除算法的一個實例在圖5中詳細(xì)示出并在 本說明書中有描述。
在執(zhí)行異常值剔除算法之后，該方法前進(jìn)到步驟250，并運行被 接受PDH算法。繼而該方法前進(jìn)到判決步驟255。在判決步驟255， 確定PD2i值是否《1.4。假如該P(yáng)D2i值《1.4,則該方法前進(jìn)到判決 步驟260。在判決步驟260,確定被接受PD2i的。/nN是否〉30。/。。假如被 接受PD2i的y。N不是〉30。/。，則該方法前進(jìn)到步驟265,并被指明為因為 低。/。N被否決。然而，假如在判決步驟260，被接受PD2i的。/。N〉30。/。，則 該方法前進(jìn)到步驟270，并被指明為陽性PD2i測試。繼而該方法終止。
返回判決步驟255，假如已確定PD2i值不是《1.4,則該方法前 進(jìn)到判決步驟275。在判決步驟275，確定被接受PD2i值是否〉1.6。假如被接受PD2i值〉1.6，則該方法前進(jìn)到步驟280,并執(zhí)行NCA噪聲 修正算法，以確定是否有理由指明陽性PD2i測試、陰性PD2i測試或 由于低。/。N或違反Ni規(guī)則而導(dǎo)致的被否決測試，該NCA噪聲修正算法 的一個實例在圖6A和B中詳細(xì)示出并在本說明書中有描述。在執(zhí)行 NCA噪聲修正算法之后，該方法終止。
返回判決步驟275，假如已確定被接受PD2i值不是〉1.6，則該方 法前進(jìn)到步驟285，并執(zhí)行TZA噪聲修正算法，以確定是否有理由指 明陽性PD2i測試、陰性PD2i測試或由于低y。N導(dǎo)致的被否決測試，該 TZA噪聲修正算法的一個實例在圖7中詳細(xì)示出并在本說明書中有描 述。在執(zhí)行TZA噪聲修正算法之后，該方法終止。
圖3圖示了一個示例性EEG數(shù)據(jù)算法。該算法在步驟305開始， 在此數(shù)據(jù)被過濾。步驟305之后是步驟310。在步驟310，選擇線性判 據(jù)。步驟310之后是步驟315。在步驟315，選擇繪圖長度。步驟315 之后是步驟320。在步驟320,選擇Tau。步驟320之后是步驟325。 在步驟325,選擇收斂判據(jù)。步驟325之后是步驟330。在步驟330， 執(zhí)行被接受PD2i算法，該算法的一個實例在圖4中詳細(xì)示出并在本說 明書中有描述。在執(zhí)行步驟330之后，該EEG數(shù)據(jù)算法終止。
現(xiàn)在轉(zhuǎn)到圖4，該圖是圖示一個示例性PD2i子例程(subroutine) 225的流程圖，該P(yáng)D2i子例程225在步驟410開始。在步驟410， PD2i 子例程225接收電生理學(xué)數(shù)據(jù)。雖然這被示為一個單獨的步驟，但是 此數(shù)據(jù)對應(yīng)于從對象接收的指示信號(indicator signal)。步驟410 之后是步驟415。在步驟415, PD2i子例程225計算向量差長度。更 具體地，PD2i子例程225計算向量差長度，獲得它們的絕對值，繼而 將它們按等級排序。單個向量差長度是在于一點保持固定的參考向量 i和數(shù)據(jù)序列中所有其他可能向量之任一 j之間作出的，i=j時除 外一一在此情況下零值被忽略。每個向量通過繪圖在被稱為嵌入維m 的多維空間中作出。該嵌入維的坐標(biāo)由在"伽瑪"數(shù)據(jù)序列中的每個數(shù) 據(jù)點處的m值限定，m值實際上是在考慮Tau時的相繼數(shù)據(jù)點的數(shù)目。 即，伽瑪富集數(shù)據(jù)(gamma-enriched data)的一短段被用來構(gòu)成用于 作出m維向量的坐標(biāo)。例如，3個數(shù)據(jù)點作出3維向量(m=3) ， 12個 數(shù)據(jù)點作出12維向量(m-12)。在計算始于數(shù)據(jù)點i的參考向量和j向量(可以作出的任意其他向量之一)之后，然后計算向量差并將其
絕對值存儲在一個數(shù)組(array)中。繼而，相對于單個固定i向量作 出所有j向量。繼而點i增加，再次確定全部i-j向量差長度。繼而 m增加，再次計算全部i-j向量差長度。這些步驟本質(zhì)上說明了 PD2i 子例程225如何完成步驟420。
步驟420之后是步驟425。在步驟425， PD2i子例程225計算固 定參考向量所處的每個嵌入維的相關(guān)積分(例如，富集伽瑪數(shù)據(jù)序列 中的m個點i)。這些相關(guān)積分一般地指示特定時間點處的自由度， 取決于標(biāo)度間隔。步驟425之后是步驟430,在步驟430, PD2i子例 程225使用在步驟425確定的相關(guān)積分。繼而，該子例程將標(biāo)度區(qū)限 制在位于非穩(wěn)定區(qū)之上的相關(guān)積分的初始小端，該非穩(wěn)定區(qū)由數(shù)字轉(zhuǎn) 換器的速度所導(dǎo)致的誤差引起。更具體地，這個子例程基于繪圖長度 判據(jù)限定相關(guān)積分標(biāo)度區(qū)。這個判據(jù)本質(zhì)上將標(biāo)度限制在相關(guān)積分的 對數(shù)據(jù)非平穩(wěn)性具有不敏感性的小log-R端。
步驟430之后是判決步驟435。在判決步驟435， PD2i子例程225 確定線性判據(jù)是否被滿足。線性判據(jù)使得標(biāo)度區(qū)本質(zhì)上是線性的，并 使其不含有軟尾。假如線性判據(jù)被滿足，則沿"是"分支從步驟435 到步驟440。在步驟440, PD2i子例程225確定最小標(biāo)度判據(jù)是否被 滿足，最小標(biāo)度判據(jù)被滿足本質(zhì)上意味著該標(biāo)度區(qū)內(nèi)有合適數(shù)目的數(shù) 據(jù)點。假如最小標(biāo)度判據(jù)不被滿足，則PD2i子例程225沿"否"分支 從步驟435到步驟445。假如線性判據(jù)不被滿足，步驟440之后還有 步驟445。在步驟445, PD2i子例程225將平均(mean, or average ) 斜率和標(biāo)準(zhǔn)差存儲為-1。
當(dāng)最小標(biāo)度判據(jù)被滿足時，沿"是"分支從步驟440到步驟450。 在步驟450， PD2i子例程225存儲收斂嵌入維的相關(guān)積分的標(biāo)度區(qū)斜 率的平均斜率和偏差。即，這些值對應(yīng)這樣的斜率對于在時刻i的 關(guān)聯(lián)點，增大的m不導(dǎo)致標(biāo)度區(qū)斜率變化。
步驟455在步驟445和步驟470及475之后。在步驟455, PD2i 子例程225選擇下一個PD2i點，該下一個PD2i點具有i或m增量。 步驟455之后是判決步驟460。在判決步驟460， PD2i子例程225確 定是否所有PD2i點和m都被選擇。假如有剩下的未被選擇的值，則沿"否"分支從步驟460到步驟415,這本質(zhì)上迭代地重復(fù)子例程225， 直到在每個m下的所有i都已經(jīng)被算出。假如在步驟460確定所有值 都被選擇，則PD2i子例程225終止。
返回判決步驟465, PD2i子例程225確定收斂判據(jù)是否被滿足。 本質(zhì)上，該判據(jù)分析收斂的PD2i斜率值，并確定它們的收斂量是否大 于預(yù)定量。假如收斂判據(jù)被滿足，則步驟465之后是步驟470 (即， 沿"是"分支)。在步驟470, PD2i子例程225顯示"被接受"。假 如確定收斂判據(jù)不被滿足，則沿"否"分支從步驟465到步驟475， 再到步驟445。在步驟475， PD2i子例程225顯示"不被接受"。換 言之，"不被接受"表示PD2i因諸如噪聲等的某緣故是無效的，并在 步驟445存儲-l這個值。
圖5圖示了一個示例性異常值剔除算法。該算法在步驟510開始， 在步驟510該算法識別在偏差門限以外的第一 R-R間期。這個R-R間 期是異常值。偏差門限可以是，例如，3倍標(biāo)準(zhǔn)差。步驟510之后是 步驟515。在步驟515,定義該異常值的線性樣條。步驟515之后是步 驟520。在步驟520,用該樣條覆蓋該異常值。步驟520之后是步驟 525。在步驟525,該算法遞增到下一個異常值。步驟525之后是判決 步驟530。在判決步驟530，確定是否已經(jīng)到達(dá)文件的末尾，即，是否 有i=Ni，其中i是在該文件中的當(dāng)前位置，Ni是該文件中的數(shù)據(jù)點的 數(shù)目。假如確定i樣Ni，則該算法返回步驟510。假如在步驟525確定 i=Ni，則該算法終止。
圖6A和B圖示了一個示例性NCA噪聲修正算法。該算法在判決步 驟605開始，在判決步驟605，確定400個相繼RRi的SD是否〉10毫 秒。假如確定400個相繼RRi的SD《10亳秒，則該算法前進(jìn)到判決步 驟615，本說明書中有描述。假如在判決步驟605確定400個相繼RRi 的SD〉10亳秒，則該算法前進(jìn)到判決步驟610。在判決步驟610，確定 平均PD2i是否低于5. 0至6. 0的常規(guī)正常值。假如平均PD2i<4. 9, 可以作出決定。假如確定平均PD2i>4. 9,則該算法前進(jìn)到判決步驟 625，本^L明書中有描述。
然而，假如在判決步驟610確定平均PD2i〈4. 9，則該算法前進(jìn)到 判決步驟615。在判決步驟615，可以確定在15分鐘的數(shù)據(jù)樣本中RRi是否至少一次達(dá)到指示高心率的低值。假如5個或更多R-R間期 <720ms，則可以做出決定。假如少于5個RRi〈720msec，則該算法前 進(jìn)到判決步驟625，在本說明書中有描述。然而，假如在判決步驟615 確定5個或更多RRi〈720ms，則該算法前進(jìn)到判決步驟620。在判決步 驟620，確定R-R間期數(shù)據(jù)是否多少有點"平坦"，幾乎沒有心率變 異性。假如至少一段的400個相繼RRi的SD小于17ms，則可以做出 決定。假如至少一段的400個相繼RRi的SD不小于17ms，則該算法 前進(jìn)到判決步驟625。在判決步驟625，可以確定被接受PD2i的。/。N是 否>30%。假如在判決步驟625確定被接受PD2i的 >30%,則該算法前 進(jìn)到判決步驟680，其在圖6B中詳細(xì)示出并在本說明書中有描述。然 而，假如在步驟625確定被接受PD2i的。/。N〉30y。，則該算法前進(jìn)到步驟 640。
返回判決步驟620,假如確定至少一段的400個相繼RRi的SD小 于17ms，則該算法前進(jìn)到判決步驟635。在判決步驟635,可以確定 數(shù)據(jù)中是否有小量的噪聲。假如在20個RRi的運行窗口中多于50%具 有〉士5的SD，則可以做出決定。假如在20個RRi的運行窗口中多于 50%不具有>±5的SD,則該算法前進(jìn)到判決步驟650，在本說明書中 有描述。然而，假如在步驟635確定在20個RRi的運行窗口中多于 50。/。具有〉士5的SD，則該算法前進(jìn)到步驟640。在步驟640,可以去除 一個噪聲位。
步驟640之后是步驟645。在步驟645,可以運行被接受PD2i算 法，該算法的一個實例在圖4中詳細(xì)示出并在上面有描述。步驟645 之后是判決步驟650。在判決步驟650，可以確定被接受PD2i的。/。N是 否>30%。
假如確定被接受PD2 i的％N不>30%，則該算法前進(jìn)到判決步驟68 0， 其在圖6B中詳細(xì)示出并在本說明書中有描述。假如在判決步驟625確 定被接受PD2i的。/。N〉3(T/。，則該算法前進(jìn)到判決步驟670。在判決步驟 670,可以確定最小被接受PD2i是否<1.4。假如確定最小被接受 PD2i〈1.4，則該算法前進(jìn)到步驟675,并指明陽性PD2i測試。假如在 判決步驟670確定最小被接受PD2i不<1. 4,則該算法前進(jìn)到步驟630， 并指明陰性PD2i測試。轉(zhuǎn)到圖6B中的判決步驟680,可以確定平均PD2i是否〉5. 75。假 如確定平均PD2i不>5. 75，則該算法前進(jìn)到判決步驟684，在本說明 書中有描述。假如在判決步驟680確定平均PD2i〉5. 75,則該算法前 進(jìn)到判決步驟681。在判決步驟681,可以確定被接受PD2i的裔是否 >15%。假如被接受PD2i的y。N不〉15、則該算法前進(jìn)到步驟682,并因 低。/。N而否決該測試，并結(jié)束。假如在判決步驟681被接受PD2i的 %N>15%,則該算法前進(jìn)到步驟683，并宣布違反Ni規(guī)則。繼而該算法 前進(jìn)到在步驟689指明陰性PD2i測試。在步驟689之后，該算法終止。
返回判決步驟684,可以確定平均PD2i是否>5. 25。假如確定平 均PD2i不〉5.25,則該算法前進(jìn)到判決步驟687，在本說明書中有描 述。假如在判決步驟684確定平均PD2i>5. 25,則該算法前進(jìn)到判決 步驟685。在判決步驟685,可以確定被接受PD2i的y。N是否〉20。/。。假 如被接受PD2i的。/。N不>20%，則該算法前進(jìn)到步驟686，并因低。/。N而 否決該測試，并結(jié)束。假如在判決步驟685被接受PD2i的。/。N〉20y。，則 該算法前進(jìn)到步驟683,并宣布違反Ni規(guī)則。在步驟683之后，該算 法終止。
返回判決步驟687，可以確定平均PD2i是否>5. 0。假如確定平均 PD2i不〉5. 0，則該算法前進(jìn)到判決步驟688,并宣布陰性PD2i測試， 并結(jié)束。假如在判決步驟687確定平均PD2i〉5. 0,則該算法前進(jìn)到判 決步驟689。在判決步驟689，可以確定被接受PD2i的。/^是否>29%。 假如被接受PD2i的。/。N不>29%,則該算法前進(jìn)到步驟690，并因低。/oN 而否決該測試。假如在判決步驟689被接受PD2i的。/。N〉29。/。，則該算法 前進(jìn)到步驟683,并宣布違反Ni規(guī)則。在步驟683之后，該算法終止。
圖7圖示了一個示例性TZA噪聲修正算法。該TZA算法在判決步 驟705開始，在判決步驟705可以確定被接受PD2i的。/。N是否>30%。 假如被接受PD2i的^不>30%,則該算法前進(jìn)到步驟710,并指明該測 試為因低。/。N而被否決。假如在判決步驟705，被接受PD2i的°/^>30%， 則該算法前進(jìn)到判決步驟715。在判決步驟715，可以確定被接受PD2i 的百分比是否《3. 0,該百分比可以是，例如，35、 45、 55、 65、 75， 諸如此類。在判決步驟715，可以確定是否〉35。/。的被接受PD2i《3. 0。 假如>35%的被接受PD2i不《3. 0，則該算法前進(jìn)到步驟720,并指明陰性PD2i測試，并結(jié)束。假如在判決步驟715， >35%的被接受PD2i <3. 0，則該算法前進(jìn)到步驟730，并指明陽性PD2i測試，并結(jié)束。
在另一個方面，圖8A和8B中描述的自動化軟件使用了一種計算 方法，該方法與本說明書描述的多種噪聲處理算法和參數(shù)相結(jié)合，將 PD2i確定為相關(guān)積分的收斂斜率的有限標(biāo)度區(qū)間。
圖8A示出，首先，使用3點運行窗口算子將ECG數(shù)據(jù)轉(zhuǎn)換成R-R 間期(RRi),以識別相繼的R波波峰(一個極大值(maxima))。繼 而，計算被接受PD2i。被接受PD2i是那些符合線性判據(jù)、收斂判據(jù) 和IO點最小準(zhǔn)則并出現(xiàn)在繪圖長度內(nèi)的PD2i值，這些PD2i值成為被 接受PD2i。被接受PD2i與所有PD2i的比值被算出作為。M。于是，被 接受PD2i中的最小PD2i被發(fā)現(xiàn)位于以下三個區(qū)間之一內(nèi)a) >1. 6, b)《1. 6且>1. 4，或c)《1. 4 (PD2i的選擇范圍)。
假如被接受PD2i中的最小PD2i在區(qū)間c中，那么檢查RRi以尋 找異常值，且假如在以第一 PD2K/-1. 4為中心的-12至+12的數(shù)據(jù)點 區(qū)間內(nèi)發(fā)現(xiàn)大于平均RRi的3倍標(biāo)準(zhǔn)差(SD)的異常值(是)，那么， 通過用來自以所檢測出的點i處的異常值為中心的i-2至i+2的RRi 的線性插值樣條覆蓋每個異常值，可以去除所有異常值?？梢栽O(shè)置標(biāo) 記(flag),以使假如異常值已經(jīng)被去除，則不再次運行該例程。繼 而，重新計算最小PD21,并就區(qū)間a、 b、 c對其重新測試。假如最小 PDH仍在c中，那么對其檢查。/。N。假如。/。N〉30。/。，那么顯示陽性PD2i。 假如異常值已經(jīng)被去除，并已經(jīng)進(jìn)行了 PD2i的重新計算，那么，假如 不滿足WK30 i,則文件被否決(否決PD2i測試)。
圖8B示出了，假如圖8A中所示的直接路徑?jīng)]有被選擇，將被選 擇的TZA和NCA路徑(pathway)。假如NCA路徑被選擇(區(qū)間a )， 則大于RRi的3 SD的異常值被去除。可以設(shè)置標(biāo)記，以使這不會發(fā)生 第二次。在異常值被去除之后，就NCA的四個準(zhǔn)則檢查RRi。假如符 合所有準(zhǔn)則(是)，那么從每個RRi去除一個噪聲位；可以設(shè)置標(biāo)記， 以使這個操作僅可發(fā)生一次。繼而，再次計算PD2i,并識別被接受 PD2i。假如y。N〉30。/。，那么再一次就a、 b和c范圍和所選擇的范圍檢查 PD2i;假如范圍是c) (PD2i《1.4),那么該測試 宣布為陽性，該 程序退出。假如范圍是a) (PD2i〉1.6),那么該測試被宣布為陰性，繼而退出。假如范圍是b) (PD2i《1.6且〉1.4)，那么該NCA測試轉(zhuǎn) 到TZA測試，閉鎖開關(guān)(latch switch)被移動到位置#2 (');在退
出時，閉鎖開關(guān)可以被復(fù)位。
在TZA路徑中，首先求得小于3. 0的被接受PD2i的百分比，并且， 假如其百分比大于35% (是)，那么從所有PD2i減去0.2維，該測試 被宣布為陽性并退出。假如不符合TZA準(zhǔn)則(否)，那么該TZA為陰 性，該P(yáng)D2i測試通過閉鎖開關(guān)的#2被宣布為陰性，并退出。
假如初始范圍選擇是對應(yīng)a) (PD2i《1.6且".4)，那么檢查小 于3. 0的被接受PD2i的相同百分比，假如符合(是)，那么該測試為 陽性。假如不符合該準(zhǔn)則，那么該測試通過閉鎖開關(guān)的#1位置被轉(zhuǎn)到 NCA,但繼而閉鎖開關(guān)被移動到位置#2以防止連續(xù)循環(huán)，并宣布該測 試為陰性——假如再次從NCA回到TZA測試的話，因為最小PD2i仍在 過渡帶中；在退出時，閉鎖開關(guān)可以被復(fù)位到#1。
IV.實施例
提出下面的實施例，以為本領(lǐng)域普通技術(shù)人員提供對本文中所提 出的復(fù)合組件(compound )、結(jié)構(gòu)(composition )、物品(article )、 裝置和/或方法是如何被實現(xiàn)和評價的完整公開和描述，并意在只是示 例性的而不意在限制范圍。已經(jīng)努力確保數(shù)字(例如，量、門限等等) 的準(zhǔn)確性，但也應(yīng)考慮到一些誤差和偏差。
A.針對大數(shù)據(jù)庫通過手工分析得到的心跳PD2i結(jié)果與通過自動 化分析得到的心跳PD2i結(jié)果的比較
對使用相同的大量患者文件(340個ER患者、SBIR的Pilot數(shù)據(jù)、 JE Skinner、 PI,結(jié)果在第一組結(jié)果的計算之后已知)通過兩種不同 方法獲得的結(jié)果的盲計算(blinded calculation)進(jìn)行比較，顯示， 77%的結(jié)果是相同的。這兩種方法是ECG文件的手工分析與自動化分 析，二者的ECG文件是相同的，但都是盲的且編碼的。對于這兩種方 法，所有21例心律失常死亡(AD)案例是相同的(注意，在第二組計 算中多發(fā)現(xiàn)了 1例AD)。對于其余的案例，下面的表2示出了從初始 結(jié)果到使用自動化軟件的結(jié)果的變化。
表2
4使用自動化操作(automation)的數(shù)據(jù)庫中的改變。 所有文件都來自存活了至少一年的ER患者(即，非 AD患者)
ECG文件的數(shù)目初始-自動化
29 0/,陰
5 0掘-陽 23 陽-陰
6 陰-陽 2 PM-陰 1 PM-陽
在這兩組分析中使用了相同的噪聲處理算法(°/。N、 NCA、 TZA、異 常值剔除、Ni規(guī)則)。顯著的是，29個起初被否決(％N)的文件變成 了真陰性(即，患者存活了一年跟蹤期)。同樣顯著的是，使用自動 化操作，23個原來的假陽性變成了真陰性。 一個AD對象起初被否決， 因為文件太短，從而沒有被添加到數(shù)據(jù)庫；但使用自動化操作，注意 到，按照Ni規(guī)則，對于在較低PD2i值下的有效計算，有足夠的數(shù)據(jù)。 因為更準(zhǔn)確的計算，該自動化操作正確地將6個真陰性文件改變?yōu)榧?陽性。此外，該自動化操作檢測到了 3個因具有起搏器(pacemaker) (PM)而起初被否決的對象，實際上這些對象的起搏器被發(fā)現(xiàn)是關(guān)閉 的；即，起搏器在ECG被記錄時未提供按需起搏(demand pacing)。
對該數(shù)據(jù)庫結(jié)果中的29個從。/。N到真陰性的變化的解釋是，該自 動化方案辨認(rèn)出，被否決的文件具有高平均PD2i，從而因為違反了 Ni 規(guī)則(Ni<10 exp PD2i)而違反W規(guī)則(％N<30);即，該自動化軟 件應(yīng)用這兩個規(guī)則，并顯示出，這些文件具有足夠的數(shù)據(jù)，因此具有 可接受n/。N值。另有五個y。N否決文件變成陽性(假陽性)。因為它們實 際上具有>30的。/。N。對23個從假陽性到真陰性結(jié)果的變化的解釋是， 在自動化操作過程中更好地去除了異常值，這去除了由剩余的異常值 引起的低PD2i的相關(guān)積分標(biāo)度。
PD2i計算結(jié)果的自動化導(dǎo)致了噪聲處理算法(％N、 NCA、 TZA、異 常值剔除、Ni規(guī)則)的更加協(xié)調(diào)(consistent)的應(yīng)用，這樣對于大的對象數(shù)據(jù)庫，降低了否決率和假陽性率。
B.心跳PD2i:神經(jīng)調(diào)節(jié)是引起心室纖維性顫動的機(jī)制中的最終環(huán) 節(jié)(link)
此處文字將參考圖32,其示出，要導(dǎo)致心室纖維性顫動(VF)的 動態(tài)不穩(wěn)定性，既要求"壞的心臟"又要求"壞的腦"。例如，在特 定部位(圓點)處的心臟去神經(jīng)(cardiac denervation)或腦阻塞 (cerebral blockade)之后，冠狀動脈閉塞不導(dǎo)致VF;然而，通常， VF與某種心肌缺血相關(guān)聯(lián)地出現(xiàn)(見Skinner的論述，1987 )。
尚不知道是從壞的心臟到"與"門的傳出輸入(傳出？)還是環(huán) 形通過腦中心(圓點)的其傳入輸入(傳入？)。然而，值得注意， 腦中心(圓點)的直接電刺激可以在正常心臟中導(dǎo)致VF (見Skinner， 1985; 1987)。
直線(Rectilinear X HRV )模型基于以下筒單命題(proposition ): 變力性(inotropy )和變時性(chronotropy )是調(diào)節(jié)心浪t的兩個變量。 已知QT間期與心臟變力性(收縮力)成反比，RR-QT與心臟變時性(心 率)成反比。這樣，這個陳述有意義每個RRi間期具有一個QTi子 時段和一個RRi-QTi子時段，在該模型中，這些子時段被排布在直線 網(wǎng)格(方格圖案(checker board))中，它們的和等于RRi。即，在 圖32 (左)中，平面盤中的QT和RR-QT確定RR長度，下一個平面盤 在該長度處出現(xiàn)在該平面盤上方。這是簡單的算術(shù)。
心率變異性(HRV)的常規(guī)度量基于RRi的變異性，其根據(jù)動物中 的經(jīng)驗結(jié)果(Skinner等人，1991)和患者中的經(jīng)驗結(jié)果(回顧， Skinner、 Pratt、 Vybiral， 1993;展望，Skinner等人，2005 )，預(yù) 測稍后由缺血引發(fā)的VF (心率失常死亡，AD)。不論是QT和RR-QT 定義直線網(wǎng)格還是1/QT和1/RR-QT定義直線網(wǎng)格，對于這兩個二維平 面之任一中的每個點，在另一個二維平面中都將有一個等價點，兩者
都是直線組成的(rectilinear)。
直線模型顯示，變力性和變時性是控制RRi的兩個變量(即，RRi 是二維的)，但就該直線模型的三個軸來說，它與非線性(Winfree) 模型(圖32，右)十分相似。由Winfree描述的非線性模型(1983, 19817)是三維模型，因為時間維(搏動等待時間(Beat Latency)或RRi)"分解(break down)",并且因此是另一個獨立變量。
Winfree的模型基于針對可激發(fā)介質(zhì)中鈉、鉀和氯化物膜的電導(dǎo) 對非線性Goldman、 Hodgkin、 Huxley方程的計算機(jī)模擬，并且受到了 Mines的實驗(1914)的影響，Mines首先顯示，電流到可激發(fā)介質(zhì)(孤 立的兔心臟)中的R落T上注入(R-on-T injection)常常會導(dǎo)致心 動過速和/或VF。搏動等待時間(時間)不總是完全由刺激強(qiáng)度和聯(lián) 律間期確定，但通常是。Winfree的三個變量是1)注入的刺激強(qiáng)度， 2)聯(lián)律間期，即在心博周期中注入電流的時間，和3)到下一次搏動 的等待時間(時間)。Winfree的計算機(jī)模擬圖顯示出了餡餅狀色彩
(pie-shaped color)，其表示繪制在聯(lián)律間期和刺激強(qiáng)度的二維平 面上的等待時間等時線。
圖32示出，對于用上述模型之任一確定導(dǎo)致致命心室纖維性顫動
(VF)的動態(tài)不穩(wěn)定性，"壞的腦"和"壞的心臟"似乎都有影響。 示出了 RRi世代(generation) ( Rl， R2, R3，.)的直線(左)和非 線性(右)模型。直線(HRV)模型沒有解釋VF是如何被導(dǎo)致的，但 非線性(Winfree)模型解釋了。在非線性模型中，當(dāng)穿過刺激強(qiáng)度和 聯(lián)律間期圖(盤，與QT對RR-QT圖相似)的搏動等待時間軌跡(相連 接的圓點)落在臨界區(qū)(點奇點(point singularity)和/或其緊鄰 周邊(immediate surround))上時，該搏動等待時間軌跡繼而在數(shù) 學(xué)上(即，經(jīng)由GHK可激發(fā)性方程(GHK equations for excitability)) 引發(fā)轉(zhuǎn)子(Rotor)(旋轉(zhuǎn)螺旋波(rotating spiral wave ))。這個 引發(fā)與R落T上現(xiàn)象相像，但以與T波相同的相向可激發(fā)介質(zhì)注入電 流不總是引發(fā)VF。有一個最后環(huán)節(jié)(最后環(huán)節(jié)(Last Link))，在 該環(huán)節(jié)，可激發(fā)介質(zhì)的不應(yīng)性(refractoriness )由神經(jīng)系統(tǒng)縮短， 以允許轉(zhuǎn)子波前(rotor wave front)形成。
在圖32 (右)中，餡餅狀等時線(即，色彩)中的電流注入確定 了位于其上方的下一個盤中的等待時間，除了等時線聚在一起并緊密 地圍繞臨界點或如他所稱的"點奇點"(臨界區(qū))盤旋的情形。點奇 點中的電流注入，如在Mines實驗中，導(dǎo)致看上去非常像VF的旋轉(zhuǎn)螺 旋波(轉(zhuǎn)子)。即，該模型在數(shù)學(xué)上(即，通過非線性GHK方程)導(dǎo) 致VF。 Winfree稱這個數(shù)學(xué)螺旋波為"轉(zhuǎn)子"，因為它不是單一的旋轉(zhuǎn)環(huán)，而是填充有全都具有相同去極化波前的同心環(huán)(即，頂盤中的
徑向線)的旋轉(zhuǎn)環(huán)。Winfree的解釋是，心源性猝死是拓樸學(xué)(數(shù)學(xué)) 問題Uinfree， 1983 )。
已經(jīng)在真實心肌中的真實生理學(xué)VF中觀察到這樣的具有分等級 的循環(huán)環(huán)(graded loops of circulation )的數(shù)學(xué)轉(zhuǎn)子(Gray、 Pertsov 和Jalife, 1998 )。有趣的是，該轉(zhuǎn)子的外環(huán)在更早的時候被Gordon Moe和同事在使用較不強(qiáng)大的計算機(jī)的計算機(jī)模擬中觀察到了 (Moe 和Rheinboldt， 1964 ),促成該計算機(jī)模擬的是對其中心肌的不應(yīng)期 (refractory period)具有主要重要性的VF引發(fā)(VF initiation) 的生理學(xué)研究(Moe、 Harris Wiggers， 1941)。
乍一看，直線和非線性模型似乎十分相似。RR-QT與聯(lián)律間期相 同。QT是心臟收縮劇烈程度的量度(實際上是1/QT)，刺激強(qiáng)度如同 QT也確定心臟收縮的劇烈程度。在這兩個模型中，到下一次搏動的等 待時間也是相同的。在直線模型中，RRi是QTi和RRi-QTi之和，從 而不是獨立變量(即，維或自由度)。在Winfree模型中，用等時線 (繪在二維盤上的色彩)表示的等待時間是餡餅狀的，因而與直線模 型中的那些直線等時線區(qū)別十分明顯(例如，比較填充了深色的等時 線)。然而，非線性模型的等時線(臨界點)潛在地是全彩(all color) 的，因為所有等待時間都是可能的。
直線模型并未很好地匹配真實生理學(xué)數(shù)據(jù)。例如，QTi對RR-QTi 應(yīng)該是負(fù)斜率直線(Frank-Starling定律)，但它不是(圖33,右上)， 并且它周圍的"抖動(jitter)"不是噪聲(即，因為RRi的PD2i 小，不是無窮大的)。
雖然Winfree模型對于引發(fā)和維持轉(zhuǎn)子都具有堅實的數(shù)學(xué)和生理 學(xué)基礎(chǔ)(Jalife和Berenfeld， 2004 )，然而，當(dāng)提到真實的生理學(xué) VF時，事情要復(fù)雜少許。缺血類型、心臟尺寸和物種也是有關(guān)系的 (Rogers等人，2003; Everett等人，2005 )。但首要的是，在多數(shù) 討論中，具有主要重要性的東西常常被忽略，這就是腦和神經(jīng)系統(tǒng)在 VF的因果機(jī)制中的作用。
在圖34-36中，示出了來自在VF之前幾分鐘內(nèi)記錄了其高分辨率 ECG的心臟病患者的數(shù)據(jù)。雖然RRi保持相當(dāng)恒定，但在較高增益下所見的變化(圖34 )顯示出6至8個搏動振蕩(beat oscillation), 這些振蕩是正弦的，并自然地導(dǎo)致在1. 00附近的平均PD2i(即，1. 07; 所有正弦曲線的自由度都是l. 00)。
在這個AD患者的ECG中，有兩個異位的室性早搏(premature ventricular complex) (PVC),其等價于電流注入。如圖36所示， 每個PVC,就其R波而言，具有相同的振幅(隨著它們從不同方向朝 電極前進(jìn)，它們向下偏轉(zhuǎn))并具有相同的聯(lián)律間期——其精確地相同 并完全重合。這兩個異位的搏動表示在相同聯(lián)律間期的相同電流注入， 即，就高分辨率ECG所能夠確定的而言，仍有一個PVC導(dǎo)致VF，而另 一個不。
觀察到的這兩個PVC的區(qū)別是，在電流注入之后，對于導(dǎo)致VF的 那個PVC，從不應(yīng)性恢復(fù)更迅速。即，不應(yīng)性允許電流注入導(dǎo)致轉(zhuǎn)子。 這個從不應(yīng)性恢復(fù)方面的區(qū)別必然與心肌的神經(jīng)調(diào)節(jié)有關(guān)，因為通過 夕卜圍橫斷(peripheral transsection )或中心神經(jīng)阻塞進(jìn)行去神經(jīng)， 將防止冠狀動脈閉塞之后出現(xiàn)VF (Skinner, 1985; 1987 )。
在Winfree的模型中，可激發(fā)介質(zhì)的不應(yīng)性完全由向外鉀電 導(dǎo)一一其與由鈉電導(dǎo)導(dǎo)致的去極化聯(lián)合一一控制(即，不應(yīng)性保持恒 定)。在真實心臟組織中，在從不應(yīng)性恢復(fù)期間，還有其他電導(dǎo)被打 開，或許是用于維持VF的電導(dǎo)(Jalife和Berenfeld， 2004 )。但其 在從搏動到搏動基礎(chǔ)上(on a beat-to-beat basis)的控制如何呢？
在從搏動到搏動基礎(chǔ)上，是遍及心肌突出的神經(jīng)可以幾乎瞬間地 釋放化學(xué)物質(zhì)并改變膜電導(dǎo)?；蛟S因為對針對孤立心肌的工作的強(qiáng)烈 關(guān)注，這個類型的VF調(diào)節(jié)似乎已經(jīng)被忽略。在迅速改變腦狀態(tài)一一已 知其可以改變對VF的心臟脆弱性——期間對活體內(nèi)心臟不應(yīng)性的直 接測量，證實了這個重要的神經(jīng)調(diào)節(jié)(Skinner, 1983 )。
是較短的不應(yīng)性一 一其是該因果事件中的最后環(huán)節(jié)一一導(dǎo)致VF。 減小的PD2i,其是限定的臨床群體中的AD (VF)的預(yù)測器，也是神經(jīng) 調(diào)節(jié)是否可能縮短不應(yīng)性的預(yù)測器。因為心跳的PD2i是心臟之神經(jīng)調(diào) 節(jié)的量度(Meyer等人，1996 )，所以預(yù)期它與不應(yīng)性的該迅速恢復(fù) 是否發(fā)生關(guān)聯(lián)。在圖33-36中所見的證據(jù)顯示，VF的因果機(jī)制中的最 終環(huán)節(jié)是這樣的神經(jīng)調(diào)節(jié)其確定Winfree模型中的臨界點處的缺血引起的異位電流注入是否將導(dǎo)致轉(zhuǎn)子。
圖33示出了一個AD患者的R-R間期的PD2i的非線性分析，該患 者顯示出兩個大PVC (上，箭頭)，其中一個PVC導(dǎo)致心室纖維性顫 動(見圖35和36)，另一個不。根據(jù)左下象限中的最后28個點的相 關(guān)積分，繪出了它們的PD2i,因為它們僅有9個點在最小斜率下并被 PD2i軟件中的判據(jù)否決；即，最小斜率判據(jù)從10變?yōu)?，這被認(rèn)為是 合理的，因為Ni??；然而，按Ni規(guī)則——其中Ni>10 exp PD2i，小 Ni是恰當(dāng)?shù)摹?br> 圖34示出，上述AD患者的R-R間期并不是真正平坦的，而是具 有周期為6至8個心跳的正弦振蕩。左下圖中的相關(guān)積分(M-1至12) 示出了大約相同斜率(斜率=1)的線性標(biāo)度和斜率對M圖中的迅速收 斂，如在右下圖中所見。
圖35示出了上述AD患者的ECG，其中PVC(大的向下偏轉(zhuǎn))緊接 著最后的T波波峰出現(xiàn)，并引發(fā)了小的迅速轉(zhuǎn)子，該轉(zhuǎn)子繼而導(dǎo)致較 慢、較大的轉(zhuǎn)子。注意，ST段提升指示存在急性心肌缺血(冠狀動脈 功負(fù)fe不全(coronary insufficiency))。
圖36顯示，未引起轉(zhuǎn)子的PVC (PVC,無R波)和引起轉(zhuǎn)子的PVC 的聯(lián)律間期正好是相同的，因為這兩條始于極左側(cè)的軌跡的向下偏轉(zhuǎn) 一直到T波波峰都完全重疊。即，在左側(cè)的在前R-R間期是相同的， 并且這兩個PVC的異位R波的端部之間的凹口 (N)(異位R偏轉(zhuǎn)是向 下的)和向上走的T波都完全重疊。但引起轉(zhuǎn)子的PVC顯示出向下T 波的、就發(fā)生在小振幅轉(zhuǎn)子(轉(zhuǎn)子)的開始之前的較短恢復(fù)。示出轉(zhuǎn) 子的剩余部分的軌跡已經(jīng)被終止(大圓點)，以便不覆蓋其他兩條軌 跡；在圖35中可以完整地看到。這一從不應(yīng)性的更迅速恢復(fù)似乎是允 許轉(zhuǎn)子被引發(fā)的觸發(fā)事件(即，不是通過Winfree模型)。預(yù)測此易 感性(susceptibility)的減小的PD2i是緣于心跳調(diào)節(jié)器(圖32中 的圓點)之間的"協(xié)同性"。心跳的唯一神經(jīng)調(diào)節(jié)的該指示似乎也控 制從不應(yīng)性的更迅速恢復(fù)，因為神經(jīng)阻塞會防止豬模型的冠狀動脈閉 塞中的VF。不引起轉(zhuǎn)子的PVC之后的T波顯示出對下一個R波的抑制 (PVC，無R波)和下一個T波波形中波紋(ripple)的出現(xiàn)(在PVC 之后)；后者可以指示被較長的不應(yīng)性中止的被中斷轉(zhuǎn)子。在VF的機(jī)制中，后電流注入(post-current-injection)不應(yīng)性控制是重要的。 具有短的不應(yīng)性的可能性在心跳PD2i的低維數(shù)中似乎是固有的，因為 它準(zhǔn)確地預(yù)測VF的發(fā)作。
總之，在可激發(fā)介質(zhì)模型一一如心臟(圖35)——中機(jī)械地(即， 在數(shù)學(xué)上)導(dǎo)致VF的觸發(fā)事件(圖32),不僅與該事件在Winfree 模型中的刺激強(qiáng)度和聯(lián)律間期平面(即，色彩)中的位置有關(guān)，而且 也與緊隨它被注入可激發(fā)介質(zhì)的操作的時段中的不應(yīng)性神經(jīng)控制(圖 36)有關(guān)。此神經(jīng)機(jī)制沒有被Winfree模型解決，因為它出現(xiàn)在電流 注入之后，所以在圖32中所見的因果觸發(fā)事件中的最終環(huán)節(jié)是這樣的 神經(jīng)調(diào)節(jié)其確定臨界區(qū)中的RRi軌跡在生理學(xué)上是否被允許產(chǎn)生VF。
雖然已經(jīng)結(jié)合優(yōu)選實施方案和具體實施例描述了上述方法、系統(tǒng) 和計算機(jī)可讀介質(zhì)，但并不意在將范圍限制在所闡述的特定實施方案， 因為本說明書中的實施方案意在在所有方面都是說明性的而不是限制 性的。
除非另有明確規(guī)定，本說明書中闡述的任何方法絕不意在被解釋 為要求以特定順序執(zhí)行其步驟。因此，若方法權(quán)利要求實際上沒有通 過其步驟來陳述要遵循的順序，或者若在權(quán)利要求或描述中沒有以其 它方式特別規(guī)定這些步驟被限制為特定順序，則在任何方面都絕不意 在推斷出某順序。這適用于任何可能的用于進(jìn)行解釋的未表明的內(nèi)容， 包括關(guān)于步驟安排或操作流程的邏輯問題；從語法組織或標(biāo)點得出 的明顯含義；本說明書中描述的實施方案的數(shù)目或類型。
整個申請引用了多種出版物。這些出版物的公開內(nèi)容全部通過引 用納入本申請，以更全面地描述上述方法、系統(tǒng)和計算機(jī)可讀介質(zhì)所 屬領(lǐng)域的現(xiàn)有技術(shù)。
對本領(lǐng)域技術(shù)人員顯而易見的是，在不脫離上述方法、系統(tǒng)和計 算機(jī)可讀介質(zhì)的范圍和主旨的前提下，可以做出多種修改和變化。通 過考慮本說明書及其中所公開的實踐，其他實施方案對本領(lǐng)域技術(shù)人 員是顯而易見的。意在本說明書和實施例僅被認(rèn)為是示例性的，上述 方法、系統(tǒng)和計算機(jī)可讀介質(zhì)的真正范圍和主旨由下列權(quán)利要求指明。
權(quán)利要求
1.一種降低與電生理學(xué)數(shù)據(jù)關(guān)聯(lián)的噪聲以更有效地預(yù)測心律失常死亡的自動化方法，該方法的步驟包括定義多個具有關(guān)聯(lián)的間期數(shù)據(jù)的間期，其中每個間期與對應(yīng)于所述電生理學(xué)數(shù)據(jù)的第一部分的軌跡的相繼部分之間的持續(xù)時間關(guān)聯(lián)；使用數(shù)據(jù)處理例程分析所述多個間期，以產(chǎn)生維數(shù)數(shù)據(jù)；當(dāng)維數(shù)數(shù)據(jù)小于第一門限時，從所述間期數(shù)據(jù)中去除至少一個極值，其中去除至少一個極值產(chǎn)生精確維數(shù)數(shù)據(jù)；使用數(shù)據(jù)處理例程分析所述精確維數(shù)數(shù)據(jù)，以產(chǎn)生可接受維數(shù)數(shù)據(jù)；和當(dāng)所述可接受維數(shù)數(shù)據(jù)低于第二門限且高于限制條件時，預(yù)測心律失常死亡。
2. 權(quán)利要求l的方法，還包括確定所述電生理學(xué)數(shù)據(jù)是腦電圖數(shù) 據(jù)還是心電圖數(shù)據(jù)。
3. 權(quán)利要求2的方法，還包括噪聲修正算法。
4. 權(quán)利要求3的方法，其中所述噪聲修正算法選自由NCA噪聲修 正算法和TZA噪聲修正算法構(gòu)成的噪聲修正算法組。
5. 權(quán)利要求2的方法，當(dāng)所述電生理學(xué)數(shù)據(jù)是腦電圖數(shù)據(jù)時，還 包括EEG數(shù)據(jù)算法。
6. 權(quán)利要求5的方法，其中所述EEG數(shù)據(jù)算法還包括以下步驟 選擇線性判據(jù)；選擇繪圖長度； 選擇tau; 選擇收斂判據(jù)；和根據(jù)對線性判據(jù)、繪圖長度、tau和收斂判據(jù)的選擇，定義被接 受PD2i值。
7. 權(quán)利要求1的方法，其中去除所述至少一個極值包括以下步驟 在所述多個間期中識別一異常間期，其中所述異常間期在偏差門限以外；為所述異常間期定義線性樣條；和 用所述線性樣條覆蓋所述異常間期。
8. 權(quán)利要求l的方法，其中所述數(shù)據(jù)處理例程是PD2i算法。
9. 權(quán)利要求l的方法，其中所述第一門限是1.4。
10. 權(quán)利要求l的方法，其中所述第二門限是1.4。
11. 權(quán)利要求l的方法，其中所述限制條件是被接受或精確維數(shù) 數(shù)據(jù)的。/。N高于第三門限。
12. 權(quán)利要求ll的方法，其中所述第三門限是百分之30。
13. —種降低與電生理學(xué)數(shù)據(jù)關(guān)聯(lián)的噪聲以更有效地預(yù)測心律失 常死亡的方法，該方法的步驟包括從所述電生理學(xué)數(shù)據(jù)形成RRi間期；根據(jù)所述RRi間期定義被接受PD2i值；確定所迷被接受PD2 i值是否小于第 一 門限值；當(dāng)所述被接受PD2i值小于所述第一門限值時，去除RRi異常值；根據(jù)所述RRi異常值的去除，定義精確被接受PD2i值；確定所述被接受PD2i值或精確被接受PD2i值是否低于第二門限;和當(dāng)所述被接受PD2i值或精確被接受PD2i值低于所述第二門限且 高于第一限制條件時，預(yù)測心律失常死亡。
14. 權(quán)利要求13的方法，還包括，當(dāng)確定所述被接受PD2i值或 精確被接受PD2i不低于所述第二門限時，確定所述被接受PD2i值或 精確被接受PD2i值是否高于第三門限。
15. 權(quán)利要求14的方法，還包括，當(dāng)確定所述被接受PD2i值或 精確被接受PD2i值不高于所述第三門限時，應(yīng)用過渡帶修正。
16. 權(quán)利要求15的方法，其中應(yīng)用所述過渡帶修正還包括以下步遞.確定所述被接受PD2i值或精確被接受PD2i值是否高于所述第一限制條件；確定用于所述被接受PD2i值或精確被接受PD2i值的第二限制條 件是否低于第四門限；從所述被接受PD2i值或精確被接受PD2i值減去一偏移量；和 根據(jù)所述偏移量的減去，預(yù)測心律失常死亡。
17. 權(quán)利要求14的方法，還包括，當(dāng)確定所述被接受PD2i值或精確被接受PD2i值高于所述第三門限時，應(yīng)用噪聲含量修正。
18. 權(quán)利要求13的方法，還包括將所述電生理學(xué)數(shù)據(jù)分為腦電圖 數(shù)據(jù)類。
19. 權(quán)利要求13的方法，其中所述第一門限是1.4。
20. 權(quán)利要求13的方法，其中所述第二門限是1.4。
21. 權(quán)利要求13的方法，其中所述第一限制條件是被接受或精確 維數(shù)數(shù)據(jù)的n/。N高于第五門限。
22. 權(quán)利要求21的方法，其中所述第五門限是百分之30。
23. 權(quán)利要求14的方法，其中所述第三門限是1.6。
24. 權(quán)利要求16的方法，其中所述第二限制條件是小于3的被接 受或精確PD2i值的百分比。
25. 權(quán)利要求16的方法，其中所述第四門限是百分之35。
26. —種降低與電生理學(xué)數(shù)據(jù)關(guān)聯(lián)的噪聲以更有效地預(yù)測心律失 常死亡的方法，該方法的步驟包括將所述電生理學(xué)數(shù)據(jù)與第一數(shù)據(jù)類型關(guān)聯(lián)；從所述電生理學(xué)數(shù)據(jù)形成RRi間期；根據(jù)所述RRi間期定義被接受PD2i值；確定所述被接受PD2i值是否小于第一門限值；當(dāng)所述被接受PD2i值小于所述第一門限值時，去除異常值；根據(jù)異常值的去除，定義精確被接受PD2i值；確定所述被接受PD2i值或精確被接受PD2i值是否低于第二門限;當(dāng)所述被接受PD2i值或精確被接受PD2i值低于所述第二門限且 高于限制條件時，預(yù)測心律失常死亡；當(dāng)確定所述被接受PD2i值或精確被接受PD2i值不低于所述第二 門限時，確定所述被接受PD2i值或精確被接受PD2i值是否高于第三 門限；當(dāng)確定所述被接受PD2i值或精確被接受PD2i值不高于所述第三 門限時，應(yīng)用過渡帶修正；和當(dāng)確定所述被接受PD2i值或精確被接受PD2i值高于所述第三門 限時，應(yīng)用噪聲含量修正。
27. 權(quán)利要求26的方法，其中應(yīng)用過渡帶修正包括從所述被接受PD2i值或精確被接受PD2i值減去一偏移量；和 根據(jù)所述偏移量的減去，預(yù)測心律失常死亡。
28. 權(quán)利要求26的方法，其中應(yīng)用噪聲含量修正包括 去除大于預(yù)定數(shù)量的所述RRi間期之標(biāo)準(zhǔn)差的異常值； 確定所迷RRi間期是否符合NCA準(zhǔn)則的預(yù)定數(shù)； 假如符合NCA準(zhǔn)則的預(yù)定數(shù)，從每個RRi間期去除一個噪聲位； 根據(jù)RRi間期重新定義被接受PD2i值；和 根據(jù)重新定義的PD2i值，預(yù)測心律失常死亡。
29. 權(quán)利要求26的方法，其中所述第一數(shù)據(jù)類型選自由以下數(shù)據(jù) 類型構(gòu)成的組腦電圖數(shù)據(jù)；和 心電圖數(shù)據(jù)。
30. 權(quán)利要求26的方法，
31. 權(quán)利要求26的方法
32. 權(quán)利要求26的方法
33. 權(quán)利要求26的方法， 數(shù)據(jù)的。/。N高于第四門限。
34. 權(quán)利要求33的方法，其中所迷第四門限是百分之30。
35. —個用于降低與用于預(yù)測心律失常死亡的電生理學(xué)數(shù)據(jù)關(guān)聯(lián) 的噪聲的系統(tǒng)，該系統(tǒng)包括處理器，其被耦合以接收所述電生理學(xué)數(shù)據(jù)；存儲裝置，其帶有與所述處理器通信的噪聲修正軟件，其中所述 噪聲修正軟件控制所述處理器的運作并使所述處理器 從所述電生理學(xué)數(shù)據(jù)形成RRi間期； 根據(jù)所述RRi間期定義被接受PD2i值； 確定所述被接受PD2i值是否小于第一門限值； 當(dāng)所迷被接受PD2i值小于所述第一門限值時，去除異常值； 根據(jù)異常值的去除，定義精確被接受PD2i值； 確定所述被接受PD2i值或精確被接受PD2i值是否低于第二 門限；和當(dāng)所述被接受PD2i值或精確被接受PD2i值低于所述第二門其中所迷第一門限是1.4。 其中所述第二門限是1.4。 其中所述第三門限是1.6。 其中所述限制條件是被接受或精確維數(shù)限且高于限制條件時，預(yù)測心律失常死亡。
36. 權(quán)利要求35的系統(tǒng)，還包括使所述處理器 當(dāng)確定所述被接受PD2i值或精確被接受PD2i不低于所述第二門限時，確定所述被接受PD2i值或精確被接受PD2i值是否高于第三門 限；當(dāng)確定所述被接受PD2i值或精確被接受PD2i值不高于所述第三 門限時，應(yīng)用過渡帶修正；和當(dāng)確定所述被接受PD2i值或精確被接受PD2i值高于所述第三門 限時，應(yīng)用噪聲含量修正。
37. 權(quán)利要求36的系統(tǒng)，還包括使所述處理器 從所述,皮接受PD2i值或精確#1接受PD2i值減去一偏移量；和 根據(jù)所述偏移量的減去，預(yù)測心律失常死亡。
38. 權(quán)利要求36的系統(tǒng)，還包括使所述處理器 去除大于預(yù)定數(shù)量的所述RRi間期之標(biāo)準(zhǔn)差的異常值； 確定所述RRi間期是否符合NCA準(zhǔn)則的預(yù)定數(shù)； 假如符合NCA準(zhǔn)則的預(yù)定數(shù)，從每個RRi間期去除一個噪聲位； 根據(jù)RRi間期重新定義被接受PD2i值；根據(jù)重新定義的PD2i值，預(yù)測心律失常死亡。
39. 權(quán)利要求35的系統(tǒng)，其中所述第一數(shù)據(jù)類型選自由以下數(shù)據(jù) 類型構(gòu)成的組腦電圖數(shù)據(jù)；和 心電圖數(shù)據(jù)。
40. 權(quán)利要求35的系統(tǒng)，其中所述第一門限是1.4。
41. 權(quán)利要求35的系統(tǒng)，其中所述第二門限是1.4。
42. 權(quán)利要求35的系統(tǒng)，其中所述第三門限是1.6。
43. 權(quán)利要求35的系統(tǒng)，其中所述限制條件是被接受或精確維數(shù) 數(shù)據(jù)的。/。N高于第四門限。
44. 權(quán)利要求43的系統(tǒng)，其中所述第四門限是百分之30。
45. —種計算機(jī)可讀介質(zhì)，其具有降低與電生理學(xué)數(shù)據(jù)關(guān)聯(lián)的噪 聲以更有效地預(yù)測心律失常死亡的指令，所述指令包括以下步驟從所述電生理學(xué)數(shù)據(jù)形成RRi間期；根據(jù)所述RRi間期定義被接受PD2i值； 確定所述被接受PD2i值是否小于第一門限值； 當(dāng)所述被接受PD2i值小于所述第一門限值時，去除異常值； 根據(jù)異常值的去除，定義精確被接受PD2i值； 確定所述被接受PD2i值或精確被接受PD2i值是否低于第二門限;和當(dāng)所述被接受PD2i值或精確被接受PD2i值低于所述第二門限且 高于限制條件時，預(yù)測心律失常死亡。
46. 權(quán)利要求45的計算機(jī)可讀介質(zhì)，還包含包括以下步驟的指令: 當(dāng)確定所述被接受PD2i值或精確被接受PD2i不低于所述第二門限時，確定所述被接受PD2i值或精確被接受PD2i值是否高于第三門 限；當(dāng)確定所述被接受PD2i值或精確被接受PD2i值不高于所述第三 門限時，應(yīng)用過渡帶修正；當(dāng)確定所述被接受PD2i值或精確被接受PD2i值高于所述第三門 限時，應(yīng)用噪聲含量修正。
47. 權(quán)利要求46的計算機(jī)可讀介質(zhì)，還包含包括以下步驟的指令: 從所述被接受PD2i值或精確被接受PD2i值減去一偏移量； 根據(jù)所述偏移量的減去，預(yù)測心律失常死亡。
48. 權(quán)利要求46的計算機(jī)可讀介質(zhì)，還包含包括以下步驟的指令: 去除大于預(yù)定數(shù)量的所述RRi間期之標(biāo)準(zhǔn)差的異常值； 確定所述RRi間期是否符合NCA準(zhǔn)則的預(yù)定數(shù)； 假如符合NCA準(zhǔn)則的預(yù)定數(shù)，從每個RRi間期去除一個噪聲位； 根據(jù)RRi間期重新定義被接受PD2i值； 根據(jù)重新定義的PD2i值，預(yù)測心律失常死亡。
49. 權(quán)利要求45的計算機(jī)可讀介質(zhì)，其中所述第一數(shù)據(jù)類型選自 由以下數(shù)據(jù)類型構(gòu)成的組腦電圖數(shù)據(jù)；和 心電圖數(shù)據(jù)。
50. 權(quán)利要求45的計算機(jī)可讀介質(zhì)，其中所述第一門限是1.4。
51. 權(quán)利要求45的計算機(jī)可讀介質(zhì)，其中所述第二門限是1.4。
52. 權(quán)利要求45的計算機(jī)可讀介質(zhì)，其中所述第三門限是1.6。
53. 權(quán)利要求45的計算機(jī)可讀介質(zhì)，其中所述限制條件是被接受 或精確維數(shù)數(shù)據(jù)的。/。N高于第四門限。
54. 權(quán)利要求"的計算機(jī)可讀介質(zhì)，其中所述第四門限是百分之30。
全文摘要
提供了用于降低與電生理學(xué)數(shù)據(jù)關(guān)聯(lián)的噪聲以更有效地預(yù)測心律失常死亡的方法、系統(tǒng)和計算機(jī)可讀介質(zhì)。
文檔編號A61B5/04GK101616629SQ200780040738
公開日2009年12月30日 申請日期2007年8月30日 優(yōu)先權(quán)日2006年8月31日
發(fā)明者D·H·菲特, J·E·斯金納, J·M·安珍 申請人:非線性醫(yī)藥有限公司