專利名稱：信號處理裝置的制作方法
發(fā)明的領(lǐng)域本發(fā)明涉及信號處理領(lǐng)域。更準確地說，本發(fā)明涉及對包括原始信號部分和二次信號部分在內(nèi)的被測信號的處理，以在對原始信號部分和二次信號部分所知很少的條件下，達到對其消除或提取的目的。本發(fā)明特別涉及以一種新穎方式對被測信號建模，這種方式有利于使原始信號部分和二次信號部分之間的相關(guān)最小化，以提取原始信號和/或二次信號。本發(fā)明特別適用于包括血氧飽和度系統(tǒng)在內(nèi)的生理監(jiān)護系統(tǒng)。
相關(guān)技術(shù)說明通常使用信號處理器將原始信號部分或二次信號部分從包含原始信號部分和二次信號部分的復合被測信號中提取出來或消除掉。例如，一種復合信號可能包含噪聲和所需要的有用信號。如果二次信號部分與原始信號部分相比具有不同的頻譜，則可用如低通濾波、帶通濾波及高通濾波一類的常規(guī)濾波技術(shù)將原始信號部分或二次信號部分從整體信號中消除掉或提取出來。如果原始信號部分和/或二次信號部分存在于一固定頻率上，則可用固定的一階或多階陷波濾波器將其消除。
通常情況下，原始信號部分和二次信號部分在頻譜上相互重疊。更復雜的是，原始信號部分和二次信號部分這兩部分信號或它們中的一個的統(tǒng)計特性會隨時間發(fā)生變化，在這種情況下，常規(guī)濾波技術(shù)對原始信號或二次信號的提取是無能為力的。然而，如果能得到原始信號部分或二次信號部分的特征描述，則可用相關(guān)消除技術(shù)，如自適應(yīng)消除技術(shù)來消除掉信號中的原始信號部分或二次信號部分中的一個，而保留下這兩者中的另一個。換言之，如果給出有關(guān)一個信號部分的足夠信息，這個信號部分就可被提取出來。
如自適應(yīng)噪聲消除器之類的常規(guī)的相關(guān)消除器，是通過動態(tài)改變其傳遞函數(shù)以適應(yīng)或消除一復合信號的某些部分。但是，相關(guān)消除器需要僅與原始信號部分相關(guān)的原始參比信號或僅與二次信號部分相關(guān)的二次參比信號。例如，對于一個包括噪聲和所需信號的被測信號，如果已知噪聲的參比信號，則可用相關(guān)消除器將噪聲消除。通常的情況就是這樣。雖然參比信號的幅值和與其相應(yīng)的原始信號部分或二次信號部分的幅值肯定不同，但其頻譜是和與其相應(yīng)的原始信號部分或二次信號部分的頻譜相似的。
許多情況下，對原始信號部分和/或二次信號部分一無所知或所知很少。對被測信號中的原始信號部分和二次信號部分的有關(guān)信息很難確定的一個領(lǐng)域就是生理監(jiān)護。生理監(jiān)護通常涉及從如人體之類的生理系統(tǒng)中提取的被測信號，例如，生理監(jiān)護一般采用的測量包括心電、血壓、血氣飽和度(如血氧飽和度)、二氧化碳測量、其它血液成份監(jiān)護、心率、呼吸頻率、腦電圖和呼吸深度等。另外幾種測量形式主要包括對人體物質(zhì)的壓力和數(shù)量的測量，如心輸出量、靜脈血氧飽和度、動脈血氧飽和度、膽紅素、血紅蛋白總量、呼吸分析試驗、藥物試驗、膽固醇測定、葡萄糖測定、外滲物和二氧化碳測定、蛋白質(zhì)測定、一氧化碳測定和其它體內(nèi)測量。由于在測量過程中病人體內(nèi)和體表的運動(如肌肉運動、血管運動和測量探頭的移動)，通常造成上述這些測量的復雜性。
很多種生理測量都可通過利用一些已知的能量衰減特性作為能量通過某種媒質(zhì)的一種選定形式來進行。
血氣監(jiān)護儀就是利用這種測量生物組織或生物物質(zhì)對能量的衰減的原理來進行生理監(jiān)護的系統(tǒng)的一個例子。血氣監(jiān)護儀將光射入被測的媒質(zhì)中，并測量光隨時間衰減的衰減函數(shù)。這種對動脈血流敏感的血氣監(jiān)護儀的輸出信號包含著一種代表病人動脈脈搏的波形成份。如

圖1中所示的曲線S，這種包含與病人脈搏相關(guān)的成份的信號被稱為體積描記波。在血氧飽和度測量時使用體積描記波。如圖1中的周期性的波S所示，當心臟博動時，動脈中血量的增多和減少，可導致能量衰減的增加和減小。
通常，將如手指一類的趾部、耳垂、或血流靠近皮膚的其它身體部位作為媒質(zhì)，讓光能射入其中，以進行血氣衰減測量。如圖2所示，手指由皮膚、脂肪、骨、肌肉等構(gòu)成，每一種組織都以其各自的通常是可預知的和固定的方式使入射到手指內(nèi)的能量衰減。然而，當手指的可變部位受到無規(guī)律壓迫時，如手指運動造成的壓迫，則手指對能量的衰減也變成沒有規(guī)律了。
在圖3中示出了一個更接近實際的被測波形S的例子，展示出了運動的影響。與圖1中的鋸齒形波相應(yīng)，信號S的原始體積描記波形部分是代表脈搏的波形。而由運動造成的、信號幅度較大的二次偏差則淹沒了所述的原始體積描記信號s。在有二次信號成分n存在的情況下，甚至是很小的幅值變化也會導致很難將原始信號成分s區(qū)分出來。
脈搏血氧計是一種可無創(chuàng)測量動脈血氧飽和度的血氣監(jiān)護器。心臟的搏動促使含氧的新鮮血液流入動脈，導致能量衰減的增大。如本領(lǐng)域所公知的，動脈血氧飽和度可由用獨立波長測得的兩個體積描記波形的波谷相對于波峰的深度來確定。如圖3中的體積描記波形所示，病人的運動會在復合信號中引起運動偏差。這些運動偏差造成被測信號的失真。
發(fā)明概要本發(fā)明在1993年10月6日遞交的名為“信號處理裝置”的第08/132812號美國專利公開的方法和裝置的基礎(chǔ)上做了改進，該在先申請已轉(zhuǎn)讓給本發(fā)明的受讓人。本發(fā)明包括了幾個不同的實施例，采用根據(jù)本發(fā)明的新穎的信號模型，以從復合的被測信號中分離出原始信號部分或二次信號部分。在一個實施例中，信號處理器獲得一個第一被測信號和一個與第一被測信號相關(guān)的第二被測信號。所述的第一被測信號包括第一原始信號部分和第一二次信號部分；所述的第二信號包括第二原始信號部分和第二二次信號部分?？赏ㄟ^使能量在媒質(zhì)中傳播并在傳播或反射后測量衰減后的信號的方法獲得信號?；蛘?，通過測量媒質(zhì)所產(chǎn)生的能量的方法也能獲得信號。
在一個實施例中，對第一被測信號和第二被測信號進行處理，以從第一及第二被測信號中產(chǎn)生一個不包含原始信號部分的二次參比號。這個二次參比信號與第一被測信號及第二被測信號的二次信號部分都相關(guān)。通過一個如自適應(yīng)噪聲消除器一類的相關(guān)消除器，所述的二次參比信號被用以消除第一信號和第二信號中的二次信號部分。所述的相關(guān)消除器是一種能獲取第一輸入和第二輸入、并能從第一輸入中將與第二輸入相關(guān)的所有信號成分去除的儀器。能完成或基本完成上述功能的任何系統(tǒng)在此都被認為是一種相關(guān)消除器。
一個自適應(yīng)相關(guān)消除器可按類推法描述為一個其傳遞函數(shù)響應(yīng)于參比信號和被測信號而動態(tài)變化以從被測信號中消除也存在于參比信號中的某些頻率成分的動態(tài)多級陷波濾波器。因而，典型的自適應(yīng)相關(guān)消除器既要接收那些需要消除其中某些成分的信號，也需要接收不需要的信號部分的一個參比信號。相關(guān)消除器的輸出是消除了不需要的成分后的所需信號的一個良好的逼近值。
或者，第一被測信號和第二被測信號將被處理，以從第一被測信號或第二被測信號中生成一個不包含二次信號部分的原始參比信號。然后通過相關(guān)消除器，將原始參比信號用于消除第一被測信號及第二被測信號中的原始信號部分。相關(guān)消除器的輸出是消除了原始信號部分后的二次信號部分的一個很好的逼近值，這個輸出信號將在該設(shè)備或另一輔助設(shè)備上被用于進行后續(xù)處理。在此，這個二次信號部分的逼近值可以以一個參比信號的身份與第一或第二被測信號共同輸入到一個第二相關(guān)消除器中，以分別進行第一或第二原始信號部分的計算。
生理監(jiān)護儀可得益于本發(fā)明的信號處理器。通常，通過生理測量可獲得包含第一原始信號部分和第一二次信號部分的第一信號及包含第二原始信號部分和第二二次信號部分的第二信號。所述的信號一般是通過讓能量在病人體內(nèi)(或在病人呼出的空氣、血液、組織等身體提取物中)傳播或在管腔內(nèi)傳播，然后測量能量在傳輸和反射后的衰減信號的方式獲得的。或者，通過測量病人身體產(chǎn)生的能量，如心電圖，來獲得信號。上述信號經(jīng)本發(fā)明的信號處理器處理，生成二次參比信號或原始參比信號，它被輸入到自適應(yīng)噪聲消除器之類的相關(guān)消除器中。
得益于本發(fā)明的一種生理監(jiān)護儀器是一種可用于檢測可代表動脈脈搏的信號的監(jiān)護系統(tǒng)，所述的信號被稱作體積描記波。這個脈搏信號可用于血壓的計算、血液成分測量等。一個專門的應(yīng)用例子就是脈搏血氧測量。脈搏血氧測量包括血液中的氧飽和度的測定。在這種情況下，信號的原始信號部分指的是當能量通過血流靠近皮膚表面的身體部位時動脈血對能量衰減所起的作用。心臟的搏動導致動脈血流的周期性增多和減少，在體積描記圖上代表動脈脈搏的周期性波形上產(chǎn)生周期性衰減。信號的二次信號部分指的是噪聲。根據(jù)本發(fā)明，對被測信號進行建模，使這個信號的二次信號部分與當能量通過身體時靜脈血對能量衰減所起的作用相關(guān)。這個二次信號部分也包含由于病人運動引起的偏差，病人的運動導致靜脈血以不可預測的方式流動，導致不可預測的能量衰減，并對其它可預測的體積描記波形造成破壞。盡管病人呼吸的頻率通常低于脈搏的頻率，但呼吸也會引起二次信號部分或噪聲部分變化。因此，根據(jù)本發(fā)明對形成體積描記波形的被測信號進行建模，使信號的原始信號部分能代表動脈血對能量衰減所起的作用，而二次信號部分則由其它幾個參數(shù)產(chǎn)生。
一種特別適合進行脈搏血氧飽和度測量的生理監(jiān)護儀具有兩個以不同的波長發(fā)射光線的發(fā)光二極管，以產(chǎn)生第一信號和第二信號。一個探測器記錄當兩束光通過一吸收性媒質(zhì)(如手指等趾部、耳垂等)時的各自的能量衰減。衰減后的信號一般包含原始信號部分(動脈衰減)和二次信號部分(噪聲)。用一個固定的濾波系統(tǒng)，如帶通濾波器，來濾除二次信號部分中的我們感興趣的已知頻段之外的信號部分，而在保留原始信號部分同時，保留二次信號部分中的通常由病人運動引起的、難以消除的無規(guī)律部分或隨機部分。
一個根據(jù)本發(fā)明的一個實施例的處理器可從被測信號中消除其原始信號部分，生成一個綜合了剩余的二次信號部分的二次參比信號。所述的二次參比信號與二個二次信號部分都相關(guān)。這個二次參比信號和至少一個被測信號被輸入到一個如自適應(yīng)噪聲消除器之類的相關(guān)消除器中，以消除二次信號部分中的隨機部分或無規(guī)律部分。這樣，就測得了在其中一個被測信號的波長處所測量到的原始體積描記信號的良好的逼近值。如本領(lǐng)域所公知的，利用體積描記信號，可以以多種方式對人體內(nèi)含氧動脈血的量進行定量測定。
根據(jù)本發(fā)明的處理器，也可從被測信號中消除其二次信號部分，生成一個綜合了剩余的原始信號部分的原始參比信號。所述的原始參比信號與二個原始信號部分都相關(guān)。這個原始參比信號和至少一個被測信號被輸入到一個相關(guān)消除器中，以消除被測信號中的原始信號部分。這樣，當以其中一個測量波長測量時，就測得了二次信號的很好的逼近值。這個信號既可用于從一輔助設(shè)備中消除二次信號，也可以用于靜脈血氧飽和度的測定。
根據(jù)本發(fā)明的信號模型，兩個都具有原始信號部分和二次信號部分的被測信號可以通過幾個系數(shù)相關(guān)。通過使兩個等式相對于根據(jù)本發(fā)明所確定的幾個系數(shù)相關(guān)，所述的系數(shù)提供了關(guān)于動脈血氧飽和度的信息和噪聲信息(靜脈血氧飽和度及其它參數(shù))。根據(jù)本發(fā)明的這一方面，如模型所定義，所述的系數(shù)可用使原始信號部分和二次信號部分之間的相關(guān)最小的方法確定。因此，本發(fā)明的信號模型還可以以很多種方式應(yīng)用于獲得被測信號的信息，這些將在對優(yōu)選實施例進行詳細描述時進一步說明。
本發(fā)明的一個方面是一種用于信號處理器的方法，該方法用于處理至少兩個被測信號S1和S2，每個被測信號中都包含有原始信號部分s和二次信號部分n，信號S1和S2可由下列關(guān)系式表示S1＝s1+n1S2＝s2+n2式中s1及s2和n1及n2的關(guān)系如下s1＝ras2和n1＝rvn2其中ra和rv為相關(guān)系數(shù)。
本方法包括幾個步驟。首先確定使s1和n1相關(guān)最小的系數(shù)ra的值，然后，利用所確定的ra的值處理第一信號和第二信號中的至少一個，以從第一被測信號或第二被測信號兩者中的至少一個顯著降低n，以形成一個干凈的信號。
在一個實施例中，上述的干凈信號顯示在一個顯示器上。在另外一個實施例中，第一和第二信號是生理信號，其方法進一步包括處理干凈信號以從第一被測信號和第二被測信號中確定生理參數(shù)的步驟。在一個實施例中，所述的參數(shù)是動脈血氧飽和度。在另外一個實施例中，所述的參數(shù)是心電信號。在又一個實施例中，被測信號的第一部分表現(xiàn)為一心臟體積描記圖，其方法進一步包括計算脈搏脈率的步驟。
本發(fā)明的另一個方面包括一個生理監(jiān)護儀。該監(jiān)護儀具有一個能接收第一被測信號S1的第一輸入，所述的第一被測信號S1包含有原始信號部分s1和二次信號部分n1。這個監(jiān)護儀也具有一個能接收第二被測信號S2的第二輸入，所述的第二被測信號S2包含有原始信號部分s2和二次信號部分n2。有利的是，第一被測信號S1和第二被測信號S2具有以下關(guān)系S1＝s1+n1S2＝s2+n2式中s1及s2和n1及n2的關(guān)系如下s1＝ras2和n1＝rvn2其中ra和rv為系數(shù)。
所述的監(jiān)護儀還具有一個掃描參比處理器，響應(yīng)于多個ra的可能值，該掃描參比處理器將第二被測信號與每個ra的可能值及每個結(jié)果的可能值相乘，以從第一被測信號中去掉結(jié)果值從而產(chǎn)生多個輸出信號。一個具有能接收第一被測信號做為其第一輸入的、并具有能從飽和度掃描參比處理器那里接收多個輸出信號做為其第二輸入的相關(guān)消除器，將生成多個對應(yīng)于在上述多個輸出信號與第一被測信號間進行的相關(guān)消除的輸出向量。一個能以從上述相關(guān)消除器處接收的多個輸出向量作為其輸入的積分器響應(yīng)于該多個輸出向量以分別確定每個輸出向量的相應(yīng)功率。一個極值探測器的輸入端與上述積分器的輸出相連。這個極值探測器將響應(yīng)于每個輸出向量的相應(yīng)功率以求出所選擇的功率。
在一個實施例中，所述的多個可能值對應(yīng)于一個所選的血液成分的多個可能值；在一個實施例中，所選的血液成分是動脈血氧飽和度；在另一個實施例中，所選的血液成分是靜脈血氧飽和度；而在又一個實施例中，所選的血液成分是一氧化碳。
本發(fā)明的另一個方面包括一個生理監(jiān)護儀。該監(jiān)護儀具有一個能接收第一被測信號S1的第一輸入，所述的第一被測信號S1包含有原始信號部分s1和二次信號部分n1。這個監(jiān)護儀也具有一個能接收第二被測信號S2的第二輸入，所述的第二被測信號S2包含有原始信號部分s2和二次信號部分n2。第一被測信號S1和第二被測信號S2具有以下關(guān)系S1＝s1+n1S2＝s2+n2式中s1及s2和n1及n2的關(guān)系如下s1＝ras2和n1＝rvn2其中ra和rv為系數(shù)。
一個轉(zhuǎn)換模塊響應(yīng)于第一和第二被測信號及ra的多個可能值從而提供至少一個功率曲線做為其輸出。一個極值計算模塊響應(yīng)于至少一個功率曲線以選定一個使n和s相關(guān)最小的ra值，并根據(jù)ra值計算出一個相應(yīng)的飽和度值做為其輸出。一個顯示模塊響應(yīng)于飽和度計算的輸出以顯示飽和度值。
附圖簡述圖1表示一個理想的體積描記波形。
圖2簡要表示了一個普通的手指。
圖3表示了一個包含由運動引起的無規(guī)律信號部分的體積描記波形。
圖4a是一個用以計算原始生理信號的生理監(jiān)護儀的示意圖。
圖4b是一個用以計算二次生理信號的生理監(jiān)護儀的示意圖。
圖5a示出了一個可用于生理監(jiān)護儀進行原始信號計算的自適應(yīng)噪聲消除器的例子。
圖5b示出了一個可用于生理監(jiān)護儀進行二次運動干擾信號計算的自適應(yīng)噪聲消除器的例子。
圖5c表示了一個多階陷波濾波器的傳遞函數(shù)。
圖6a是含有N種組分的吸收材料的簡圖。
圖6b是含有N種組分的吸收材料的另一個簡圖，在吸收材料中具有一個混合層。
圖6c是含有N種組分的吸收材料的另一個簡圖，在吸收材料中具有二個混合層。
圖7a是按照本發(fā)明的一個方面用以計算原始信號和二次信號的一種監(jiān)護儀的簡圖。
圖7b將理想的相關(guān)消除器的能量或功率輸出表示為信號系數(shù)r1、r2、··rn的函數(shù)，在這個特定的例子中，r3＝ra，r7＝rv。
圖7c將非理想的相關(guān)消除器的能量或功率輸出表示為信號系數(shù)r1、r2、··rn的函數(shù)，在這個特定的例子中，r3＝ra，r7＝rv。
圖8是一個聯(lián)合處理估計器的示意模型，該估計器具有一個最小二乘法點陣預測器和一個回歸濾波器。
圖8a是一個聯(lián)合處理估計器的示意模型，該估計器具有一個QRD最小二乘法點陣(LSL)預測器和一個回歸濾波器。
圖9是一個以軟件方式實現(xiàn)圖8中所示的聯(lián)合處理估計器模型的子程序的流程圖。
圖9a是一個以軟件方式實現(xiàn)圖8a中所示的聯(lián)合處理估計器模型的子程序的流程圖。
圖10是一個聯(lián)合處理估計器的示意模型，該估計器具有一個最小二乘法點陣預測器和二個回歸濾波器。
圖10a是一個聯(lián)合處理估計器的示意模型，該估計器具有一個QRD最小二乘法點陣預測器和二個回歸濾波器。
圖11是根據(jù)本發(fā)明一個方面的教導的生理監(jiān)護儀的一個例子。
圖11a表示了一個具有數(shù)-模轉(zhuǎn)換器的低噪聲發(fā)射電流驅(qū)動器的例子。
圖12表示的是圖11所示的生理監(jiān)護儀的前端模擬信號調(diào)節(jié)電路和模-數(shù)轉(zhuǎn)換電路。
圖13進一步詳細地表示了圖11中的數(shù)字信號處理電路。
圖14表示了圖11中的數(shù)字信號處理電路的更加詳細的操作。
圖15更詳細地表示了圖14中的解調(diào)模塊。
圖16更詳細地表示了圖14中的分樣(decimation)模塊。
圖17表示圖14中的統(tǒng)計模塊操作的更詳細的方塊示意圖。
圖18表示圖14中的飽和度變換模塊的一個實施例的操作的方塊示意圖。
圖19表示圖14中的飽和度計算模塊的操作的方塊示意圖。
圖20表示圖14中的脈率計算模塊的操作的方塊示意圖。
圖21表示圖20中的運動干擾消除模塊的操作的方塊示意圖。
圖21a表示圖20中的運動干擾消除模塊的操作的另一個方塊示意圖。
圖22表示一個根據(jù)本發(fā)明原理的一個飽和度轉(zhuǎn)換曲線。
圖23表示另外一個用以求得飽和度值的飽和度轉(zhuǎn)換的一個可供選擇的實施例的方塊示意圖。
圖24表示一個對應(yīng)于圖23的可供選擇的實施例的飽和度轉(zhuǎn)換直方圖。
圖25A至圖25C還示出了另外一個可求得飽和度的優(yōu)選實施例。
圖26表示用于本發(fā)明的處理器中以確定二次參比信號n′(t)或原始參比信號s′(t)的，及用于相關(guān)消除器的，用波長為λa＝λred＝660nm的紅光測量出的信號。這個被測信號包含一個原始信號部分sλa(t)和一個二次信號部分nλa(t)。
圖27表示了用于本發(fā)明的處理器中以確定二次參比信號n′(t)或原始參比信號s′(t)的，及用于相關(guān)消除器的，用波長為λb＝λIR＝910nm的紅外光測量出的信號。這個被測信號包含一個原始信號部分sλb(t)和一個二次信號部分nλb(t)。
圖28示出了用本發(fā)明的處理器確定的二次參比信號n′(t)。
圖29示出了通過用二次參比信號n′(t)進行相關(guān)消除所估計出的，在λa＝λred＝660nm波長測得的信號Sλa(t)的原始信號部分sλa(t)的一個很好逼近s″λa(t)。
圖30示出了通過用二次參比信號n′(t)進行相關(guān)消除所估計出的，在λb＝λIR＝910nm波長測得的信號Sλb(t)的原始信號部分sλb(t)的一個很好逼近s″λb(t)。
圖31描述了一個3個同心電極序列，即一個三極電極傳感器，用以提取供本發(fā)明使用的心電圖(ECG)信號S1、S2和S3。每個心電信號都包含一個原始信號部分和一個二次信號部分。
圖32展示了一個抽頭延時線式有限沖擊響應(yīng)(FIR)濾波器。
圖33示出了一種輸出兩種頻率的有限沖擊響應(yīng)濾波器的相位累加。
圖34示出了一個M階全通子濾波(subfilter)器。
圖35示出了來自于一個2通路全通網(wǎng)絡(luò)的互補低通和高通濾波器。
圖36示出了一種作為半波譜傳遞濾波器(transformed half bandfilter)的希爾搏特傳遞全通濾波器結(jié)構(gòu)。
圖37示出了一種再采樣二通路全通濾波器。
圖38示出了一個具有Z-4的多項式的迭代二通路濾波器的譜。
圖39示出了四通路象限同心和基數(shù)同心濾波器(quadrant centeredand cardinal centered filter)組的譜。
圖40示出了一個全通濾波器的低通變換。
圖41A示出了一全通濾波器的結(jié)構(gòu)圖。
圖41B示出了一個多相全通結(jié)構(gòu)。
圖42展示了M階全通子濾波器的零點-極點分布。
圖43A至圖43D示出了全通濾波器通路的典型相位響應(yīng)和相應(yīng)的幅度響應(yīng)。
圖44A和圖44B示出了2通路和5通路多相全通網(wǎng)絡(luò)的零點-極點分布和幅度響應(yīng)。
圖45示出了一個全通濾波器的帶通變換。
發(fā)明的詳細說明本發(fā)明包括一個應(yīng)用第一被測信號和第二被測信號的系統(tǒng)，第一和第二被測信號中都包含有原始信號部分和二次信號部分。換言之，給出第一復合信號S1＝s1(t)+n1(t)和第二復合信號S2＝s2(t)+n2(t)，就可用根據(jù)本發(fā)明的系統(tǒng)分離出其中的原始信號部分s(t)或二次信號部分n(t)。經(jīng)過處理，系統(tǒng)輸出了一個二次信號部分n(t)的很好的逼近值n″(t)或原始信號部分s(t)的一個很好的逼近值s″(t)。
當原始信號部分和/或二次信號部分中具有恒定部分、可預測部分、干擾部分和隨機部分中的一個或多個時，本發(fā)明的系統(tǒng)特別適用。所述的原始信號逼近s″(t)或所述的二次信號逼近n″(t)是通過從復合信號S(t)中盡可能多地消除二次信號部分n(t)或原始信號部分s(t)的方式提取出來的。上述消除過程的剩余信號即分別形成了原始信號的逼近s″(t)或二次信號的逼近n″(t)。用如簡單的減法、低通濾波、帶通濾波、高通濾波等傳統(tǒng)濾波方法可很容易地消除二次信號n(t)中的恒定部分和可預測部分。而干擾信號由于其不可預測性，所以比較難以消除。如果對干擾信號有所了解，即便是統(tǒng)計意義上的了解，也可能通過傳統(tǒng)的濾波技術(shù)從被測信號中將干擾信號，至少是干擾信號的一部分消除掉。然而，對二次信號部分n(t)的干擾信號部分通常是一無所知，在這種情況下，傳統(tǒng)的濾波技術(shù)是沒有效果的。
為消除二次信號部分n(t)，根據(jù)本發(fā)明對第一被測信號S1和第二被測信號S2建模如下S1＝s1+n1S2＝s2+n2且s1＝ras2和n1＝rvn2或ra＝s1/s2和rv＝n1/n2式中s1和n1至少為部分(最好是完全)不相關(guān)，且s2和n2至少為部分(最好是完全)不相關(guān)。如上所確定的，第一被測信號S1和第二被測信號S2通過相關(guān)系數(shù)ra和rv相關(guān)。這些相關(guān)系數(shù)的選出和使用將在下面進一步論述。
根據(jù)本發(fā)明的一個方面，所述的信號模型將與如自適應(yīng)噪聲消除器之類的相關(guān)消除器共同使用，以消除或提取被測信號中的干擾部分。
通常，一個相關(guān)消除器具有兩個輸入信號和一個輸出信號。其中一個輸入信號為二次參比信號n′(t)或原始參比信號s′(t)，這些參比信號分別與復合信號S(t)中的二次信號部分n(t)或原始信號部分s(t)相關(guān)。另一個輸入信號為復合信號S(t)。在理想狀態(tài)下，相關(guān)消除器的輸出s″(t)或n″(t)只分別地與原始信號部分s(t)或二次信號部分n(t)相對應(yīng)。通常相關(guān)消除器應(yīng)用中的最難的任務(wù)就是確定分別與被測信號S(t)中的二次信號部分n(t)和原始信號部分s(t)相關(guān)的參比信號n′(t)和s′(t)，其原因是，如上所述，原始信號部分和二次信號部分是很難從被測信號中分離出來的。在本發(fā)明的信號處理器中，二次參比信號n′(t)或原始參比信號s′(t)是從兩個以不同波長λa和λb同時或準同時測得的復合信號中確定的。
圖4a和圖4b是一個包括了本發(fā)明的一個信號處理器和一個相關(guān)消除器的監(jiān)護儀原型的方框示意圖。兩個被測信號Sλa(t)和Sλb(t)由探測器20獲取。本領(lǐng)域的技術(shù)人員都知道對于某些生理測量，用多于一個的探測器進行測量可能更為先進。每個信號都被信號調(diào)節(jié)器22a和22b調(diào)節(jié)。所述的調(diào)節(jié)包括但并不僅限于以下過程，如對信號進行濾波以消除其恒定部分，對信號進行放大以便于處理。然后通過模-數(shù)轉(zhuǎn)換器24a和24b將上述信號轉(zhuǎn)換為數(shù)字信號。第一被測信號Sλa(t)包括一個第一原始信號部分，在此用符號sλa(t)表示，及一個第一二次信號部分，在此用符號nλa(t)表示。第二被測信號Sλb(t)至少與第一被測信號Sλa(t)部分地相關(guān)，并包括一個第二原始信號部分，在此用符號sλb(t)表示，及一個第二二次信號部分，在此用符號nλb(t)表示。一般第一和第二二次信號部分nλa(t)和nλb(t)對于原始信號部分sλa(t)和sλb(t)是不相關(guān)的并且/或者是無規(guī)律的。所述的二次信號部分nλa(t)和nλb(t)通常是由于病人在生理測量時運動造成的。
信號Sλa(t)和Sλb(t)被輸入到一個參比處理器26中，這個參比處理器26將第二被測信號Sλb(t)乘以因子ra(ra＝sλa(t)/sλb(t))或因子rv(rv＝nλa(t)/nλb(t))，然后從第一被測信號Sλa(t)中減去第二被測信號Sλb(t)。確定系數(shù)因子ra和rv以使當兩個信號Sλa(t)和Sλb(t)被相減時，可使原始信號部分sλa(t)和sλb(t)或二次信號部分nλa(t)和nλb(t)分別被消除。這樣，參比處理器26的輸出，將是一個如圖4a所示的二次參比信號n′(t)＝nλa(t)-ranλb(t)，該參比信號與二次信號部分nλa(t)和nλb(t)都相關(guān)；或?qū)⑹且粋€如圖4b所示的原始參比信號s′(t)＝sλa(t)-rvsλb(t)，該參比信號與原始信號部分sλa(t)和sλb(t)都相關(guān)。將一個參比信號n′(t)或s′(t)與兩個被測信號Sλa(t)或Sλb(t)中的一個一道輸入到一個相關(guān)處理器27中，該相關(guān)處理器用參比信號n′(t)或s′(t)從被測信號Sλa(t)或Sλb(t)中消除其二次信號部分nλa(t)或nλb(t)或原始信號部分sλa(t)或sλb(t)。相關(guān)處理器27的輸出是原始信號的很好的逼近s″(t)或二次信號的很好的逼近n″(t)。在一個實施例中，所述的逼近值s″(t)或n″(t)被顯示在一個顯示器28上。
在一個實施例中，用一種自適應(yīng)噪聲消除器30作為相關(guān)消除器27，這種自適應(yīng)噪聲消除器30的一個例子如圖5a的方框示意圖所示，以從第一信號Sλa(t)或第二信號Sλb(t)中消除無規(guī)律的二次信號部分nλa(t)或nλb(t)。圖5a中的自適應(yīng)噪聲消除器30的一個輸入是對一個與二次信號部分nλa(t)和nλb(t)相關(guān)的二次參比信號n′(t)的采樣。通過本文所描述的本發(fā)明的處理器26，從兩個被測信號Sλa(t)和Sλb(t)中確定所述的二次參比信號n′(t)。所述的自適應(yīng)噪聲消除器的第二個輸入是對第一復合信號Sλa(t)＝sλa(t)+nλa(t)或?qū)Φ诙秃闲盘朣λb(t)＝sλb(t)+nλb(t)的采樣。
如圖5b所示的自適應(yīng)噪聲消除器30也可被用于從第一被測信號Sλa(t)或第二被測信號Sλb(t)中消除原始信號部分sλa(t)或sλb(t)。這個自適應(yīng)噪聲消除器30的一個輸入是對一個與原始信號部分sλa(t)和sλb(t)相關(guān)的原始參比信號s′(t)的采樣。通過本文所描述的本發(fā)明的處理器26，從兩個被測信號Sλa(t)和Sλb(t)中確定所述的原始參比信號s′(t)。所述的自適應(yīng)噪聲消除器30的第二個輸入是對第一被測信號Sλa(t)＝sλa(t)+nλa(t)或?qū)Φ诙粶y信號Sλb(t)＝sλb(t)+nλb(t)的采樣。
所述的自適應(yīng)噪聲消除器30的功能是消除參比信號n′(t)或s′(t)與被測信號Sλa(t)或Sλb(t)中所共有的頻率成分。由于參比信號與二次信號部分nλa(t)和nλb(t)或與原始信號部分sλa(t)和sλb(t)是相關(guān)的，所以參比信號也相應(yīng)地具有無規(guī)律性或具有很好的表現(xiàn)性。所述的自適應(yīng)噪聲消除器30的工作方式可比喻為是一個基于參比信號n′(t)或s′(t)的頻譜分布的動態(tài)多階陷波濾波器。
圖5c示出了一個多階陷波濾波器的典型傳遞函數(shù)。該傳遞函數(shù)幅值的凹陷或下落，表示當信號通過該陷波濾波器時被衰減或被消除的頻率。該陷波濾波器的輸出是消除了陷波頻率后的復合信號。在類似的自適應(yīng)噪聲消除器30中，陷波頻率根據(jù)自適應(yīng)噪聲消除器30的輸入的變化而不斷變化。
所述的自適應(yīng)噪聲消除器30(如圖5a和5b所示)生成一個輸出信號，這里用符號s″λa(t)、s″λb(t)、n″λa(t)和n″λb(t)表示，該輸出信號被反饋至自適應(yīng)噪聲消除器30的一個內(nèi)部處理器32中。該內(nèi)部處理器32根據(jù)預先設(shè)置的算法自動地調(diào)整其自身的傳遞函數(shù)，以使該內(nèi)部處理器32的輸出(該輸出在圖5a中用符號bλ(t)表示而在圖5b中用符號cλ(t)表示)與二次信號部分nλa(t)或nλb(t)或與原始信號部分sλa(t)或sλb(t)接近相同。用被測信號Sλa(t)或Sλb(t)減去圖5a所示的內(nèi)部處理器32的輸出bλ(t)，得到一個信號輸出s″λa(t)＝sλa(t)+nλa(t)-bλ(t)或信號輸出s″λb(t)＝sλb(t)+nλb(t)-bλ(t)。所述的內(nèi)部處理器對信號s″λa(t)或s″λb(t)進行優(yōu)化，使s″λa(t)和s”λb(t)分別近似等于原始信號部分sλa(t)和sλb(t)。用被測信號Sλa(t)或Sλb(t)減去圖5b所示的內(nèi)部處理器32的輸出cλ(t)，得到一個信號輸出n″λa(t)＝sλa(t)+nλa(t)-cλ(t)或信號輸出n″λb(t)＝sλb(t)+nλb(t)-cλ(t)。所述的內(nèi)部處理器對信號n″λa(t)或n″λb(t)進行優(yōu)選，使n″λa(t)和n″λb(t)分別近似等于原始信號部分nλa(t)和nλb(t)。
可用于調(diào)整內(nèi)部處理器32的傳遞函數(shù)的一個算法為最小二乘法算法，如在1985年由PrenticeHall出版的，由BernardWidrow和SamuelStearns所著的《自適應(yīng)信號處理》一書的第6章和第12章所論述的一樣。該書的全部包括第6章和第12章被本文引用為參考文獻。
圖5a和5b所示的自適應(yīng)處理器30已被成功地應(yīng)用于解決很多問題，包括天線旁瓣消除、模式識別、常規(guī)的周期性干擾消除及消除長距離電話傳輸線上的回音信號等。然而，由于信號部分nλa(t)、nλb(t)、sλa(t)和sλb(t)很難從被測復合信號Sλa(t)和Sλb(t)中分離出來，所以通常需要依靠獨到的設(shè)計來找到合適的參比信號n’(t)和s’(t)。如果實際二次信號部分nλa(t)或nλb(t)及原始信號部分sλa(t)或sλb(t)是先驗可知的，則不需要這些相關(guān)消除技術(shù)了。
原始信號部分和二次信號部分的通常確定以下描述如何確定參比信號n’(t)和s’(t)。例如，通過一個探測器以一個波長λa測得第一被測信號，生成一個信號Sλa(t)Sλa＝sλa+nλa(1)這里sλa為原始信號部分，nλa為二次信號部分。
同時或幾乎同時以一個不同的波長λb進行與上述相似的測量，得到Sλb＝sλb+nλb(2)因為在測量過程中Sλa和Sλb基本上是同時測量，所以所有隨機干擾或無規(guī)律干擾幾乎以相同的方式作用于兩個測量，因此二次信號成分nλa和nλb是相關(guān)的?；旧峡深A測的原始信號成分sλa和sλb也是相互相關(guān)的。
為了得出參比信號n’(t)和s’(t)，需要將被測信號Sλa(t)和Sλb(t)進行變換，以分別從中消除原始信號成分或二次信號成分。根據(jù)本發(fā)明，進行上述工作的一個方法是在原始信號部分sλa(t)和sλb(t)與二次信號部分nλa(t)和nλb(t)之間找到比例常數(shù)ra和rv，以使信號建模如下sλa(t)＝rasλb(t)(3)nλa(t)＝rvnλb(t)根據(jù)本發(fā)明所獨創(chuàng)的信號模型，很多種測量都可滿足上述這些比例關(guān)系，包括但并不只限于能量吸收式測量和生理測量。此外，根據(jù)本發(fā)明的信號模型，在大多數(shù)測量中，所述的比例常數(shù)將滿足以下關(guān)系nλa(t)≠ranλb(t)(4)sλa(t)≠rvsλb(t)。
將式(2)乘以ra，然后將式(1)減去式(2)即得到一個原始信號項sλa(t)和sλb(t)已被消除了的單等式n′(t)＝Sλa(t)-raSλb(t)＝nλa(t)-ranλb(t)(5a)從而得到了一個與二次信號部分sλa(t)和nλb(t)都相關(guān)的非零信號，該非零信號可在一個例如自適應(yīng)噪聲消除器一類的相關(guān)消除器中被用作為二次參比部信號n′(t)。
將式(2)乘以rv，然后將式(1)減去式(2)即得到一個二次信號項nλa(t)和nλb(t)已被消除了的單等式
s′(t)＝Sλa(t)-rvSλb(t)＝sλa(t)-rvsλb(t)(5b)從而得到了一個與原始信號部分sλa(t)和sλb(t)都相關(guān)的非零信號，該非零信號可在一個如自適應(yīng)噪聲消除器一類的相關(guān)消除器中被用作為參比部信號s′(t)。
在一個能量吸收式系統(tǒng)中原始參比信號和二次參比信號的確定的一個實例。
相關(guān)消除技術(shù)特別適應(yīng)于很多種通常被描述為吸收測量的測量中。一個吸收式監(jiān)測儀的例子是在吸收材料發(fā)生變化時測定吸收材料中能量吸收成分的濃度的監(jiān)測儀，在該吸收式監(jiān)測儀中利用了以由本發(fā)明的處理器確定的參比信號n′(t)或s′(t)為基礎(chǔ)的如自適應(yīng)噪聲消除的相關(guān)消除技術(shù)。上述的吸收材料的變化可由那些其信息是我們需要的因素或原始因素造成的，另外，也可由隨機的或無規(guī)律的二次因素，如加在材料上的機械力等因素造成的。如運動一類的隨機的或無規(guī)律的干擾在被測信號中構(gòu)成二次成分。如果已知一個適當?shù)亩螀⒈刃盘杗′(t)或原始參比信號s′(t)，即可用相關(guān)消除器消除或提取這些二次成分。
圖6a示出了一個包括具有N種不同吸收成分的一個容器42的N組分吸收材料的簡圖，N種組分用符號A1、A2、A3··AN表示。在圖6a中成分A1至AN以通常的層疊方式排列在容器42中。一個吸收系統(tǒng)的特定形式的例子是這樣一種系統(tǒng)，在該系統(tǒng)中，光能穿過容器42并根據(jù)廣義的光吸收的Beer-Lambert定律被吸收。對于波長為λa的光，其衰減可以用下列公式近似計算I=I0exp(-Σi=1N∈i,λaCiXi)---(6)]]>首先通過兩邊取自然對數(shù)和同類項運算對信號進行變換，使信號成分由加法式組成而不是由乘法式組成，即Sλα=ln(I0/I)=Σi=1N∈i,λaCiXi---(7)]]>這里I0為入射光的能量強度；I是經(jīng)傳導后的光能量的強度；∈i，λa是在波長λa時第i種成分的吸收系數(shù)；xi(t)是第i層光學路徑的長度，即光能所通過的第i層材料的厚度；ci(t)是第i種成分在相應(yīng)于厚度xi(t)的容積中的濃度值。吸收系數(shù)∈1至∈N是已知的在任何波長時都不變的值。因為大多數(shù)單層的光學路徑長度xi(t)是未知的，所以從c1(t)至cN(t)的大多數(shù)濃度值一般也是未知的?？傮w光學路徑長度是各個單層光學路徑長度xi(t)之和。
如果沒有任何因素使材料各層的厚度發(fā)生變化，則每層的光學路徑長度xi(t)通常是恒定的。因而其光學能量的衰減也通常為恒定值，從而在被測信號中造成恒定的偏差。因為所需要求出的通常是有關(guān)能擾動材料的因素，所以我們對上述這種信號偏差部分無多大興趣。所感興趣的已知帶寬之外的任何信號部分，包括當無變化發(fā)生時由組分的通常恒定的能量吸收所生成的恒定的不需要的信號部分，將被消除。通過傳統(tǒng)的帶通濾波技術(shù)很容易完成上述的消除。然而，當材料受外因影響時，組分的每一層之間都受到不同的擾動。某些對各層光學路徑長度xi(t)的擾動會在代表需要信息或原始信息的被測信號中產(chǎn)生偏差。而另一些對各層光學路徑長度xi(t)的擾動則會在被測信號中產(chǎn)生不被需要的偏差或二次偏差，這些偏差淹沒了被測信號中的原始信息。為從被測信號中獲得原始信息，對應(yīng)于二次偏差的二次信號成分也必須被消除掉。同樣，有能力計算出由二次偏差直接引起的二次信號成分，就可以通過簡單的減法或相關(guān)消除技術(shù)從被測信號中獲得原始信號成分。
相關(guān)消除器可以選擇性地從復合信號中消除由這樣的因素引起的原始或二次信號分量(該因素對該材料的干擾或改變，與在此之前已經(jīng)擾動或改變了所述材料的因素不同)，從而產(chǎn)生原始信號成分或二次信號成分，所述的復合信號是在能量經(jīng)吸收材料傳導后或由吸收材料反射后測得的。為說明方便，假設(shè)被測信號中被認為是原始信號sλa(t)的部分是與感興趣組分A5相關(guān)的衰減項∈5c5x5(t)，所述的組分A5這一層所受到擾動的影響與其它組分A1至A4及A6至AN的各層不同。這種情況的一個例子是當A5受到那些其信息被認為是原始信號的因素影響時，此外，整個材料還同時受到對每一層都有作用的因素的影響。在這種情況下，由于影響A5組分層的總體因素不同于影響其它組分層的那些總體因素，并且有關(guān)組分層A5的所有因素和總的擾動的信息被認為是原始信號，所以由組分A1至A4及A6至AN所產(chǎn)生的衰減項就構(gòu)成了二次信號部分nλa(t)。盡管影響整個材料的另外因素在每一層(包括A5層)都造成同樣擾動，但作用在A5組分層上的所有因素使A5層具有與其它A1至A4及A6至AN組分層不同的總體擾動。
通常情況是，作用于與二次信號有關(guān)的層上的全部擾動是由隨機或無規(guī)律因素引起的。這樣導致了所述層的厚度無規(guī)律變化，并導致每層的光學路徑長度xi(t)無規(guī)律變化，由此產(chǎn)生了隨機的或無規(guī)律的二次信號成分nλa(t)。然而，只要作用于A5組分層的擾動與作用于其它組分層的擾動是不同的，則不論二次信號部分nλa(t)是否是無規(guī)律的，這個二次信號部分nλa(t)都可通過一個如自適應(yīng)噪聲消除器那樣的以根據(jù)本發(fā)明的處理器所確定的二次參比信號n′(t)或原始參比信號s′(t)作為輸入的相關(guān)消除器來消除掉或提取出來。所述的相關(guān)消除器生成原始信號部分sλa(t)或二次信號部分nλa(t)的一個很好的逼近值。只要已知了原始信號部分的逼近值，那么通常也就可以確定所感興趣的組分的濃度c5(t)了，因為在一些生理測量中，原始信號成分的厚度，在本例中為x5(t)，是已知的或可確定的。
相關(guān)消除器使用了從兩個基本同時測得的信號Sλa(t)和Sλb(t)中確定的二次參比信號n′(t)或原始參比信號s′(t)。Sλa(t)是以上式(7)確定的，Sλb(t)也以類似方式確定，只是以不同的波長λb。為求得二次參比信號n′(t)或原始參比信號s′(t)，在兩個不同波長λa和λb下測得經(jīng)傳輸衰減后的能量，并進行對數(shù)變換。經(jīng)對數(shù)變換后的信號Sλa(t)和Sλb(t)如下Sλa(t)=∈5,λaC5X5(t)+Σi=14∈i,λaCiXi+Σi=6N∈i,λaCiXi---(8)]]>Sλa(t)＝∈5，λaC5X5(t)+nλα(t) (9)Sλb(t)=∈5,λbC5X5(t)+Σi=14∈i,λbCiXi+Σi=6N∈i,λbCiXi---(10)]]>Sλb(t)＝∈5，λbC5X5(t)+nλb(t) (11)對信號的進一步變換是根據(jù)本發(fā)明的信號模型的比例關(guān)系確定ra和rv，與式(3)相似，這些變換可確定噪聲參比信號n′(t)和原始參比信號s′(t)。這些變換為∈5，λa＝ra∈5，λb(12a)nλa＝rvnλb(12b)其中nλa≠ranλb(13a)∈5，λa≠rv∈5，λb(13b)通常式(12)和式(13)可同時被滿足。用ra乘以式(11)，并用式(9)減去其乘積，則生成了一個非零的二次參比信號，該信號為二次信號成分的線性和n′(t)＝Sλba(t)·raSλb(t)-nλa(t)·ranλb(t)(14a)=Σi=14∈i,λacixi(t)+Σi=6N∈i,λacixi(t)-]]>Σi=14ra∈i,λbcixi(t)+Σi=6Nra∈i,λbcixi(t)---(15a)]]>=Σi=14cixi(t)[∈i,λb.ra∈i,λb]+]]>Σi=6Ncixi(t)[∈i,λb.ra∈i,λb]---(16a)]]>用rv乘以式(11)，并用式(9)減去其乘積，則生成了一個原始參比信號，該信號為原始信號成分的線性和s′(t)＝Sλa(t)·rvSλb(t)＝Sλa(t)·rvsλb(t) (14b)＝C5X5(t)∈5，λa·rvC5X5(t)∈5λb(15b)＝C5X5(t)[∈5，λa·rv∈5λb]. (16b)一個二次參比信號n′(t)或原始參比信號s′(t)的采樣及一個被測信號Sλa(t)或Sλb(t)的采樣被輸入到一個如自適應(yīng)噪聲消除器30一類的相關(guān)消除器27中，其作為例子在圖5a和圖6b示出，并且其一個優(yōu)選例子在本文中題為“應(yīng)用聯(lián)合處理估計器裝置的優(yōu)選相關(guān)消除器”的部分討論。所述的相關(guān)消除器27從被測信號中消除二次信號部分nλa(t)或nλb(t)，或消除原始信號部分sλa(t)或sλb(t)，以生成原始信號部分的很好的逼近值s″λa(t)≈∈5，λac5x5(t)或s″λb(t)≈∈5，λbc5x5(t)，或生成二次信號部分的很好逼近值n″λa(t)≈nλa(t)或n″λb(t)≈nλb(t)。當已知了原始信號部分時，濃度c5(t)則可根據(jù)下式通過原始信號的逼近值s″λa(t)或s″λb(t)來確定C5(t)≈s″λa(t)/∈5，λaX5(t)(17a)或C5(t)≈s″λb(t)/∈5，λbX5(t)(17b)如前面所述，在每個波長λa和λb的吸收系數(shù)是恒定的，并且原始信號成分的厚度(本例中為x5(t))通常是已知的或可求得的時間函數(shù)，因此，組分A5的濃度c5(t)是可計算出的。
在一個包含一種以上組分的容積中測定濃度或飽和度參照圖6b，示出了一種具有分層排列的N種不同組分的另一材料。在這種材料中，兩種組分A5和A6同在一層中，其厚度x5，6(t)＝x5(t)+x6(t)，這兩種組分通常隨機地分布在所述的層中。這類似于將圖6a中的A5組分層和A6組分層合為一體。當兩個組分層受到對光學路徑x5(t)和x6(t)導致同樣變化的相同的總體因素的影響時，這種如A5和A6組分層合并一類的層間合并是適宜的。
通常需要從一給定厚度的具有一種以上組分的并受到相同因素影響的材料中求出其中一個組分的濃度或飽和度，即百分比濃度。在給定容積內(nèi)的一種組分的濃度或飽和度的測定可以與該容積中任何數(shù)量的受到相同總體因素影響并產(chǎn)生相同擾動或變化的其它組分同時進行。為測定包含多種組分的容積中的一個組分的飽和度，被測信號的數(shù)量應(yīng)與吸收入射光能的組分的數(shù)量一樣多?？梢岳斫?，不吸收光能的組分對于飽和度的測定結(jié)果是無影響的。為測定所述的濃度，除需要有與吸收入射光能的組分數(shù)量同樣多的信號外，還需要有關(guān)濃度之和的信息。
通常情況是，一個受唯一一種運動影響的厚度只包含兩種組分。例如，可能需要求得一個包含A5和A6兩個組分的給定容積中A5的濃度或飽和度。在這種情況下，原始信號sλa(t)及sλb(t)中包含了與A5和A6都相關(guān)的項，以便能測定容積中A5或A6的濃度或飽和度。下面討論飽和度的確定?？梢岳斫?，如果已知A5+A6＝1，即容積中沒有在所選擇的特定測量波長下不吸收入射光能的組分，則包含A5和A6組分的容積中的A5的濃度也可以測出。經(jīng)對數(shù)變換后，被測信號sλa(t)和sλb(t)可寫作Sλa(t)＝∈5，λac5x5，6(t)+∈6，λac6x5，6(t)+nλa(t) (18a)＝sλa(t)+nλa(t) (18b)Sλb(t)＝∈5，λbc5x5，6(t)+∈6，λbc6x5，6(t)+nλb(t) (19a)＝sλb(t)+nλb(t). (19b)也通常有這種情況，即在一個媒質(zhì)中有兩個或更多的厚度，每個厚度中包含同樣的兩種組分，但每個厚度的運動都不同，如圖6c所示。例如，可能不但需要求得一個包含A5和A6兩個組分的給定容積中A5的濃度或飽和度，而且還要求出一個包含A3和A4兩個組分的給定容積中A3的濃度或飽和度，其中A3和A4分別與A5和A6具有相同的成分。在這種情況下，原始信號sλa(t)及sλb(t)中同樣包含了與A5和A6都相關(guān)的項，且二次信號部分nλa(t)及nλb(t)中包含了與A3和A4都相關(guān)的項。因為假設(shè)了A3和A4是受到了不同頻率的擾動，或受到了與原始因素不相關(guān)的隨機的或無規(guī)律的二次因素的擾動，所以A3和A4層不計入原始等式。由于組分3和5及組分4和6分別具有同樣的成分，所以它們分別具有相同的吸收系數(shù)(即∈3，λa＝∈5，λa；∈3，λb＝∈5，λb；∈4，λa＝∈6，λa；∈4，λb＝∈6，λb)。然而一般地講，A3和A4與A5和A6具有不同的濃度，因而具有不同的飽和度。因此媒質(zhì)中的一個單組分可以具有一個或多個與其相應(yīng)的飽和度。根據(jù)這個模型的原始信號和二次信號可寫為sλa(t)＝[∈5，λac5+∈6，λac6]x5，6(t)(20a)nλa(t)＝[∈5，λac3+∈6，λac4]x3，4(t)+Σi=12∈i,λbcixi(t)+Σi=7N∈i,λbcixi(t)---(20b)]]>nλa(t)＝[∈5，λac3+∈6，λac4]x3，4(t)+nλa(t)(20c)sλb(t)＝[∈5，λbc5+∈6，λbc6]x5，6(t) (21a)nλb(t)＝[∈5，λbc3+∈6，λbc4]x3，4(t)+Σi=12∈i,λbcixi(t)+Σi=7N∈i,λbcixi(t)---(21b)]]>nλb(t)＝[∈5，λbc3+∈6，λbc4]x3，4(t)+nλb(t)(21c)式中信號nλa(t)及nλb(t)與二次信號nλa(t)及nλb(t)相似，只是省略了3，4層。
原始信號或者二次信號中的處在已知的感興趣的帶寬之外的其它任何信號部分，包括在沒有受到擾動時由各組分的通常固定的吸收所產(chǎn)生的所不需要的二次信號部分恒量，在確定感興趣帶寬內(nèi)的原始信號部分或二次信號部分的逼近值時都將被消除掉。這一消除用傳統(tǒng)的帶通濾波技術(shù)很容易實現(xiàn)。如前面的例子，通常的情況是，作用于與二次信號成分有關(guān)的層上的總體擾動或變化是由隨機或無規(guī)律因素產(chǎn)生的，導至每層的厚度或每層的光學路徑長度xi(t)的無規(guī)律變化，從而產(chǎn)生了隨機的或無規(guī)律的二次信號成分nλa(t)。無論二次信號部分nλa(t)是否是無規(guī)律的，但只要作用于A5組分層和A6組分層的擾動與作用于其它非A5、A6組分層的擾動是不同的，則這個二次信號部分nλa(t)都可通過一個如自適應(yīng)噪聲消除器一類的、具有一個以根據(jù)本發(fā)明的處理器所確定的二次參比信號n′(t)或原始參比信號s′(t)作為其輸入的相關(guān)消除器來消除掉或提取出來。無規(guī)律的二次信號成分nλa(t)和nλb(t)或原始信號成分sλa(t)和sλb(t)都可以通過相關(guān)消除器進一步從式(18)和(19)中及式(20)和(21)中消除。所述的相關(guān)消除器也同樣需要原始參比信號s’(t)的采樣或二次參比信號n’(t)的采樣，以及需要式(18)和式(19)的復合信號Sλa(t)或Sλb(t)的采樣。
用于飽和度測量的原始參比信號和二次參比信號的確定一個根據(jù)本發(fā)明的一個方面從被測信號Sλa(t)和Sλb(t)中確定參比信號s′(t)或n′(t)方法叫做恒定飽和度逼近法。在這個逼近法中，假設(shè)在包括A5和A6的容積中的A5的飽和度與包括A3和A4的容積中的A3的飽和度在某段時期上是保持相對恒定的，即Saturation(A5(t))＝c5(t)/[c5(t)+c6(t)] (22a)Saturation(A3(t))＝c3(t)/[c3(t)+c4(t)] (22b)Saturation(A5(t))＝{1+[c6(t)/c5(t)]}-1(23a)Saturation(A3(t))＝{1+[c4(t)/c3(t)]}-1(23b)在被測信號Sλa(t)和Sλb(t)的許多采樣上基本是恒定的。因為在生理系統(tǒng)中飽和度的相對變化通常較慢，所以這一假設(shè)對許多采樣是正確的。
恒定飽和度假設(shè)相當于假設(shè)為c5(t)/c6(t)＝constant1(24a)c3(t)/c4(t)＝constant2(24b)因為在式(23a)和式(23b)中唯一的其它項是恒量，即為常數(shù)1。
根據(jù)這個假設(shè)，在恒定飽和度方法中用于確定二次參比信號n′(t)和原始參比信號s′(t)的比例常數(shù)ra和rv為ra=∈5,λac5x5,6(t)+∈6,λac6x5,6(t)∈5,λbc5x5,6(t)+∈6,λbc6x5,6(t)---(25a)]]>＝sλa(t)/sλb(t) (26a)=∈5,λac5+∈6,λac6∈5,λbc5+∈6,λbc6---(27a)]]>=∈5,λa(c5/c6)+∈6,λa∈5,λb(c5/c6)+∈6,λb---(28a)]]>≈s″λa(t)/s″λb(t)＝constant3；在此， (29a)nλa(t)≠ra(t)nλb(t) (30a)和rv=∈5,λac3x3,4(t)+∈6,λac4x3,4(t)∈5,λbc3x3,4(t)+∈6,λbc4x3,4(t)---(25b)]]>＝nλa(t)/nλb(t) (26b)=∈5,λac3+∈6,λac4∈5,λbc3+∈6,λbc4---(27b)]]>=∈5,λa(c3/c4)+∈6,λa∈5,λb(c3/c4)+∈6,λb----(28b)]]>≈n″λa(t)/n″λb(t)＝constant4；在此， (29b)sλa(t)≠rv(t)sλb(t).(30b)根據(jù)本發(fā)明，通常的情況是式(26)和式(30)可被同時滿足以確定比例常數(shù)ra和rv。另外，每一波長的吸收系數(shù)∈5，λa、∈6，λa、∈5，λb、∈6，λb都為常數(shù)，并且恒定飽和度方法的中心假設(shè)是c5(t)/c6(t)和c3(t)/c4(t)在許多采樣時段上是恒定的。因而，每采幾個樣就可從作為相關(guān)消除器輸出的原始信號或二次信號的新的逼近值中確定出新的比例常數(shù)ra和rv。因而，由相關(guān)消除器為基本快速處理的被測信號Sλa(t)和Sλb(t)的采樣序列建立的原始信號sλa(t)和sλb(t)或二次信號nλa(t)和nλb(t)的逼近值可用于本發(fā)明的處理器，以計算出下一被測信號Sλa(t)和Sλb(t)的采樣序列的比例常數(shù)ra和rv。
用ra乘以式(19)并用其結(jié)果去減式(18)，生成一個非零的二次參比信號n′(t)＝sλa(t)-rasλb(t)＝nλa(t)-ranλb(t)(31a)用rv乘以式(19)并用其結(jié)果去減式(18)，生成一個非零的原始參比信號s′(t)＝sλa(t)-rvsλb(t)＝sλa(t)-rvsλb(t)(31b)當在病人監(jiān)護時采用恒定飽和度法時，初始的比例系數(shù)可由下面描述的方法確定。即使在初始階段也不需要限制病人的運動。當比例常數(shù)ra和rv確定后，相關(guān)消除器就可與二次參比信號n′(t)或原始參比信號s’(t)共同使用。
用恒定飽和度法確定原始參比信號和二次參比信號的信號系數(shù)根據(jù)本發(fā)明的一個方面，圖4a和圖4b中的本發(fā)明的參比處理器26將被設(shè)計為能用多個信號系數(shù)r1，r2，…rn分別乘以第二被測假定信號Sλb(t)＝sλb(t)+nλb(t)，然后用每一個上述乘積去減第一被測信號Sλa(t)＝sλa(t)+nλa(t)，從而得到多個如圖7a所示的對應(yīng)于r＝r1，r2，…rn的參比信號R′(r，t)＝sλa(t)-rsλb(t)+nλa(t)-rnλb(t) (32)換言之，即選擇多個信號系數(shù)以便將可能的信號系數(shù)表達成一個截面圖。
為從上述式(32)的多個參比信號中確定原始參比信號s′(t)或二次參比信號n′(t)，應(yīng)從多個假設(shè)的信號系數(shù)r1，r2，…rn中確定信號系數(shù)ra和rv。系數(shù)ra和rv選擇的原則是將ra和rv代入?yún)⒈群瘮?shù)R′(r，t)時，將使原始信號部分sλa(t)和sλb(t)或使二次信號部分nλa(t)和nλb(t)被消除或基本消除。即sλa(t)＝rasλb(t)(33a)nλa(t)＝rvnλb(t)(33b)n′(t)＝R′(ra，t)＝nλa(t)-ranλb(t) (33c)s′(t)＝R′(rv，t)＝sλa(t)-rvsλb(t) (33d)換句話說，選擇的系數(shù)ra和rv將使原始信號部分與二次信號部分的相關(guān)最小。在實際工作中，一般不知道被測信號Sλa(t)和Sλb(t)的原始信號部分sλa(t)及sλb(t)或二次信號部分nλa(t)及nλb(t)的顯著的先驗信息。這些信息的缺乏使得難以從多個系數(shù)r1，r2，…rn中確定哪個系數(shù)對應(yīng)于信號系數(shù)ra＝sλa(t)/sλb(t)及rv＝nλa(t)/nλb(t)。
如圖7a所示，一個從多個系數(shù)r1，r2，…rn中確定信號系數(shù)ra和rv的途徑是采用如自適應(yīng)噪聲消除器的相關(guān)消除器27，該相關(guān)消除器以被測信號Sλa(t)或Sλb(t)中的一個為第一輸入，并逐次地以多個參比信號R′(r1，t)，R′(r2，t)…R′(rn，t)中的一個為第二輸入。相應(yīng)于每個參比信號R′(r1，t)，R′(r2，t)…R′(rn，t)的相關(guān)消除器27的輸出被輸入到能對相關(guān)消除器27的輸出進行平方的“平方器”28中。平方器28的輸出被提供給積分器29，以形成累加輸出信號(平方和)。累加輸出信號被順序地輸入到極值檢測器31中。極值檢測器31的目的是通過觀察哪個系數(shù)能在如圖7b和7c所示的累加輸出信號中形成最大值的方法，從序列r1，r2，…rn中選出信號系數(shù)ra和rv。換言之，可為來源于相關(guān)消除器27的信號提供最大積分輸出(如能量或功率)的系數(shù)，對應(yīng)于可使根據(jù)本發(fā)明信號模型的原始信號部分與二次信號部分相關(guān)最小的信號系數(shù)ra和rv。也可以設(shè)置一種系統(tǒng)幾何圖形，要求能從序列r1，r2，…rn中檢測出能為累加輸出信號提供最小值或拐點的系數(shù)，以確定信號系數(shù)ra和rv。
在與相關(guān)消除器27配合的本發(fā)明的處理器中使用多個參數(shù)以確定信號系數(shù)ra和rv的方法可用相關(guān)消除的特性加以說明。如果x，y和z為三個時間變量信號的任何一種集合，則某些相關(guān)消除器的特性C(x，y)可定義為特性(1)C(x，y)＝0即x，y相關(guān)(34a)特性(2)C(x，y)＝x即x，y不相關(guān) (34b)特性(3)C(x+y，z)＝C(x，z)+C(y，z) (34c)式中特性(1)，(2)和式(3)可簡單地解釋如為第一輸入相應(yīng)于被測信號Sλa(t)或Sλb(t)之一，第二輸入逐次地相應(yīng)于多個參比信號R′(r1，t)，R′(r2，t)…R′(rn，t)中的一個的相關(guān)消除器的能量或功率輸出，可以確定用于生成原始參比信號s′(t)及二次參比信號n′(t)的信號系數(shù)ra和rv。如果我們將被測信號Sλa(t)作為相關(guān)消除器的第一輸入，將多個參比信號R′(r1，t)，R′(r2，t)…R′(rn，t)作為相關(guān)消除器的第二輸入，則相關(guān)消除器的輸出C(Sλa(t)，R′(rj，t))可寫為(j＝1，2…，n)C(Sλa(t)+nλa(t)，sλa(t)-rjsλb(t)+nλa(t)-rjnλb(t))(35)式中j＝1，2，3…，n，且已經(jīng)代入了下式R′(r，t)＝Sλa(t)-rSλb(t) (36)Sλa(t)＝sλa(t)+nλa(t)(37a)Sλb(t)＝sλb(t)+nλb(t)(37b)用特性(3)可將式(35)擴展為兩項
C(Sλa(t)，R′(r，t))＝C(sλa(t)，sλa(t)-rsλb(t)+nλa(t)-rnλb(t))+C(nλa(t)，sλa(t)-rsλb(t)+nλb(t)-rnλb(t))(38)同樣用特性(1)和(2)可將相關(guān)消除器的輸出寫為C(Sλa(t)，R′(rj，t))＝sλa(t)δ(rj-ra)+nλa(t)δ(rj-rv) (39)這里δ(x)為單位沖擊函數(shù)δ(x)＝0，如果x≠0(40)δ(x)＝1，如果x＝0相關(guān)消除器的輸出C(Sλa(t)，R′(rj，t))的時間變量t可以通過計算其能量或功率來消除。相關(guān)消除器輸出的能量由下式給出Eλa(rj)=∫C2(Sλa(t),R′(rj,t)dt]]>=δ(rj.ra)∫s2λa(t)dt+δ(rj.rv)∫n2λa(t)dt.]]>(41a)可以理解，同樣，我們可選擇將被測信號Sλb(t)作為相關(guān)消除器的第一輸入，將多個參比信號R′(r1，t)，R′(r2，t)...R′(rn，t)作為相關(guān)消除器的第二輸入。在這種情況下，相關(guān)消除器輸出的能量為Eλb(rj)=∫C2(Sλb(t),R′(r,t)dt]]>=δ(rj.ra)∫s2λb(t)dt+δ(rj.rv)∫n2λb(t)dt.]]>(41b)同樣可以理解，在實用情況下，與連續(xù)時間的被測信號一樣，也可以使用離散時間的被測信號。圖11-12描述了一個根據(jù)本發(fā)明的離散變換(即在本例中的飽和度變換)系統(tǒng)。在使用離散時間被測信號時，可用如梯形法則、中點法則、Tick法則、Simpson逼近或其它技術(shù)一類的積分逼近法來計算相關(guān)消除器輸出的能量或功率。在離散時間被測信號情況下，使用梯形法則，相關(guān)消除器輸出的能量可寫為Eλa(rj)=δ(rj.ra)Δt{Σi=0ns2λa(ti)·0.5(s2λa(t0)+s2λa(tn))}+δ(rj.rv)Δt{Σi=0nn2λa(tj)-]]>0.5(n2λa(t0)+n2λb(tn))} (42a)Eλb(r)=δ(rj.ra)Δt{Σi=0ns2λb(ti)·0.5(s2λb(t0)+s2λb(tn))}]]>+δ(rj.rv)Δt{Σi=0nn2λb(ti)·0.5(n2λb(t0)+n2λb(tn))}---(42b)]]>式中ti是第i個離散時間，t0為初始時間，tn為結(jié)束時間，Δt為離散時間被測樣本間的時間間隔。
如上所給出的及在圖7b中所示的能量函數(shù)表明，由于被測信號Sλa(t)或Sλb(t)與許多的多個參比信號R′(r1，t)，R′(r2，t)…R′(rn，t)之間是相關(guān)的，所以相關(guān)消除器的輸出通常為零。然而，當參比信號R′(rj，t)中rj的取值與原始信號部分sλa(t)或sλb(t)的消除或與二次信號部分nλa(t)或nλb(t)的消除相應(yīng)時，則能量函數(shù)是非零的。這些rj的取值即對應(yīng)于系數(shù)ra和rv。
可以理解，有時會出現(xiàn)這樣情況，即原始信號部分sλa(t)和sλb(t)或二次信號部分nλa(t)和nλb(t)可能恒等于零或接近于零。在這種情況下，則只有一個信號系數(shù)使相關(guān)消除器的輸出的能量或功率為最大。
由于可能有一個以上的信號系數(shù)值能使相關(guān)消除器的輸出能量或功率最大，所以出現(xiàn)了多義模糊性?？赡懿荒芎芸炜闯瞿膫€信號系數(shù)與參比函數(shù)R′(r，t)一道可提供原始參比信號或二次參比信號。在這種情況下，需要考慮當前生理系統(tǒng)的約束條件。例如，在脈搏血氧測定時，已知特征為原始體積描記波形的動脈血比特征為二次無規(guī)律的或隨機信號的靜脈血具有更大的血氧飽和度。所以，在脈搏血氧測定時，假設(shè)λa＝660nm且λb＝910nm，則由動脈搏動引起的原始信號比值ra＝sλa(t)/sλb(t)必然是兩個信號系數(shù)值中較小的一個，而由主要靜脈血動力學引起的二次信號的比值rv＝nλa(t)/nλb(t)必然為兩個信號系數(shù)中較大的一個。
同樣，可以理解，在處理多個參比信號的實用裝置中或互相關(guān)技術(shù)中，上述如特性(1)，(2)和(3)的理想特征不能被完全滿足，只能接近。因此，在本發(fā)明的這個實施例的實用裝置中，在圖7b中繪出的相關(guān)消除能量曲線上將沒有無限窄的δ函數(shù)，而將有如圖7c中所繪出的有限寬度的函數(shù)。
同樣可以理解，可能有二個以上的信號系數(shù)值使相關(guān)消除器產(chǎn)生最大能量或功率。當每個都被測信號包含二個以上成分且每個成分間都具下列有比例關(guān)系時，這種情況就會出現(xiàn)。Sλa(t)=Σi=0nfλa,i(t)]]>(43)Sλb(t)=Σi=0nfλb,i(t)]]>式中fλa，i(t)＝rifλb，i(t)i＝1…，nri≠rj，因此，參比信號技術(shù)與如自適應(yīng)噪聲消除一類的相關(guān)消除技術(shù)一起，可用于將信號分解為二個或多個互相成比例關(guān)系的信號成分。
應(yīng)用聯(lián)合處理估計裝置的優(yōu)選相關(guān)消除器當二次參比信號n′(t)或原始參比信號s′(t)由本發(fā)明的處理器確定后，則可用硬件或軟件實施相關(guān)消除器。優(yōu)選的相關(guān)消除裝置是采用了聯(lián)合處理估計器的自適應(yīng)噪聲消除器。
前面描述的內(nèi)部處理器32的最小均方裝置(LMS)與圖5a及圖5b的自適應(yīng)噪聲消除器相連，相對易于實施，但其速度不能滿足本發(fā)明大多數(shù)生理監(jiān)護應(yīng)用的需求。因而，在一個實施例中使用了一個叫做最小二乘點陣聯(lián)合處理估計模型的自適應(yīng)消除的快速手段。圖8是聯(lián)合處理估計器60的示意圖，在由Prentice-Hall在1986年出版的SimonHaykin所著的《自適應(yīng)濾波理論》一書的第9章中，對聯(lián)合處理估計器進行了詳細描述。包括第9章的該書全部被本文引為參考文獻。
所述聯(lián)合處理估計器的功能是從被測信號Sλa(t)或Sλb(t)中消除二次信號部分nλa(t)或nλb(t)或消除原始信號部分sλa(t)或sλb(t)，以生成原始信號的逼近值s″λa(t)或s″λb(t)或生成二次信號的逼近值n″λa(t)或n″λb(t)。因而，所述的聯(lián)合處理估計器既估計原始信號部分sλa(t)或sλb(t)的值也估計二次信號部分nλa(t)或nλb(t)的值。所述聯(lián)合處理估計器60的輸入是二次參比信號n′(t)或原始參比信號s′(t)以及復合的被測信號Sλa(t)或Sλb(t)。其輸出為消除了原始信號部分或消除了二次信號部分后的被測信號Sλa(t)或Sλb(t)的良好逼近，即sλa(t)，sλb(t)，nλa(t)或nλb(t)的良好逼近。
圖8所示的聯(lián)合處理估計器結(jié)合使用了最小二乘法點陣預測器70和回歸濾波器80。將二次參比信號n′(t)或原始參比信號s′(t)輸入到最小二乘法點陣預測器70中，同時將被測信號Sλa(t)或Sλb(t)輸入到回歸濾波器80中。為簡單起見，在以下的描述中，Sλa(t)為被測信號，用聯(lián)合處理估計器60從該被測信號中估計出原始信號部分sλa(t)或二次信號部分nλa(t)。然而應(yīng)該注意到，Sλb(t)也被輸入到回歸濾波器80中，且這個信號的原始信號部分sλb(t)或二次信號部分nλb(t)也將被估計出。
所述的聯(lián)合處理估計器60將消除參比信號n′(t)和s′(t)以及被測信號Sλa(t)中所共有的頻率成分。二次信號部分nλa(t)所包含的頻率成分通常與原始信號部分sλa(t)的頻率成分是不相關(guān)的。二次信號部分nλa(t)的譜成分不可能與原始信號部分sλa(t)的譜成分完全相同。然而在某些對我們不利情況下，sλa(t)和nλa(t)的譜成分相似，此時上述消除手段將不能產(chǎn)生準確的結(jié)果。從功能上講，所述的聯(lián)合處理估計器60將與二次信號部分nλa(t)或原始信號部分sλa(t)相關(guān)的輸入信號n′(t)或s′(t)與輸入信號Sλa(t)進行比較，并消除所有相同的頻率成分。所以，所述聯(lián)合處理估計器60如動態(tài)多階陷波濾波器一樣，消除那些在二次信號部分nλa(t)中因病人運動而無規(guī)律變化的頻率成分，或消除那些在原始信號部分sλa(t)中因病人動脈搏動而變化的頻率成分。由此生成了一個與原始信號部分sλa(t)或二次信號部分nλa(t)具有基本相同譜成分及幅度的信號。所以，所述聯(lián)合處理估計器60的輸出s″λa(t)或n″λa(t)是原始信號部分sλa(t)或二次信號部分nλa(t)的很好的逼近值。
如圖8所示，所述的聯(lián)合處理估計器60可分為0至m幾個級。除第0級外，其余各級是相同的。第0級是聯(lián)合處理估計器60的輸入級。第1級至第m級每一級對上一級(即第m-1級)處理后的信號進行處理，以使第m級所產(chǎn)生的輸出是良好的原始信號逼近值s″λa(t)或良好的二次信號逼近值n″λa(t)。
所述的最小二乘法點陣預測器70包括寄存器90和92，加法部件100和102，及延時部件110。所述的寄存器90和92包括前反射系數(shù)Γf，m倍增值和后和系數(shù)Γf，m倍增值，該倍增值與參比信號n′(t)或s′(t)及與從參比信號n′(t)或s′(t)中提取出的信號相乘。最小二乘法點陣預測器的每一級都輸出一個向前預測偏差fm(t)和一個向回預測偏差bm(t)。其下標m代表“級”。
對于每個采樣序列，即基本同時提取的一個參比信號n′(t)或s′(t)的采樣和一個被測信號Sλa(t)的采樣，所述的參比信號n′(t)或s′(t)的采樣被輸入到最小二乘法點陣預測器70中。第0級的向前預測偏差f0(t)及向回預測偏差b0(t)被設(shè)置為與參比信號n′(t)或s′(t)相同。所述的向回預測偏差b0(t)被在最小二乘法點陣預測器70第一級的延時部件110延時一個采樣間隔。因而，在包括第一級延時部件110的計算中，使用的是當前參比信號n′(t)或s′(t)的上一點的值。將延時后的第0級向回預測偏差b0(t-1)乘以寄存器90中的向前反射系數(shù)Γf，1(t)值，然后將該乘積值加上負號后與第0級的向前預測偏差相加，產(chǎn)生了第一級的向前預測偏差f1(t)。另外，將第0級的向前預測偏差f0(t)乘以寄存器92中的向后反射系數(shù)Γb，1(t)值，然后將乘積與延時后的第0級向回預測偏差b0(t-1)相加，產(chǎn)生了第一級向回預測偏差b1(t)。在最小二乘法點陣預測器70的每個后續(xù)級m中，上一級的向前預測偏差值fm-1(t)和上一級的經(jīng)延時一個采樣間隔的向回預測偏差值bm-1(t-1)，被用以產(chǎn)生當前級的向前預測偏差值和向回預測偏差值fm(t)和bm(t)。
所述的向回預測偏差值bm(t)被反饋給回歸濾波器80的與該偏差值共同的級，第m級。在這里它被輸入至一個具有一乘法回歸系數(shù)km，λa(t)的寄存器96中。例如，在回歸濾波器80的第0級，第0級向回預測偏差b0(t)乘以第0級回歸系數(shù)k0，λa(t)的寄存器96值，然后在加法部件106中用該乘積去減信號Sλa(t)的被測值，以產(chǎn)生第1級的估計偏差信號e1，λa(t)。該第1級的估計偏差信號e1，λa(t)是原始信號或二次信號的第一次逼近。這個第1級的估計偏差信號e1，λa(t)被輸入至回歸濾波器80的第1級中，并用其減去第1級向回預測偏差b1(t)與寄存器96中的第1級回歸系數(shù)k1，λa(t)值的乘積，以產(chǎn)生第2級的估計偏差信號e2，λa(t)。所述的第2級的估計偏差信號e2，λa(t)是原始信號sλa(t)或二次信號nλa(t)的第二次逼近，這個第二次逼近在一定程度上優(yōu)于第一次逼近。
在最小二乘法點陣預測器70和回歸濾波器80中，對每一級重復與上述相同的處理過程，直至能確定產(chǎn)生了一個原始信號sλa(t)或二次信號nλa(t)的很好的逼近值em，λa(t)。上面討論的每一個信號，包括向前預測偏差fm(t)、向回預測偏差bm(t)和估計偏差信號em，λa(t)對于在每一級m中計算前反射系數(shù)Γf，m(t)、向后反射系數(shù)Γb，m(t)和在寄存器90，92和96中的回歸系數(shù)km，λa(t)值都是必要的。除向前預測偏差fm(t)、向回預測偏差bm(t)和估計偏差信號em，λa(t)之外，還需要一些中間變量，才能計算出向前反射系數(shù)Γf，m(t)、向后反射系數(shù)Γb，m(t)和在寄存器90，92和96中的回歸系數(shù)km，λa(t)值，所述的中間變量在圖8中沒有示出，但這些變量是以圖8中標出的值為基礎(chǔ)的。
中間變量包括向前預測偏差平方的加權(quán)和ζm(t)、向回預測偏差平方的加權(quán)和βm(t)、標量參數(shù)Δm(t)、轉(zhuǎn)換因子Ym(t)和另一個標量參數(shù)ρm，λa。所述的向前預測偏差平方的加權(quán)和ζm(t)定義為
這里λ不是代表波長a或b，而是一個與波長無關(guān)的恒定的乘數(shù)值，一般小于或等于1，即λ≤1。所述的向回預測偏差平方的加權(quán)和βm(t)定義為βm(t)=Σi=1tλt-i|bm(i)|2---(45)]]>同樣，這里λ不是代表波長a或b，而是一個與波長無關(guān)的恒定的乘數(shù)值，一般小于或等于1，即λ≤1。可象前面提到的Haykin的書的第9章第9.3節(jié)中所描述的并如本文下面所列的式(59)和(60)所定義的那樣處理這些加權(quán)和中間偏差信號，以使這些信號更易被求出。
聯(lián)合處理估計器的描述聯(lián)合處理估計器60的操作如下。當打開聯(lián)合處理估計器時，包括參數(shù)Δm-1(t)、向前預測偏差平方的加權(quán)和ζm-1(t)、向回預測偏差平方的加權(quán)和βm-1(t)、參數(shù)ρm，λa和0級估計偏差信號e0，λa(t)等的中間變量和信號的初始值被初始化，一些被始化為0，一些初始化為很小的正數(shù)δΔm-1(0)＝0； (46)
Bm-1(0)＝δ； (48)ρm，λa(0)＝0；(49)e0，λa(t)＝Sλa(t)for t≥0. (50)初始化之后，如圖8所示，對被測信號Sλa(t)或Sλb(t)以及對二次參比信號n′(t)或原始參比信號s′(t)的同步采樣被輸入到聯(lián)合處理估計器60中。根據(jù)下列公式，計算第0級的向前預測偏差f0(t)、向回預測偏差b0(t)，及計算包括向前預測偏差平方的加權(quán)和ζ0(t)、向回預測偏差平方的加權(quán)和β0(t)、轉(zhuǎn)換因子Y0(t)在內(nèi)的第0級的中間變量，如果用二次參比信號n′(t)，則公式為f0(t)＝b0(t)＝n′(t) (51a)
γ0(t-1)＝1 (53a)否則如果用原始參比信號s′(t)則公式為f0(t)＝b0(t)＝s′(t) (51b)
γ0(t-1)＝1 (53b)<p>實施例212-(4-羥基苯基)-3-[4-[2-(吡咯烷-1-基)乙氧基]苯甲?；鵠-6-羥基苯并呋喃鹽酸鹽的合成
基本上按照實施例19所述的方法制備標題化合物，只是使用2-(4-甲氧基苯基)-3-[4-[2-(吡咯烷-1-基)乙氧基]苯甲?；鵠-6-甲氧基苯并呋喃作為起始原料代替2-(4-甲氧基苯基)-3-[4-[2-(哌啶-1-基)乙氧基]苯甲酰基]-6-甲氧基苯并呋喃。NMR，IR，MS。元素分析C27H26NO5Cl理論值C，67.57；H，5.46；N，2.92。
實測值C，67.84；H，5.56；N，2.87。
實施例222-(4-甲氧基苯基)-3-[4-[2-(二乙基氨基)乙氧基]苯甲?；鵠-6-甲氧基苯并呋喃的合成
這些等式使得偏差信號fm(t)，bm(t)，em，λa(t)被平方，或進行與平方效果相同的彼此相乘，并產(chǎn)生了新的中間偏差值，如Δm-1(t)。偏差信號和中間偏差值被遞歸地聯(lián)系在一起，如上式(54)至(64)所示。它們相互作用，以在下一級減小偏差。
在原始信號部分sλa(t)或二次信號部分nλa(t)的一個良好的逼近值已經(jīng)由聯(lián)合處理估計器60確定以后，下一個采樣序列，包括對被測信號Sλa(t)的采樣和對二次參比信號n′(t)或?qū)υ紖⒈刃盘杝′(t)的采樣，將被輸入到聯(lián)合處理估計器60中。不用有再初始過程，其目的是用向前反射系數(shù)Γf，m(t)在寄存器90中的值和向后反射系數(shù)Γb，m(t)在寄存器92中的值及回歸系數(shù)km，λa(t)在寄存器96中的值反映出用于估計上一次輸入的Sλa(t)采樣的原始信號部分sλa(t)或二次信號部分nλa(t)的乘法因子值。因而，在每一級中，上一次采樣的信息都被用于進行當前采樣序列的原始或二次信號部分的估計。
在上述的聯(lián)合處理估計器的一個更為數(shù)字穩(wěn)定的和優(yōu)選的實施例中，使用了歸一化的聯(lián)合處理估計器。這種形式的聯(lián)合處理估計器對前面所述的聯(lián)合處理估計器的幾個變量進行了歸一化，以使歸一化后的變量值處于-1至1之間。歸一化聯(lián)合處理估計器的推導是受Haykin的文章中第640頁的問題12的啟發(fā)，根據(jù)下列條件重新定義變量
b-(t)=bm(t)&beta;m(t)&gamma;m(t)]]>
這一變換使得式(54)-(64)轉(zhuǎn)換為下列歸一化等式&Delta;-m-1(t)=&Delta;-m-1(t-1)&lsqb;1-|fm-1(t)|2&rsqb;1/2&lsqb;1-|b-m-1(t-1)|2]1/2+b-m-]]>b-m(t)=&lsqb;b-m-1(t-1)-&Delta;-m-1(t)f-m-1(t)&rsqb;&lsqb;1-|&Delta;-m-1(t)|2&rsqb;1/2&lsqb;1-|f-m-1(t)|2&rsqb;1/2]]>f-m(t)=&lsqb;f-m-1(t)-&Delta;-m-1(t)b-m-1(t-1)&rsqb;&lsqb;1-|&Delta;-m-1(t)|2&rsqb;1/2&lsqb;1-|b-m-1(t-1)|2&rsqb;1/2]]>&beta;m(t)=&lsqb;1-|&Delta;-m-1(t)|2&rsqb;&beta;m-1(t-1)]]>&gamma;m(t)=&gamma;m-1(t)&lsqb;1-|b-m-1(t)|2&rsqb;]]>&rho;m(t)=&lambda;&CenterDot;&lsqb;&gamma;m(t)&beta;m(t-1)&gamma;m(t-1)&beta;m(t)&rsqb;1/2&rho;m(t-1)+b-m(t)&epsiv;m(t)]]>&epsiv;m+1,&lambda;a(t)=&epsiv;m,&lambda;a(t)-&rho;m(t)b-m(t)]]>歸一化聯(lián)合處理估計器的初始化將N(t)定義為在時間序號n處的參比噪聲輸入，U(t)定義為在時間序號t處的混合信號加上噪聲輸入，則可形成下列等式(見Haykin的書第619頁)1.對于算法的初始化，當時間t＝0時設(shè)&Delta;-m-1(0)=0]]>βm-1(0)＝δ＝10-6γ0(0)＝12.在每個時刻t≥1，產(chǎn)生下列可變的0階變量γ0(t-1)＝1β0(t)＝λβ0(t-1)+N2(t)b-0(t)=f-0(t)=N(t)&beta;0(t)]]>3.對于回歸濾波器，通過在時間序號t＝0時進行設(shè)定，使算法初始化ρm(0)＝04.在每個時刻t≥1，產(chǎn)生下列0階變量ε0(f)＝U(t).
因此，歸一化的聯(lián)合處理估計器可用于更穩(wěn)定的系統(tǒng)。
在另外一個實施例中，其相關(guān)消除使用了一個如圖8a所示的QRD算法，該算法在1986年由Prentice-Hall出版的SimonHaykin所著的《自適應(yīng)濾波理論》一書的第18章中有詳細描述。
下列等式是相應(yīng)于圖8a所示的QRD-LSL示意圖從所述的HayKin的書中修改出來的。圖8a也是由Haykin的書中修改出來的。
計算a.預測對于時間t＝1，2，……及預測階數(shù)m＝1，2，……，M，這里M為最終預測階數(shù)，計算
b.濾波對于階m＝0，1，2，……，m-1，及時間t＝1，2……，計算βm(f)＝λβm(t-1)+|∈b,m(t)|2Cb,m(t)=&lambda;1/2&beta;m1/2(t-1)&CenterDot;&beta;m1/2(t)]]>Sb,m(t)=&Element;b,m*(t)&beta;m1/2(t)]]>&Element;m+1(t)=Cb,m(t)&Element;m(t)-Sb,m*(t)&lambda;1/2&rho;m*(t-1)]]>&rho;m*(t)=Cb,m(t)&lambda;1/2&rho;m*(t-1)+Sb,m(t)&Element;m(t)]]>&gamma;m+11/2(t)=Cb,m(t)&gamma;m1/2(t)]]>&epsiv;m+1(t)=&lambda;m+11/2(t)&Element;m+1(t)]]>5.初始化a.輔助參數(shù)的初始化對于階m＝1，2，……M，設(shè)πf，m-1(0)＝πb，m-1(0)＝0pm(0)＝0b.軟約束條件初始化對于階m＝0，1，…M，設(shè)βm(-1)＝δ
這里δ為一個很小的正常數(shù)。c.數(shù)據(jù)初始化對于t＝1，2……，計算∈f，0(t)＝∈b，0(t)＝μ(f)∈0(t)＝d(f)γ0(f)＝1這里μ(t)為輸入，d(t)是在時間t處所需要的響應(yīng)。
聯(lián)合處理估計器的流程圖在一個信號處理器中，例如與本發(fā)明的參比處理器相結(jié)合的以便為相關(guān)消除器的輸入確定一個參比信號n′(t)或s′(t)的生理監(jiān)護儀中，聯(lián)合處理估計器60形式的自適應(yīng)噪聲消除器通常由一個具有迭代循環(huán)的軟件程序?qū)崿F(xiàn)。循環(huán)中的一個迭代近似于圖8中所示的聯(lián)合處理估計器的一個單級。因而，如果循環(huán)進行了m次迭代，則它等效于m級聯(lián)合處理估計器60。
圖9示出了一個進行被測信號Sλa(t)的原始信號部分sλa(t)或二次信號部分nλa(t)估計的子程序的流程圖。該流程圖表明了參比處理器確定二次參比信號n′(t)或原始參比信號s′(t)的功能。聯(lián)合處理估計器的流程圖由軟件實現(xiàn)。
如在“噪聲消除器的初始化”功能塊120所說明的，當生理監(jiān)護儀通電時將進行一個一次性的初始化過程。所述的初始化將所有的寄存器90，92和96及延時部件變量110設(shè)置為上述等式(46)至(50)所描述的值。
接下來，一個對被測信號Sλa(t)和Sλb(t)的同步采樣序列被輸入到圖9流程圖所示的子程序中。然后，如在“Z-1部件的時間更新”功能塊130所說明的，對每個延時部件的程序變量進行時間更新。每個延時部件變量110的存貯值被設(shè)置為延時部件變量110輸入時的值。由此，第0級的向回預測偏差b0(t)被存貯為第1級的延時部件變量，第1級的向回預測偏差b1(t)被存貯為第2級的延時部件變量，以此類推。
然后，使用被測信號Sλa(t)和Sλb(t)的采樣序列時，用前面所述的恒定飽和度法或比例法求得參比信號。這在“為兩個被測信號樣本計算參比信號[n’(t)或s’(t)”功能塊140中進行了說明。
接下來，如在“0階更新”功能塊150所說明的，進行0階更新。第0級的向回預測偏差b0(t)和第0級的向前預測偏差f0(t)被設(shè)置為與參比信號n’(t)或s’(t)值相等。另外，向前預測偏差的加權(quán)和ζf，m(t)及向回預測偏差的加權(quán)和βm(t)被設(shè)置為與式(47)和(48)所定義的值相等。
下一步是如在“m＝0”的功能塊160所說明的，將循環(huán)計數(shù)器m進行初始化。確定圖9的流程圖所示的子程序所使用的總級數(shù)的m的最大值也將被設(shè)定。所述的循環(huán)一般設(shè)計為，當原始信號或二次信號的最隹逼近的收斂指標被聯(lián)合處理估計器60滿足時，迭代即停止。此外，也可以選擇使循環(huán)迭代停止的循環(huán)迭代最大次數(shù)。在一個本發(fā)明的生理監(jiān)護儀的優(yōu)選實施例中，最大迭代次數(shù)m＝6至m＝10都是較好的選擇。
在循環(huán)中，如在圖9中的“最小二乘法點陣的第M級的階更新”功能塊170所說明的，首先計算最小二乘法點陣濾波器的向前反射系數(shù)Γf，m(t)及向后反射系數(shù)Γb，m(t)在寄存器90和92中的值。這需要計算中間變量和信號值，所述的中間變量和信號值在本級、下級及在回歸濾波器80中被用于確定寄存器90，92，及96中的值。
接下來進行的是回歸濾波器寄存器96中的值km，λa(t)的計算，如“回歸濾波器的第M級的階更新”功能塊180所說明。二個階更新功能塊170和180按順序工作m次，直至m達到其預定的最大值(在優(yōu)選實施例中，m＝6或m＝10)，或如由“循環(huán)”判斷功能塊190中的“是”路徑所說明的，直至其結(jié)果已經(jīng)收斂。在一個計算機子程序中，收斂是通過判斷向前預測偏差的加權(quán)和ζf，m(t)及向回預測偏差的加權(quán)和βm(t)是否小于一個很小的正數(shù)來確定的。接下來如“計算輸出”功能塊200所說明的那樣計算輸出。所述的輸出是原始信號或二次信號的一個良好的逼近值，該逼近值由參比處理器26及聯(lián)合處理估計器60子程序根據(jù)圖9的流程圖來確定。如“顯示”功能塊210所說明的那樣，上述輸出被顯示出來(或用于其它子程序的計算)。
兩個被測信號Sλa(t)和Sλb(t)的一個新的采樣序列被輸入到處理器和一個對應(yīng)于圖9流程圖的聯(lián)合處理估計器60自適應(yīng)噪聲消除子程序中，并且對這些樣本重復上述過程。然而，應(yīng)注意到?jīng)]有重復進行初始化過程。被測信號Sλa(t)和Sλb(t)的新的采樣序列被連續(xù)地輸入到參比處理器26中和被輸入到聯(lián)合處理估計器自適應(yīng)噪聲消除子程序中。其輸出形成了一個代表一個連續(xù)波形的樣本鏈。這個波形是在波長λa下的原始信號波形sλa(t)或二次波形nλa(t)的一個良好逼近值。這個波形也可以是在波長λb下的原始信號波形sλb(t)或二次波形nλb(t)的一個良好逼近值。
圖9a繪出了一個與圖8a的QRD算法相應(yīng)的流程圖，其標記是相應(yīng)的數(shù)字后加“a”。
從相關(guān)消除器的輸出計算飽和度生理監(jiān)護儀可以利用所述的原始信號逼近值s″λa(t)或s″λb(t)或二次信號的逼近值n″λa(t)或n″λb(t)計算其它量，如計算某種組分在包含該種組分以及一個或多個其它組分的容積中的飽和度。通常，這些計算需要有關(guān)在兩個波長下的原始信號部分或二次信號部分的信息。例如，恒定飽和度法需要二個被測信號Sλa(t)和Sλb(t)的原始信號部分sλa(t)及sλb(t)的良好的逼近。動脈血氧飽和度是從兩個信號的良好逼即s″λa(t)和s″λb(t)中確定的。恒定飽和度法還需要二次信號部分nλa(t)或nλb(t)的良好逼近。靜脈血氧飽和度的估計是從這些信號的良好逼即n″λa(t)和n″λb(t)中確定的。
圖10示出了一個具有兩個回歸濾波器80a和80b的聯(lián)合處理估計器60。第一個回歸濾波器80a接收被測信號Sλa(t)。第二個回歸濾波器80b接收被測信號Sλb(t)，以便用恒定飽和度法確定參比信號s′(t)或n′(t)。第一回歸濾波器80a與第二回歸濾波器80b是相互獨立的。向回預測偏差bm(t)被輸入到每個回歸濾波器80a和80b中，第二個回歸濾波器80b的輸入是第一個回歸濾波器80a的旁路。
第二回歸濾波器80b中具有排列結(jié)構(gòu)與在第一回歸濾波器中相似的寄存器98和加法部件108。第二回歸濾波器通過另外一個中間變量與式(54)至(64)所定義的變量一起進行工作，所述的另外一個中間變量是ρm，λb(t)＝λρm，λb(t-1)+{bm(t)e*m，λb(t)/γm(t)}；和(65)ρ0，λb(0)＝0. (66)第二回歸濾波器80b具有一個其定義與第一回歸濾波器偏差信號值em+1，λa(t)相似的偏差信號值，即em+1，λb(t)＝em，λb(t)·K*m，λb(t)bm(t)；和 (67)e0，λb(t)＝Sλb(t)for t≥0.(68)第二回歸濾波器具有一個其定義與第一回歸濾波器偏差信號值相似的回歸系數(shù)在寄存器98中的值，km，λb(t)，即Km，λb(t)＝{ρm，λb(t)/Bm(t)}；或 (69)這些值與那些由式(46)至(64)定義的中間變量值、信號值、寄存器和寄存器值共同使用。這些信號以一個順序進行計算，所述的順序是通過將這些另外的信號緊鄰著與它相似的對應(yīng)于波長λa的信號而確定的。
對于恒定飽和度法，Sλb(t)被輸入到第二回歸濾波器80b中。因而其輸出為原始信號的良好的逼近s″λb(t)或二次信號的良好逼近n″λb(t)。
加上第二個回歸濾波器基本上不用改變由圖9的流程圖所示的計算機子程序。所不同的是，不是只對一個回歸濾波器的第m級的階進行更新，而是對兩個回歸濾波器80a和80b的第m級的階進行更新。這由圖9中的“對回歸濾波器(組)的第m級的階進行更新”功能塊180的雙重含義來區(qū)分。由于回歸濾波器80a和80b的工作是獨立的，所以在參比處理器中和在由圖9的流程圖所建模的聯(lián)合處理估計器60的自適應(yīng)噪聲消除器子程序中，所作的計算也可以是獨立的。
圖10a示出了一個用于圖10的聯(lián)合處理估計器的一個另外的程序，該程序使用了QRD算法，并具有兩個回歸濾波器。這種形式的聯(lián)合處理估計器可用于進行采用Haykin的書中所描述的QRD算法的相關(guān)消除。
飽和度的計算當用聯(lián)合處理估計器60確定了對原始信號部分的良好逼近s″λa(t)及s″λb(t)或確定了對二次信號部分的良好逼近n″λa(t)及n″λb(t)之后，例如在包含A5和A6的容積中的A5組分的飽和度就可用多種已知的方法進行計算。從數(shù)學上，對原始信號的逼近可用λa項和λb項寫為s″λa(t)≈∈5，λac5x5，6(t)+∈6，λac6x5，6(t)；和 (70)s″λb(t)≈∈5，λbc5x5，6(t)+∈6，λbc6x5，6(t). (71)式(70)和式(71)對于兩個具有三個未知項c5(t)，c6(t)和x5，6(t)的等式是等效的?？梢酝ㄟ^在兩個不同但鄰近的時間t1和t2求得原始信號部分或二次信號部分的逼近的方式來確定飽和度，在上述兩個時間區(qū)間內(nèi)，包含A5和A6的容積中A5的飽和度及包含A3和A4的容積中A3的飽和度基本不變。例如，對于在時間t1和t2估計的原始信號s″λa(t1)≈∈5，λac5x5，6(t1)+∈6，λac6x5，6(t1) (72)s″λb(t1)≈∈5，λbc5x5，6(t1)+∈6，λbc6x5，6(t1) (73)s″λa(t2)≈∈5，λac5x5，6(t2)+∈6，λac6x5，6(t2) (74)s″λb(t2)≈∈5，λbc5x5，6(t2)+∈6，λbc6x5，6(t2) (75)則可以確定與式(72)至(75)有關(guān)的差值信號，即Δsλa＝s″λa(t1)-s″λa(t2)≈∈5，λac5Δx+∈6，λac6Δx；和(76)Δsλb＝s″λb(t1)-s″λb(t2)≈∈5，λbc5Δx+∈，λbc6Δx； (77)這里，Δx＝x5，6(t1)-x5，6(t2)。在時間t＝(t1+t2)/2的平均飽和度為Saturation(t)＝c5(t)/[c5(t)+c6(t)](78)=&Element;6,&lambda;a&CenterDot;&Element;6,&lambda;b(&Delta;s&lambda;a/&Delta;s&lambda;b)&Element;6,&lambda;a&CenterDot;&Element;5,&lambda;a&CenterDot;(&Element;6,&lambda;b&CenterDot;&Element;5,&lambda;b)(&Delta;s&lambda;a/&Delta;s&lambda;b)---(79)]]>可見，用相除將Δx項從飽和度計算中消除掉。因而，在飽和度計算中，無需知道原始組分的厚度。
脈搏血氧測量一個用本發(fā)明的處理器確定做為相關(guān)消除器輸入的二次參比信號n’(t)的生理監(jiān)護儀的特別例子是脈搏血氧計，所述的相關(guān)消除器可消除由運動引起的無規(guī)律的二次信號部分。脈搏血氧測量也可以通過使用本發(fā)明的處理器來確定原始參比信號s’(t)的方式進行，所述的原始參比信號可用于顯示或可做為用于提取有關(guān)病人運動信息及靜脈血氧飽和度的相關(guān)消除器的輸入。
脈搏血氧計通常是使能量在一個血流靠近表面的媒質(zhì)中傳播，如耳垂、如手指的趾部、前額或胎兒頭皮。通過媒質(zhì)的傳播和反射后，測量衰減后的信號。血氧計估計含氧血的飽和度。
新鮮的含氧血從心臟以高壓泵入動脈之中供身體使用。動脈血量隨心臟搏動變化，因而導致能量吸收隨心率或脈搏而變化。
氧釋放或脫氧后的血液與未使用過的含氧的血液一起沿著靜脈返回心臟。靜脈血量也隨著呼吸頻率變化，其變化通常比心率變化慢得多。因而，當不存在由運動引起的靜脈的尺寸變化時，則靜脈血一般在能量吸收中引起低頻變化。當存在由運動導致的靜脈尺寸發(fā)生時，則能量吸收的低頻變化是與由運動偏差造成的能量吸收的無規(guī)律變化同時存在的。
在利用能量經(jīng)媒質(zhì)傳輸?shù)姆绞竭M行的吸收測量中，將兩個發(fā)光二極管(LED)放置在如手指一類的血液靠近體表的身體端部的一側(cè)，并將一個光電檢測器放置在手指的另一側(cè)。一般，在脈搏血氧測量時，一個LED發(fā)射一種可見波長光，優(yōu)選為紅光，而另一個LED則發(fā)射一種紅外波長光。然而，本領(lǐng)域的技術(shù)人員都知道，其它的波長組合也是可以采用的。手指由皮膚、組織、肌肉、動脈血和靜脈血、脂肪等組成。由于吸收系數(shù)、密度、厚度及光學路徑的變化不同，上述各種成分吸收的光能不同。當病人不動時，除了血液流動的影響，能量吸收基本是恒定的。所述的恒定的衰減可通過傳統(tǒng)的濾波技術(shù)從信號中確定和減去。當病人運動時，將由于背景液體(例如具有與動脈血不同飽和度的靜脈血)的運動，引起如光學路徑變化之類的擾動。因此，被測信號變得無規(guī)律。無規(guī)律的運動造成的噪聲通常不能被預測和/或不能通過傳統(tǒng)的濾波技術(shù)從被測信號中減去。因而，動脈及靜脈血氧飽和度的確定變得更加困難。
圖11-13示出了一個用于脈搏血氧測量的生理監(jiān)護儀的框圖。圖11繪出了一個脈搏血氧計299的通用硬件模塊圖。傳感器300具有兩個如LED之類的光發(fā)射器301和302。一個LED301發(fā)射一種紅光波長的光，而另一個LED302則發(fā)射一種紅外波長光，這兩個LED被緊貼著手指310放置。一個能產(chǎn)生相應(yīng)于被衰減后的可見光和紅外光的能量信號的電信號的光電檢測器320被放置在LED301和302的對側(cè)。所述的光電檢測器與前端模擬信號調(diào)節(jié)電路330相連。
前端模擬信號調(diào)節(jié)電路330的輸出與模-數(shù)轉(zhuǎn)換電路332相連。模-數(shù)轉(zhuǎn)換電路332的輸出與數(shù)字信號處理系統(tǒng)334相連。數(shù)字信號處理系統(tǒng)334為顯示器336的輸出提供參數(shù)。顯示器的輸出例如可為血氧飽和度、心率及干凈的體積描記波形。
所述的信號處理系統(tǒng)也為數(shù)-模轉(zhuǎn)換電路338提供一個發(fā)射電流控制輸出337，該數(shù)-模轉(zhuǎn)換電路為光發(fā)射驅(qū)動器340提供控制信息。光發(fā)射驅(qū)動器340與光發(fā)射器301，302相連。所述的數(shù)字信號處理系統(tǒng)334還為前端模擬信號調(diào)節(jié)電路330提供一個增益控制輸出342。
圖11a示出了一個綜合了發(fā)射驅(qū)動器340和數(shù)-模轉(zhuǎn)換電路338的優(yōu)選實施例。如圖11a所繪出的，所述的驅(qū)動器具有第一輸入鎖存器321和第二輸入鎖存器322、一個同步鎖存器323、一個基準電壓源324、一個數(shù)-模轉(zhuǎn)換電路325、第一開關(guān)組326和第二開關(guān)組327、第一電壓-電流轉(zhuǎn)換器328和第二電壓-電流轉(zhuǎn)換器329、以及與圖11中的LED發(fā)射器301，302相應(yīng)的LED發(fā)射器301、302。
圖11a中所示的優(yōu)選的驅(qū)動器的先進性在于本發(fā)明認識到圖11中的血氧計299的多數(shù)噪聲是由LED發(fā)射器301，302引起的。因而，圖11a中的發(fā)射驅(qū)動器電路被設(shè)計為可減小由發(fā)射器301，302所引起的噪聲。第一輸入鎖存器321和第二輸入鎖存器322直接與數(shù)字信號處理器總線相連。因此這些鎖存器可顯著減小由數(shù)字信號處理器總線提供的傳導至圖11a的驅(qū)動器電路上的帶寬(可導致噪聲)。只有當這些鎖存器在數(shù)字信號處理器總線上檢測到它們的地址時，第一和第二輸入鎖存器的輸出才能改變。第一輸入鎖存器接收用于數(shù)-模轉(zhuǎn)換電路325的設(shè)定信息。第二輸入鎖存器接收用于開關(guān)組326、327的開關(guān)控制數(shù)據(jù)。同步鎖存器接收能保持發(fā)射器301、302與模-數(shù)轉(zhuǎn)換電路332的動作同步性的同步脈沖。
基準電壓源是一個用于數(shù)-模轉(zhuǎn)換電路325的低噪聲直流基準電壓源。另外，在本實施例中，基準電壓源具有一個轉(zhuǎn)角頻率很低的(在本實施例中為1HZ)低通輸出濾波器。數(shù)-模轉(zhuǎn)換器325也在其輸出端具有一個轉(zhuǎn)角頻率很低的(即1HZ)低通輸出濾波器。數(shù)-模轉(zhuǎn)換器為每個發(fā)射器301、302提供信號。
在本實施例中，電壓-電流轉(zhuǎn)換器328、329的輸出經(jīng)開關(guān)控制，使發(fā)射器301、302以相反方向連接，使得在任何一個給定時刻只有一個發(fā)射器是工作的。此外，非工作狀態(tài)的發(fā)射器的電壓-電流轉(zhuǎn)換器也將在其輸入處被關(guān)閉，以確保其完全停止工作。這樣可降低由開關(guān)和電壓-電流轉(zhuǎn)換電路而來的噪聲。在本實施例中，選用了低噪聲電壓-電流轉(zhuǎn)換器(即，op27運算放大器)，并且反饋環(huán)被設(shè)置為具有一個低通濾波器以降低噪聲。在本實施例中，電壓-電流轉(zhuǎn)換器328、329的低通濾波函數(shù)的轉(zhuǎn)角頻率只在625HZ以上，如下面將要討論的，該頻率為發(fā)射器的開關(guān)速度。所以，圖11a的優(yōu)選驅(qū)動器電路可以降低發(fā)射器301、302的噪聲。
一般，紅光發(fā)射器301及紅外光發(fā)射器302所發(fā)射的能量被手指310吸收且被光電檢測器320接收。所述的光電檢測器320產(chǎn)生相應(yīng)于投射到光電檢測器320上的光能強度的電信號。前端模擬信號調(diào)節(jié)電路330接收所述的二個強度信號并對其進行如下面將要進一步描述的濾波和調(diào)節(jié)。其結(jié)果信號被輸入到模-數(shù)轉(zhuǎn)換電路332中，將模擬信號轉(zhuǎn)換為數(shù)字信號以便數(shù)字信號處理系統(tǒng)334進行進一步處理。所述的數(shù)字信號處理系統(tǒng)334將用上述二個信號，以提供所謂的“飽和度變換”?？梢岳斫?，對于不是血飽和度監(jiān)護的其它參數(shù)，所述的飽和度變換也可以根據(jù)所求的參數(shù)用如濃度變換、體內(nèi)變換之類的更好的變換來代替。所述的飽和度變換通常指的是，通過下面的討論將進行說明的將時域采樣數(shù)據(jù)變換為飽和度域值的操作。在本實施例中，數(shù)字信號處理系統(tǒng)334的輸出提供一個所探測到的信號的干凈的體積描記波形，并為顯示器336提供血氧飽和度值和脈率值。
可以理解，在本發(fā)明的不同的實施例中，可提供一個或更多個的輸出。數(shù)字信號處理系統(tǒng)334還通過在發(fā)射電流控制輸出337上的一個發(fā)射電流控制信號為光發(fā)射器301、302提供控制。這個信號值是由數(shù)-模信號轉(zhuǎn)換器電路338轉(zhuǎn)換出的數(shù)字值，所述的轉(zhuǎn)換電路338為發(fā)射電流驅(qū)動器340提供一個控制信號。發(fā)射電流驅(qū)動器340為紅光發(fā)射器301和紅外光發(fā)射器302提供適當?shù)尿?qū)動電流。有關(guān)脈搏血氧測量的生理監(jiān)護操作的進一步的描述將在下面進行。在本實施例中，光發(fā)射器由發(fā)射電流驅(qū)動器340驅(qū)動，并提供在625HZ數(shù)字調(diào)制的光傳播。在本實施例中，以一個功率水平驅(qū)動光發(fā)射器301、302，所述的功率水平能提供一個可由探測器接收到的、并可由前端模擬信號調(diào)節(jié)電路330調(diào)節(jié)的合適的光強度。當這個能量水平通過數(shù)字信號處理系統(tǒng)334根據(jù)給定的病人確定后，用于紅光和紅外光發(fā)射的電流水平則保持恒定。然而，可以理解，這個電流水平可根據(jù)室內(nèi)環(huán)境光線的變化或其它能影響前端模擬信號調(diào)節(jié)電路330的輸入電壓的變化而調(diào)整。在本發(fā)明中，紅光和紅外光發(fā)射器的調(diào)制如下對于一個完整的625HZ紅光周期，紅光發(fā)射器301在第一個1/4周期被激活，而在其余3/4周期內(nèi)關(guān)閉；對于一個完整的625HZ紅外光周期，紅外光發(fā)射器302在1/4周期內(nèi)被激活而在其余3/4周期內(nèi)被關(guān)閉。為了在一個時間只接收一個信號，二個發(fā)射器按順序交替地激活和關(guān)閉，在每個625HZ周期中每個發(fā)射器只被激活1/4周期，并且有1/4周期將激活時間分隔開。
所述的光信號被通過手指310(或其它樣品媒質(zhì))血液的搏動而衰減(調(diào)幅)。所述的衰減(調(diào)幅)信號被光電檢測器320在用于紅光和紅外光的625HZ載頻探測到。因為只用了一個光電檢測器，所以光電檢測器320既接收紅光還接收紅外光信號，并形成了一個復合的時間分隔信號。
所述的復合的時間分隔信號被提供給前端模擬信號調(diào)節(jié)電路330。圖12更加詳細地示出了前端模擬信號調(diào)節(jié)電路330和模-數(shù)信號轉(zhuǎn)換電路332。如圖12所繪出的，前端模擬信號調(diào)節(jié)電路330具有一個前置放大器342、一個高通濾波器344、一個放大器346、一個程控增益放大器348和一個低通濾波器350。前置放大器342是一個阻抗匹配放大器，將光電檢測器320的復合電流信號轉(zhuǎn)換為相應(yīng)的電壓信號，并對其進行放大。在本實施例中，前置放大器具有一個預定的增益來增強信號幅度，以方便后續(xù)處理。在本實施例中，前置放大器342的電源電壓為直流-15伏和+15伏。如大家所理解的，在有些情況下，衰減信號在包含代表紅光或紅外光的成分的同時，還包含一種代表環(huán)境光的成分。如果在傳感器300周圍的光不是紅光或紅外光，這個環(huán)境光也將被光電檢測器320探測到。所以，為防止信號中環(huán)境光在正常和合理的工作狀態(tài)下使前置放大器飽和，應(yīng)選擇前置放大器的增益。
在本實施例中，前置放大器342包括一片Analog Devices公司的AD743JR運算放大器。這個阻抗匹配放大器在下列方面具有其特殊的優(yōu)點，即它在低等效輸入電壓噪聲、低等效電流輸入噪聲、低輸入偏置電流、高增益帶寬積、低總體諧波失真、高共模抑制、高開環(huán)增益和高的電源減弱系數(shù)等特性方面滿足所述的系統(tǒng)的需要。
前置放大器342的輸出作為高通濾波器344的輸入。前置放大器342的輸出還為模數(shù)轉(zhuǎn)換器電路332提供了一個第一輸入346。在本實施例中，所述的高通濾波器是一個單階濾波器，其轉(zhuǎn)角頻率可在1/2至1HZ之間。但是，在一個實施例中，所述的轉(zhuǎn)角頻率已經(jīng)升高到90HZ?？梢岳斫猓黾t光及紅外光的625HZ載頻遠高于90HZ的轉(zhuǎn)角頻率。高通濾波器334的輸出作為放大器346的輸入。在本實施例中，放大器346具有一個單位增益放大器。但放大器346的增益是可通過一個電阻的變化來調(diào)整的。如果為補償環(huán)境光的影響而降低前置放大器342的增益，則應(yīng)提高放大器346的增益。
放大器346的輸出作為程控增益放大器的348的輸入。所述的程控增益放大器348還從數(shù)字信號處理系統(tǒng)334的增益控制信號線343上接收一個程控輸入。程控放大器348的增益是數(shù)字程控的。所述的增益在初始狀態(tài)或在放置傳感器時是根據(jù)不同病人的被測媒質(zhì)的變化而動態(tài)調(diào)整的。例如，不同手指的信號就存在某些不同。因而，動態(tài)可調(diào)的放大是由程控增益放大器348提供的，以獲得適于處理的信號。
所述的程控增益放大器在另一個其發(fā)射器驅(qū)動電流保持恒定的實施例中也是適用的。在本實施例中，發(fā)射器驅(qū)動電流根據(jù)根據(jù)每個病人進行調(diào)節(jié)，以在模-數(shù)轉(zhuǎn)換電路332的輸入端獲得合適的動態(tài)輸入范圍。然而，發(fā)射器驅(qū)動電流的改變可能改變發(fā)射光的波長，從而影響血氧計算的最終結(jié)果。所以，最好是對所有的病人固定發(fā)射器驅(qū)動電流。在本發(fā)明的另外一個實施例中，程控增益放大器可由數(shù)字信號處理器調(diào)節(jié)，以在模-數(shù)轉(zhuǎn)換電路的輸入端獲得一個在模-數(shù)轉(zhuǎn)換電路332的動態(tài)范圍之內(nèi)的信號(本實施例中的動態(tài)范圍為+3V至-3V)。在這種方式下，發(fā)射器驅(qū)動電流可以對所有的病人是固定的，以消除由于發(fā)射器電流驅(qū)動的變化而造成的波長偏差。
程控增益放大器348的輸出被作為低通濾波器350的一個輸入。最好，在本實施例中的低通濾波器350是一個其轉(zhuǎn)角頻率接近10KHZ的單極點濾波器。這個低通濾波器在本實施例中起到了去假頻作用。
低通濾波器350的輸出為模-數(shù)轉(zhuǎn)換器電路332提供了一個第二輸入352。圖12中還繪出了所述的模-數(shù)轉(zhuǎn)換電路的缺陷。在本實施例中，模-數(shù)轉(zhuǎn)換電路332具有一個第一模-數(shù)轉(zhuǎn)換器354和一個第二模-數(shù)轉(zhuǎn)換器356。最好，第一模-數(shù)轉(zhuǎn)換器354從第一輸入346處為模一數(shù)轉(zhuǎn)換電路332接收到輸入信號，并且第二模-數(shù)轉(zhuǎn)換器356從第二輸入352處為模-數(shù)轉(zhuǎn)換電路332接收到輸入信號。
在一個較好的實施例中，第一模-數(shù)轉(zhuǎn)換器354是一個判別模-數(shù)轉(zhuǎn)換器。其判別任務(wù)(由信號處理系統(tǒng)執(zhí)行)是讀經(jīng)前置放大器342放大后的探測器的輸出，以確定信號是否使所述的高通濾波器344的輸入飽和。在本實施例中，如果高通濾波器344的輸入是飽和的，則前端模擬信號調(diào)節(jié)電路330的輸出將為“0”。另外，所述的第一模-數(shù)轉(zhuǎn)換器354將不工作。
第二模-數(shù)轉(zhuǎn)換器356從前端模擬信號調(diào)節(jié)電路330接收經(jīng)調(diào)節(jié)后的模擬信號并將其轉(zhuǎn)換為數(shù)字形式。在本實施例中，第二模-數(shù)轉(zhuǎn)換器356具有一個單通道δ-∑轉(zhuǎn)換器。在本實施例中，使用了一個晶體半導體CS5317-KSδ-∑模-數(shù)轉(zhuǎn)換器。該轉(zhuǎn)換器具有價格低、低噪聲特性等優(yōu)點。更為準確地說，δ-∑轉(zhuǎn)換器由一個噪聲調(diào)制器和一個分頻濾波器兩個主要部分組成。所選的轉(zhuǎn)換器用一個二階模擬δ-∑調(diào)制器以進行噪聲整形。噪聲整形涉及到改變噪聲的譜，使其從平坦響應(yīng)曲線變成一種低頻噪聲已被高頻噪聲的增多所抑制的響應(yīng)曲線。然后，所述的分頻濾波器把已被整形的、較高頻率的噪聲消除，以在較低頻率上提供16位的形式。為形成其產(chǎn)生的每個16位數(shù)據(jù)字，本轉(zhuǎn)換器都需要對數(shù)據(jù)進行128次采樣。以這種方式，所述的轉(zhuǎn)換器可提供很好的噪聲抑制、動態(tài)范圍和低諧波失真，這對在如低灌注和電灸之類的嚴格測量環(huán)境下進行測量是有益的。
此外，由于使用了單通道轉(zhuǎn)換器，所以不用在兩個或更多個通道之間進行切換。所述的δ-∑轉(zhuǎn)換器還表現(xiàn)出了較好的噪聲整形性能，以加強噪聲控制。一個模-數(shù)轉(zhuǎn)換器的例子是晶體半導體CS5317。在本實施例中，第二模-數(shù)轉(zhuǎn)換器356以20Khz的采樣率對信號進行采樣。第二模-數(shù)轉(zhuǎn)換器356的輸出為數(shù)字信號處理系統(tǒng)334(圖11中)提供了在20Khz的樣本數(shù)據(jù)。
圖13進一步詳細說明了數(shù)字信號處理系統(tǒng)334。在本實施例中，數(shù)字信號處理系統(tǒng)由一個微控制器360、一個數(shù)字信號處理器362、一個程序存儲器364、一個采樣緩沖器366、一個數(shù)據(jù)存儲器368、一個只讀存儲器370和一個通訊寄存器372組成。在本實施例中，所述的數(shù)字信號處理器362采用Analog Decices公司的AD21020。在本實施例中，所述的微控制器360包括一個Motorola公司的內(nèi)部具有程序存儲器的芯片68HC05。在本實施例中，所述的采樣緩沖器366是一個從所述的模-數(shù)轉(zhuǎn)換器電路332接收所述的20Khz采樣數(shù)據(jù)并將其存儲在數(shù)據(jù)存儲器368中的緩沖器。在本實施例中，所述的數(shù)據(jù)存儲器368是由一個32千字(本實施例中每字為40位)靜態(tài)隨機存取存儲器組成的。
所述的微控制器360通過一個常規(guī)的JTAG抽頭線與數(shù)字信號處理器362連接。微控制器360通過抽頭線為數(shù)字信號處理器362將自舉加載程序傳輸?shù)匠绦虼鎯ζ?64中，然后使數(shù)字信號處理器362從程序存儲器364自舉。然后在程序存儲器364中的自舉程序使數(shù)字信號處理器362的操作指令從只讀存儲器370向程序存儲器364中傳輸。另外，所述的程序存儲器364是數(shù)字信號處理器362的一個速度很高的存儲器。
所述的微控制器360通過通訊寄存器372提供發(fā)射電流控制和增益控制信號。
圖14至20繪出了由數(shù)字信號處理系統(tǒng)334執(zhí)行的脈搏血氧計操作的功能塊示意圖。下述描述的信號處理功能在本實施例中由數(shù)字信號處理器362執(zhí)行，同時由微控制器360提供系統(tǒng)管理。在本實施例中，所述的操作是由軟件/硬件控制。圖14繪出了在20Khz采樣數(shù)據(jù)輸入所述數(shù)字信號處理系統(tǒng)334時的操作的一個通用功能塊示意圖。如圖14所示，首先進行由圖中的解調(diào)模塊400所示的解調(diào)操作。然后如圖中分樣模塊402所示，對解調(diào)數(shù)據(jù)進行分樣操作。然后如統(tǒng)計模塊404所示，對分樣操作的結(jié)果數(shù)據(jù)進行某些統(tǒng)計計算，同時如飽和度變換模塊406所示對分樣操作的結(jié)果數(shù)據(jù)進行飽和度變換。經(jīng)統(tǒng)計計算后的數(shù)據(jù)和經(jīng)飽和度變換后的數(shù)據(jù)被進一步如圖中飽和度計算模塊408所示進行飽和度操作，及如圖中脈率計算模塊410所示進行脈率計算。
通常，解調(diào)操作可將紅光和紅外光信號從復合信號中區(qū)分出來，并消除625Hz載頻而保留原始數(shù)據(jù)點。所述的原始數(shù)據(jù)點被以625Hz的采樣間隔提供給分樣操作，所述的分樣操作可按照10中取1來降低采樣頻率至62.5Hz。所述的分樣操作還對樣品提供一些濾波。其結(jié)果數(shù)據(jù)將進行統(tǒng)計和飽和度變換操作，以計算飽和度值，該飽和度值對信號中的運動干擾和其它噪聲有很強的耐受力。所述的飽和度值在所述的飽和度計算模塊408中被確定，而脈率和干凈的體積描記波形通過脈率模塊410獲得。有關(guān)不同操作的其它詳細描述將結(jié)合圖15至21進行。
圖15示出了解調(diào)模塊400的操作。在圖15中繪出了調(diào)制信號的格式。圖15繪出了復合信號的一個完整625Hz周期，其第一個1/4周期為激活的紅光加上環(huán)境光信號，第二個1/4周期為環(huán)境光信號，第三個1/4周期為激活的紅外光加上環(huán)境光信號，第四個1/4周期為環(huán)境光信號。如圖15中所繪出的，在20Khz采樣頻率下，上述在625Hz的一個完整的信號周期由32個20KHz采樣點組成，8個采樣點與紅光加環(huán)境光有關(guān)，8個采樣點與環(huán)境光有關(guān)，8個采樣點與紅外光加上環(huán)境光有關(guān)，而最后8個采樣點與環(huán)境光有關(guān)。
由于所述的信號處理系統(tǒng)334控制光發(fā)射器301和302的激活，所以整個系統(tǒng)是同步的。所述的數(shù)據(jù)通過進行由多路分離模塊421所示的時分多路分離操作，被同步地分解(進而解調(diào))為四個8樣本點組。一個8樣本點組422代表紅光加上環(huán)境光信號；第二個8樣本點組424代表環(huán)境光信號；第三個8樣本點組426代表紅外光加上環(huán)境光信號；第四個8樣本點組428代表環(huán)境光信號。一個“選擇”信號同步地控制多路分離操作，以將在多路分離器421的輸入處的時分多路復用的復合信號分離成它的四個子部分。
然后如圖15中的430、432、434、436的求和操作所示，對每組數(shù)據(jù)的后4點進行求和計算。在本實施例中，使用數(shù)據(jù)組的后4點是因為在本實施例的模-數(shù)轉(zhuǎn)換器356中的低通濾波器具有一個建立時間。因而，從每個8點樣本“包”中收集后四個樣本使前面的信號清零。這個求和操作提供了一個能增強抗干擾能力的積分操作。然后如減法模塊438、440所示，將紅光樣本和及紅外光樣本和分別減去一個環(huán)境光樣本和。所述的減法操作使數(shù)據(jù)中的環(huán)境光信號有所衰減。在本實施例中，已發(fā)現(xiàn)經(jīng)過上述模塊438、440的減法操作可使環(huán)境光衰減接近于20dB。如在圖中除4模塊442、444所示，將上述所產(chǎn)生的紅光和值及紅外光和值除以4。所得的值分別為紅光信號及紅外光信號的在625Hz的一個采樣值。
可以理解，上述625Hz載頻已經(jīng)被解調(diào)操作400所消除。所述的在解調(diào)操作400輸出端的625Hz采樣數(shù)據(jù)是沒有載頻的采樣數(shù)據(jù)。20Hz以下的采樣頻率都可以滿足奈奎斯特采樣要求(因為人體的脈率一般在每分鐘25至250次之間，即約0.4Hz至4Hz之間)。因此，在分樣操作中將625Hz的采樣率降低為62.5Hz。
圖16示出了分樣模塊402的操作。所述的紅光和紅外光數(shù)據(jù)以625Hz的采樣頻率被提供給各自的紅光緩沖器/濾波器450和紅外光緩沖器/濾波器452。在本實施例中，紅光和紅外光緩沖器/濾波器為519樣本深度。可取的是，所述的緩沖器/濾波器450、452的功能為連續(xù)的“先入、先出”緩沖器。所述的519個樣本將經(jīng)過低通濾波。所述的低通濾波最好具有大約為7.5Hz的截止頻率，在截止頻率處衰減約為-110dB。所述的緩沖器/濾波器450、452形成了一個相對于519個抽頭具有系數(shù)的有限沖擊響應(yīng)(FIR)濾波器。為將采樣頻率降低10倍，如分別在紅光及紅外光的10倍分樣器模塊454和456中所示，需要對每10點采樣數(shù)據(jù)進行低通濾波計算。換句話說，在將每10個新的采樣數(shù)據(jù)傳輸?shù)骄彌_器/濾波器450、452中的同時，通過將沖擊響應(yīng)(系數(shù))乘以519個濾波抽頭來進行新的濾波計算。每次濾波計算為各自的紅光輸出緩沖器458和紅外光輸出緩沖器460提供一個輸出樣本。在本實施例中，紅光及紅外光輸出緩沖器458、460也是可存貯570個樣本數(shù)據(jù)的連續(xù)的先入先出緩沖器。所述的570個樣本分別提供了紅光和紅外光樣本或提供樣本“包”(在這里也可稱為抽樣，即snapshot)。如圖14中所繪出的，輸出緩沖器為統(tǒng)計操作模塊404、飽和度變換模塊406及脈率模塊410提供樣本數(shù)據(jù)。
圖17示出了統(tǒng)計模塊404的更加詳細的功能操作?？偟恼f，統(tǒng)計模塊404為紅光通道和紅外光通道提供第一階血氧計算和均方根信號值。統(tǒng)計模塊還提供一個表明紅光與紅外光信號之間的互相關(guān)的互相關(guān)輸出。
如圖17所示，所述的統(tǒng)計模塊接收代表衰減后的紅光和紅外光信號的兩個已經(jīng)消除了載頻的樣本“包”(例如，本實施例中的在62.5Hz的570個樣本)。紅光和紅外光信號的各自的樣本“包”如log模塊480、482所示經(jīng)log函數(shù)進行歸一化。歸一化之后，如直流消除模塊484、486所示，消除信號中的直流部分。在本實施例中，直流消除包括對紅光和紅外光抽樣的各自的第一樣本(或頭幾個樣本的均值或全部抽樣的均值)的直流值的判定，然后從每個樣本“包”中消除這個直流值。
當直流信號消除后，如紅光和紅外光帶通濾波模塊488、490所示，將對信號進行帶通濾波。在本實施例中，由于每個樣本“包”中有570個數(shù)據(jù)，所以帶通濾波器被設(shè)置為具有301個抽頭，以提供一個具有線性相位響應(yīng)和很小偏差或無偏差的有限沖擊響應(yīng)濾波器。在本實施例中，所述的帶通濾波器的通帶為34次(beats)/分至250次/分。所述的301個抽頭覆蓋570個樣本，以獲得代表濾波后的紅光信號的270個濾波后樣本及獲得代表濾波后的紅外光信號的270個濾波后樣本。在理想情況下，所述的帶通濾波器488、490消除了信號中的直流成分。然而，在本實施例中還用直流消除操作484、486輔助直流消除。
濾波之后，如在選擇后120個采樣數(shù)據(jù)模塊492、494中所示，選擇每個樣本“包”(在本實施例中現(xiàn)在已經(jīng)是由270個采樣數(shù)據(jù)組成)的后120個采樣數(shù)據(jù)進行后續(xù)的處理。之所以選擇后120點，是因為在本實施例中，前150點采樣數(shù)據(jù)落在了將要在下面討論的處理同一個樣本“包”的飽和度變換模塊406的建立時間之內(nèi)。
對所述的紅光和紅外光的含120個樣本的樣本“包”進行常規(guī)的飽和度等式計算。在本實施例中，以兩種不同的方法進行常規(guī)的飽和度計算。一種計算是如紅光和紅外光均方根模塊496、498所示的，對120個樣本的樣本“包”進行處理，以得到其總的均方根值。所述的紅光和紅外光的均方根結(jié)果值為第一個紅光均方根/紅外光均方根(RED_RMS/IR_RMS)比值操作500提供了輸入值，所述的RED_RMS/IR_RMS比值操作500為飽和度等式模塊502提供了一個均方根紅光值比上均方根紅外光值的比值作為其輸入。如本領(lǐng)域的技術(shù)人員所知道的，在已知的紅光和紅外光波長(典型的為λred＝650nm，λIR＝910nm)下所探測的衰減后的紅光與紅外光的強度的比值與病人的血氧飽和度相關(guān)。因而，所述的飽和度等式模塊502代表一個常規(guī)的查表或相似的操作，以進行比值預測及在其輸出504處提供已知的飽和度值。所述的紅光均方根值和紅外光均方根值也可由統(tǒng)計操作模塊404的輸出提供。
除進行常規(guī)飽和度操作502之外，如圖中一個第一互相關(guān)模塊506所示，所述的120個樣本的樣本“包”還將被進行互相關(guān)操作。所述的第一互相關(guān)模塊506判定在紅外光信號與紅光信號之間是否存在著良好的相關(guān)。這個互相關(guān)在次品檢測或其它的故障檢測也是很有用的。當信號模型(即模型等式(1)-(3))被滿足時，所述的互相關(guān)在檢測中也是有用的。如果兩個通道之間的相關(guān)性太小，則信號模型沒有被滿足。為確定這些，可通過互相關(guān)模塊506對每個數(shù)據(jù)抽樣進行歸一化互相關(guān)計算。一個這樣的相關(guān)函數(shù)如下&Sigma;s1s2&Sigma;s12&Sigma;s22]]>
如果互相關(guān)太低，則血氧計299將對操作者提供一個報警(例如視覺、聽覺等報警)。在本實施例中，如果一個被選擇的抽樣能生成一個小于0.75的歸一化相關(guān)，則該抽樣不合格。滿足信號模型的信號將具有大于某個閾值的相關(guān)。
所述的紅光和紅外光的120樣本的樣本“包”還將經(jīng)過與上述方式相同的第二次互相關(guān)和飽和度操作，只是所述的120個樣本被分為5個相等的“箱”(即，每個“箱”中有24個樣本的5個“箱”)。均方根、飽和度和互相關(guān)操作都是在一“箱”接一“箱”的基礎(chǔ)上進行的。這些操作在圖17的“分為5個相等的‘箱’”模塊510、512中、“第二紅光及紅外光均方根”模塊514、516中、“第二RED_RMS/IR_RMS比值”模塊518中、“第二飽和度等式模塊”520和“第二互相關(guān)模塊522”中示出。
圖18示出了圖14中所繪出的飽和度變換模塊406的更加詳細的說明。如圖18所示，所述的飽和度變換模塊406包括一個參比處理器530、一個相關(guān)消除器531、一個主功率曲線模塊554和一個“箱”功率曲線模塊533。所述的飽和度變換模塊406可以與圖7a有關(guān)，圖7a具有一個參比處理器26和一個相關(guān)消除器27及一個積分器29，可為圖7c中所繪出的獨立的信號系數(shù)提供一個功率曲線。所述的飽和度變換模塊406從所述的數(shù)據(jù)抽樣中求得一個飽和度譜。換句話說，所述的飽和度變換406提供出了一個在所述的抽樣之內(nèi)的飽和度值的信息。
如圖18所繪出的，用于飽和度變換模塊406中的參比處理器530具有一個飽和度等式模塊532、一個參比信號發(fā)生器模塊534、一個直流消除模塊536及一個帶通濾波器模塊538。經(jīng)分樣操作后的紅光及紅外光的570個樣本的樣本包被提供給參比處理器530。另外，多個可能的飽和度值(“飽和度軸掃描”)也作為輸入被提供給飽和度參比處理器530。在本實施例中，共提供117個飽和度值作為飽和度軸掃描。在一個優(yōu)選實施例中，所述的117個飽和度值范圍均勻分布在34.8至105.0血氧飽和度之間。因而，在本實施例中，117個飽和度值提供給可以產(chǎn)生一個用于相關(guān)消除器531的參比信號的參比處理器530進行軸掃描。換言之，每給所述的參比處理器提供一個飽和度值，則生成一個相應(yīng)于該飽和度值的參比信號結(jié)果。在本實施例中，相關(guān)消除器是由一個聯(lián)合處理估計器550和一個低通濾波器552組成的。
可以理解，所述的掃描值可選擇比上述117個掃描值更高或更低的值。掃描值的分布也可以是不等間隔的。
如圖18所示，所述的飽和度等式模塊532以輸入的形式接收飽和度軸掃描值，并以輸出的形式提供一個比值“rn”。與圖7a-7c的一般討論相比，這個比值“rn”通常與上面所討論的多個掃描值相對應(yīng)。所述的飽和度等式只不過是提供一個相應(yīng)于作為輸入接收到的飽和度值的已知的比值“r”(紅光/紅外光)。
所述的比值“rn”作為一個輸入與紅光和紅外光樣本包一起被提供給參比信號發(fā)生器534。所述的參比信號發(fā)生器534將每個紅光樣本或紅外光樣本乘以比值“rn”，然后分別將紅光或紅外光樣本值減去所得的各自的乘積值。例如，在本實施例中，所述的參比信號發(fā)生器534就是將紅光樣本乘以比值“rn”，然后將紅光樣本減去上述的乘積值。上述運算的結(jié)果值成為參比信號發(fā)生器534的輸出。對每一個飽和度掃描值(在本實施例中有117個可能值)都要完成這個操作。因而，其結(jié)果可被描述為每570個數(shù)據(jù)點的117個參比信號向量，下面將這個結(jié)果都稱為參比信號向量。這個數(shù)據(jù)可以以矩陣或類似的形式貯存。
換言之，假設(shè)紅光和紅外光樣本包分別代表包括原始信號部分s(t)及二次信號部分n(t)的紅光被測信號Sred(t)和紅外光被測信號SIR(t)，則參比信號發(fā)生器的輸出將為二次參比信號n’(t)，遵循前面討論的信號模型，即為n′(t)＝Sir(t)-rnSred(t)在本實施例中，所述的參比信號向量和紅外光信號以輸入的方式被提供給參比信號處理器530的直流消除模塊536。與統(tǒng)計模塊404中的直流消除模塊484、486相似，所述的直流消除模塊536先檢測出每路輸入的第一樣本(可以是樣本包的前幾個樣本的均值，也可以是樣本包的全部樣本的均值)的直流值，然后將每個樣本中減去其各自的直流基線。再將其結(jié)果樣本值提供給帶通濾波器538進行帶通濾波。
參比信號處理器530的帶通濾波器538將進行與統(tǒng)計模塊404中的帶通濾波器488、490相同的濾波操作。因而，每個570個樣本序列都將經(jīng)過帶通濾波以剩下270個樣本。在帶通濾波器538的第一輸出542的結(jié)果數(shù)據(jù)是一個有270個樣本的向量(在本實施例中代表濾波后的紅外光信號)。在帶通濾波器538的第二輸出540的結(jié)果數(shù)據(jù)是每270數(shù)據(jù)點的相應(yīng)于每個提供給飽和度參比信號處理器530的飽和度軸掃描值的117個參比信號向量。
可以理解，紅光與紅外光樣本包在參比信號處理器530中的使用位置可以交換。另外，也可以理解，所述的直流消除模塊536和帶通濾波器模塊538可在數(shù)據(jù)輸入到參比信號處理器530之前執(zhí)行，因為參比信號處理器內(nèi)的計算是線性的。這樣可明顯地節(jié)省過程。
參比信號處理器530的輸出為前面參照圖8所描述的聯(lián)合處理估計器550提供了第一輸入和第二輸入。聯(lián)合處理估計器550的第一輸入是270個樣本的樣本包，在本實施例中代表紅外光信號。這個信號包括原始信號部分和二次信號部分。聯(lián)合處理估計器的第二輸入是每270個樣本的117個參比信號向量。
所述的聯(lián)合處理估計器還接收一個λ輸入543、一個最小誤差544和一個單元數(shù)設(shè)置輸入545。這些參數(shù)在本領(lǐng)域中很易被理解。所述的λ參數(shù)通常被稱為聯(lián)合處理器的“遺忘參數(shù)”。所述的λ輸入543為聯(lián)合處理估計器提供一個消除率的控制。在本實施例中，λ被設(shè)置為一個較低值如0.8。因為信號的統(tǒng)計特性為不穩(wěn)定的，所以較低的值可改進跟隨性能。所述的最小誤差輸入544為聯(lián)合處理估計器550提供了一個初始參數(shù)(通常所知的“初始值”)。在本實施例中，所述的最小誤差值為10-6。這個初始參數(shù)可防止所述的聯(lián)合處理估計器550在進行初始計算時出現(xiàn)被零除的現(xiàn)象。聯(lián)合處理估計器550的單元數(shù)輸入545可設(shè)置聯(lián)合處理估計器的單元數(shù)。在本實施例中，飽和度變換操作406的單元數(shù)為6。如本領(lǐng)域所公知的，對于每個正弦波，聯(lián)合處理估計器都需要兩個單元。如果有兩個在35至250次/分范圍內(nèi)的正弦波，則就應(yīng)有6個單元，用于兩個心跳正弦波和一個噪聲正弦波。
所述的聯(lián)合處理估計器550使在輸出542上的第一輸出向量經(jīng)過相關(guān)消除處理，所述的相關(guān)消除處理是以由第二輸入540提供給相關(guān)消除器531的每一個參比信號向量(在本實施例中，全部117個參比向量是按順序提供給相關(guān)消除器的)為基礎(chǔ)的。對于117個參比向量中的每一個，所述的相關(guān)消除器都產(chǎn)生一個輸出向量。每個輸出向量都代表了第一輸入向量與相應(yīng)的參比信號向量所不共有的信息。所述的輸出向量結(jié)果被以一個聯(lián)合處理估計器的輸出的形式提供，并經(jīng)低通濾波器模塊552處理。在本實施例中，所述的低通濾波器552包括一個具有25個抽頭的有限沖擊響應(yīng)濾波器，且其在62.5Hz采樣頻率(即在分樣頻率)上的轉(zhuǎn)角頻率為10Hz。
本實施例的聯(lián)合處理估計器550的建立時間為150個數(shù)據(jù)點。因而，后續(xù)處理中只能用270個點的輸出向量中的后120數(shù)據(jù)點。在本實施例中，所述的輸出向量被作為一個整體一起進行進一步處理，并被分為具有相同數(shù)據(jù)點數(shù)的多個“箱”。如圖18中所繪出的，輸出向量被提供給主功率曲線模塊554，并同時提供給分為5個相等的“箱”模塊556。所述的分為5個相等的“箱”模塊556將每個輸出向量分為5個具有相等數(shù)量數(shù)據(jù)點的“箱”(即每個向量有120點，每個“箱”具有24個數(shù)據(jù)點)。然后，每個“箱”被提供給箱功率曲線模塊558。
主功率曲線模塊554進行如下的飽和度變換對于每個輸出向量，確定數(shù)據(jù)點的平方和。這提供了相應(yīng)于每一輸出向量(相應(yīng)于一個飽和度掃描值的每一個輸出向量)的平方和值。這些值為如圖22中所示的主功率曲線558提供了基礎(chǔ)。功率曲線的水平軸代表飽和度軸掃描值，功率曲線的豎直軸代表每一輸出向量的平方和值(或輸出能量)。換言之，如圖22所示，每個平方和可用平方和值的大小，對應(yīng)于水平軸上的產(chǎn)生這個輸出向量的相應(yīng)的飽和度掃描值點的位置，在豎直能量輸出軸上繪出。這樣就形成了主功率曲線558，其一個例子在圖22中繪出。這樣就提供了一個飽和度變換，其中，衰減后的能量的譜成分通過觀察每個可能的飽和度值及測量相應(yīng)于假設(shè)的飽和度值的輸出值的方式確定?？梢岳斫?，當相關(guān)消除器531的第一輸入與第二輸入為最大相關(guān)時，則相應(yīng)的相關(guān)消除器531的輸出向量的平方和將會很低。反之，當相關(guān)消除器531的第一輸入與第二輸入無顯著相關(guān)性時，則相應(yīng)的相關(guān)消除器531的輸出向量的平方和將會很高。因而，當參比信號的譜成分和相關(guān)消除器的第一輸入基本上是被生理噪聲(如，由于呼吸引起的靜脈血運動)干擾及非生理噪聲(如由運動引起的)干擾時，所述的輸出能量較低。當參比信號的譜成分和相關(guān)消除器的第一輸入為不相關(guān)的時，則所述的輸出能量特別高。
通過“‘箱’功率曲線”模塊558也完成一個相應(yīng)的變換，只是飽和度變換功率曲線是從每“箱”中產(chǎn)生的。所述的飽和度功率曲線的結(jié)果被作為飽和度變換模塊406的一個輸出。
一般，如在圖22中所繪出的，根據(jù)本發(fā)明的信號模型，在功率曲線上將有兩個峰。一個峰對應(yīng)于動脈血氧飽和度，一個峰對應(yīng)于靜脈血氧濃度。參照本發(fā)明的信號模型，與最高飽和度值相對應(yīng)的峰(不一定是具有最大幅值的峰)與比例系數(shù)ra相對應(yīng)。換言之，所述的比例系數(shù)ra對應(yīng)于紅光/紅外光比值，該比值是被測來用于動脈飽和度的。類似地，與最低飽和度值相對應(yīng)的峰(不一定是具有最低幅值的峰)，通常對應(yīng)于在本發(fā)明的信號模型中與比例系數(shù)rv相對應(yīng)的靜脈血氧飽和度。因而，比例系數(shù)rv是對應(yīng)于靜脈血氧飽和度的紅光/紅外光比值。
為求得動脈血氧飽和度，應(yīng)選擇功率曲線中相應(yīng)于最高飽和度值的峰值。然而，為提高所述值的可靠性，將進行進一步處理。圖19示出了基于飽和度變換模塊406的輸出的和基于統(tǒng)計模塊404的輸出的飽和度計算模塊408的操作。如圖19所示，箱功率曲線和箱統(tǒng)計值被提供給飽和度計算模塊408。在本實施例中，主功率曲線沒有被提供給飽和度模塊408，但可以被顯示以用于進行系統(tǒng)操作的視覺對照。所述的箱統(tǒng)計值包括紅光和紅外光的均方根值、種子飽和度值和一個統(tǒng)計模塊404提供的代表紅光與紅外光信號間的互相關(guān)的值。
如在計算“箱”特性模塊560中所示，所述的飽和度計算模塊408首先確定多個“箱”的特性。所述的計算“箱”特性模塊560從箱功率曲線和箱統(tǒng)計值的信息中收集到一個數(shù)據(jù)箱。在本實施例中，這個操作包括將與最高飽和度值相應(yīng)的每個功率曲線的飽和度峰值放入所述的數(shù)據(jù)箱中。在本實施例中，最高峰值的選擇是通過首先用一個平滑微分濾波器函數(shù)對功率曲線進行卷積來計算所述功率曲線的一次導數(shù)的方法進行的。在本實施例中，所述的平滑微分濾波器函數(shù)(用一個有限沖擊濾波器)具有下列系數(shù)0.0149646702303670.0982940466827060.2044682763248132.7171826642418135.7044856066952270.000000000000000-5.704482606695227
-2.717182664241813-0.204468276324813-0.098294046682706-0.014964670230367這個濾波器進行微分和平滑。接下來，在所述的最初的功率曲線上的每一點都將被評價，并且，如果滿足下列條件，則被確定作為一個可能的峰值(1)該點至少是功率曲線最大值的2％；(2)該一次導數(shù)值從大于零變化到小于或等于零。對于所發(fā)現(xiàn)的每個可能的峰值點，與其相鄰的兩個點也將被考查，這三點中的最大點被認為是真正的峰值點。
還將計算這些被選出的峰的峰寬。所述功率曲線的峰寬的計算是通過求功率曲線上所有點的和并減去功率曲線最小值與功率曲線的點數(shù)的乘積的方法進行的。在本實施例中，所述的峰寬計算應(yīng)用到每個箱功率曲線。最大值被選為峰寬。
另外，整個抽樣的紅外光均方根值、紅光均方根值、每個箱的種子飽和度值及從統(tǒng)計模塊404得來的紅光與紅外光之間的互相關(guān)也都被放在所述的數(shù)據(jù)箱中。然后，如在箱考核邏輯模塊562中所示，用所述的特性來確定是否所述的數(shù)據(jù)箱中包括了可接受的數(shù)據(jù)。
如果紅光與紅外光信號間的相關(guān)太低，則舍棄這個箱。如果對于給定箱所選擇的峰的飽和度值低于同一個箱的種子飽和度值，則該峰值被所述的種子飽和度值替換。如果紅光或紅外光均方根低于一個很小的閾值，該“箱”也將被舍棄，并且因為被測信號被認為是太小而不能得到有意義的數(shù)據(jù)，所以沒有飽和度值提供。如果沒有包含了可接收數(shù)據(jù)的“箱”，則旁路處理模塊563將為顯示器336提供一個數(shù)據(jù)出錯信息。
如果有一些“箱”合格，則那些具有可接收數(shù)據(jù)的“箱”將被選上，而那些不合格的“箱”將被那些可被接收的“箱”的平均值來代替。給每個“箱”一個時間標記以保持時間順序。表決器操作565將對每個箱進行判斷以選出三個最高的飽和度值。這些值將被傳給限幅和平滑操作566。
所述的限幅和平滑操作566基本上是以一個低通濾波器進行平均。所述的低通濾波器按選擇平滑濾波器模塊568的選擇提供可調(diào)節(jié)的平滑。所述的選擇平滑濾波器模塊568是在由高可靠性測試模塊570進行的可靠性確定的基礎(chǔ)上工作的。所述的高可靠性測試就是測試箱功率曲線的峰寬。峰的寬度代表病人運動的一些信息—較寬的峰代表運動。因而，如果峰是寬的，則平滑濾波器將慢下來。如果峰是窄的，則平滑濾波器的速度將提高。所以，所述的平滑濾波器566是以可靠性水平為基礎(chǔ)而進行調(diào)節(jié)的。限幅和平滑模塊566的輸出提供根據(jù)本發(fā)明的血氧飽和度值。
在本優(yōu)選的實施例中，限幅和平滑濾波器566將提取每個新的飽和度值，并將其與當前的飽和度值進行比較。如果它們之間相差的幅度小于16(百分比氧飽和度)，則這個新值就合格了。另外，如果新飽和度值小于濾波后的飽和度值，則這個新飽和度值將被變?yōu)楸葹V波后的飽和度值低16的值。如果新飽和度值大于濾波后的飽和度值，則這個新飽和度值將被變?yōu)楸葹V波后的飽和度值大16的值。
在可靠性很高時(沒有運動時)，平滑濾波器只是一個單極點或指數(shù)平滑濾波器，按下式計算y(n)＝0.6*x(n)+0.4*y(n-1)式中x(n)為經(jīng)限幅后的新飽和度值，y(n)是濾波后的飽和度值。
在有運動時，需要用一個三極點的IIR(無限沖擊響應(yīng))濾波器。其特性是由三個分別為0.985、0.900、0.94的常數(shù)ta、tb和tc控制的。對于用于直接I型IIR濾波器的系數(shù)，可用下列公式從這些時間常數(shù)中計算出來a0＝0a1＝tb+(tc)(ta+tb)a2＝(-tb)(tc)(ta+tb+(tc)(ta))a3＝(tb)2(tc)2(ta)b0＝1-tb-(tc)(ta+(tc)(tb))b1＝2(tb)(tc)(ta-1)b2＝(tb)(tc)(tb+(tc)(ta)-(tb)(tc)(ta)-ta)圖20和圖21更詳細地示出了脈率模塊410(圖14中的)。如圖20所示，心率模塊410具有一個瞬態(tài)消除和帶通濾波器模塊578、一個運動干擾抑制模塊580、一個飽和度等式模塊582、一個運動狀態(tài)模塊584、第一和第二譜估計模塊586、588、一個譜分析模塊590、一個轉(zhuǎn)換率限制模塊592、一個輸出濾波器594和一個輸出濾波器系數(shù)模塊596。
如在圖20中進一步描述，心率模塊410從分樣模塊402的輸出接收紅外光和紅光的570個樣本抽樣。心率模塊410還接收由飽和度計算模塊408輸出的飽和度值。另外，由可靠性測試模塊570計算(與上述的峰寬計算相同)出的最大峰寬值也被作為一個輸入提供給心率模塊410。紅外光和紅光樣本包、飽和度值和運動狀態(tài)模塊584的輸出被提供給運動干擾抑制模塊580。
平均峰寬值作為一個輸入提供給運動狀態(tài)模塊584。在本實施例中，如果峰是寬的，則峰寬代表運動。如果運動沒有被測出，則無需進行運動干擾抑制而直接對信號進行譜估計。
在有運動時，用運動干擾抑制模塊580來抑制運動干擾。所述的運動干擾抑制模塊580基本上與飽和度變換模塊406相同。所述的運動干擾抑制模塊580提供一個輸出，作為第二譜估計模塊588的輸入。所述的第一和第二譜估計模塊586、588的輸出為譜分析模塊590提供了輸入。所述的譜分析模塊590還接收一個輸入，該輸入是運動狀態(tài)模塊584的輸出。譜分析模塊590的輸出是由心率模塊410確定的初始的心率，并被提供給轉(zhuǎn)換率限制模塊592作為它的一個輸入。所述的轉(zhuǎn)換率限制模塊592與輸出濾波器594相連。輸出濾波器594還從輸出濾波器系數(shù)模塊596處接收到一個輸入。輸出濾波器594為顯示器336(圖11中)提供濾波后的心率。
在運動情況下，一個信號(在本實施例中為紅外光)經(jīng)如直流消除和帶通濾波器模塊578所示的直流消除和帶通濾波。所述的直流消除和帶通濾波器模塊578提供與直流消除和帶通濾波器模塊536、538相同的濾波。在沒有運動的情況下，被濾波后的紅外光信號被提供給第一譜估計模塊586。
在本實施例中，所述的譜估計模塊由一個可提供心率信息的頻譜的ChirpZ變換組成。用所述的ChirpZ變換而不用常規(guī)的富里葉變換是因為在ChirpZ變換中所需輸出的頻率范圍是可以指定的。因而，在本實施例中，心率的頻譜在30至250次/每分鐘。在本實施例中，頻譜被提供給譜分析模塊590，該譜分析模塊從上述譜中選出第一諧波作為脈率。通常，第一諧波就是頻譜中的具有最大幅值的并代表脈率的峰。然而，在某些情況下，第二或第三諧波也可能較大的幅值。在這個意義下，為選出第一諧波，將選擇頻譜中其幅值至少為頻譜最大峰的1/20的第一峰。這樣減小了將由噪聲在ChirpZ變換中引起的峰選為心率峰的可能性。
在運動情況下，用運動干擾抑制模塊580對抽樣進行運動干擾抑制。在圖21中更詳細地繪出所述的運動干擾抑制模塊580。如在圖21中可見，所述的運動干擾抑制模塊580基本上與飽和度變換模塊406(圖18中)相同。因而，運動干擾抑制模塊具有一個干擾參比處理器570和一個運動干擾相關(guān)消除器571。
所述的運動干擾參比處理器570與飽和度變換模塊406中的參比信號處理器530是相同的。然而，所述的參比信號處理器570使用的是從飽和度模塊408來的飽和度值，而不是對117個飽和度掃描值進行完整的飽和度變換。因而，參比信號處理器570具有一個飽和度等式模塊581、一個參比信號發(fā)生器582、一個直流消除模塊583和一個帶通濾波器模塊585。這些模塊與飽和度變換參比信號處理器530中的相應(yīng)模塊都是相同的。在本實施例中，飽和度等式模塊581從飽和度計算模塊408處接收動脈飽和度值，而不是象在飽和度變換模塊406中那樣進行飽和度軸掃描。這是因為動脈飽和度已經(jīng)被選擇了，沒必要進行軸掃描。因而，飽和度等式模塊581的輸出對應(yīng)于比例常數(shù)ra(即，紅光與紅外光動脈飽和度值比值的希望值)。另外，所述的參比處理器570與飽和度變換模塊406中的參比處理器530進行同樣的工作。
運動干擾相關(guān)消除器571同樣類似于飽和度變換的相關(guān)消除器531(圖18中)。然而，所述的運動干擾抑制相關(guān)消除器571使用了一個稍稍不同的運動干擾聯(lián)合處理估計器572。因而，運動干擾抑制相關(guān)消除器571具有一個聯(lián)合處理估計器572和一個低通濾波器573。所述的運動干擾聯(lián)合處理估計器572與飽和度變換聯(lián)合處理估計器550的不同之處，在于與由單元數(shù)輸入574所選擇的單元數(shù)不同(在本實施例中為6至10個)，在于遺忘參數(shù)不同(本實施例中為0.98)，在于由適應(yīng)引起的時間延時不同。所述的低通濾波器573與飽和度變換相關(guān)消除器531中的低通濾波器552是相同的。
因為只有一個飽和度值被提供給參比處理器，所以在運動干擾抑制相關(guān)消除器571的輸出處，對于每個有570樣本的樣本包輸入只產(chǎn)生一個有270個樣本的輸出向量。在本實施例中，當紅外光波長被做為第一輸入提供給相關(guān)消除器時，則相關(guān)消除器571的輸出提供一個干凈的紅外光波形.可以理解，如前面所述，紅外光與紅光波長信號可對換位置以使在運動干擾抑制相關(guān)消除器571的輸出處能提供一個干凈的紅光波形。因為已知病人飽和度值的實際值并用它使參比處理器570產(chǎn)生一個噪聲參比信號做為相關(guān)消除器571的參比信號輸入，所以相關(guān)消除器571的輸出是干凈的波形。所述的在運動干擾抑制模塊580的輸出處的干凈波形是一個可傳送給顯示器336的干凈的體積描記波形。
如前面所述，另外一種聯(lián)合處理估計器使用QRD最小二乘法點陣方法(圖8a、9a和10a)。所以，所述的聯(lián)合處理估計器573(及聯(lián)合處理估計器550)可用一個執(zhí)行QRD最小二乘法點陣操作的聯(lián)合處理估計器來代替。
圖21a示出了用聯(lián)合處理估計器572a代替聯(lián)合處理估計器572的運動干擾抑制模塊的另一個實施例。所述的聯(lián)合處理估計器572a是由圖10a所示的QRD最小二乘法點陣系統(tǒng)組成的。根據(jù)本實施例，根據(jù)QRD算法的需要，使用不同的初始參數(shù)。
參照圖21a，所述的初始參數(shù)為“單元數(shù)”、“λ”、“最小誤差和”、“GAMS初始值”和“誤差和初始值”等。單元數(shù)和λ與在聯(lián)合處理估計器572中的類似參數(shù)相應(yīng)。GAMS初始值相應(yīng)于用于除第0級外的所有級的γ初始變量，如在上述QRD等式中所設(shè)置的，該變量被初始化為“1”。誤差和初始值提供了參照前面QRD等式的δ初始參數(shù)。為防止溢出，在QRD等式和最小誤差和的各步都使用了較大的實際計算單位。在本實施例中，優(yōu)選的初始參數(shù)為單元數(shù)＝6λ＝0.8最小誤差和＝10-20GAMS初始值＝10-2誤差和初始值＝10-6運動干擾抑制模塊580的干凈波形輸出也給第二譜估計模塊588提供一個輸入。第二譜估計模塊588進行與第一譜估計模塊586相同的ChirpZ變換。在沒有運動情況下，第一譜估計模塊586的輸出被提供給譜分析模塊590；在有運動時，第二譜估計模塊588的輸出被提供給譜分析模塊590。所述的譜分析模塊590以適當?shù)淖V估計模型對頻譜進行考核以確定脈率。在有運動時，所述的譜分析模塊590選擇譜中具有最大幅值的峰，因為運動干擾抑制模塊580已經(jīng)將所有其它頻率的幅值衰減到低于實際心率峰值了。在沒有運動的情況下，如前面所述，譜分析模塊選擇譜的第一諧波作為心率。
譜分析模塊590的輸出提供了作為轉(zhuǎn)換率限制模塊592的輸入的原始心率，所述的轉(zhuǎn)換率限制模塊592為輸出濾波器594提供了一個輸入。在本實施例中，轉(zhuǎn)換率限制模塊592防止每2秒間隔的變化大于20次/分。
輸出濾波器594由一個與前面描述限幅和平滑濾波器566時論述的指數(shù)平滑濾波器相似的指數(shù)平滑濾波器組成。所述的輸出濾波器由一個輸出濾波器系數(shù)模塊596控制。如果運動很大，這個濾波器將被減速，如果運動較小或沒有運動，這個濾波器的采樣速度將加快并仍能維持一個干凈值。輸出濾波器594的輸出就是病人脈搏，這個脈搏將被進一步提供給顯示器336。
飽和度變換的一個替換實施例-濾波器組對飽和度變換模塊406的飽和度變換的替換實施例可由一個如圖23所示的濾波器組完成。如在圖23中所見，提供了兩個濾波器組，一個第一濾波器組600和一個第二濾波器組602。所述的第一濾波器組600從與其相應(yīng)的第一濾波器組輸入604上接收第一被測信號Sλb(t)(在本實施例中為紅外光信號的采樣)，而所述的第二濾波器組602從與其相應(yīng)的第二濾波器組輸入606上接收第二被測信號Sλa(t)(在本實施例中為紅光信號的采樣)。在一個優(yōu)選實施例中，第一和第二濾波器組使用了具有固定的中心頻率和轉(zhuǎn)角頻率的靜態(tài)遞歸多相帶通濾波器。遞歸多相濾波器在Harris等人的文章“用有效多相遞歸全通濾波器進行數(shù)字信號處理”中被詳細論述，該文章被本文引用為附錄A。但是，自適應(yīng)的方法也是可能的。在本實施例中，每一個所述的遞歸多相帶通濾波器部件都被設(shè)計為具有特定的中心頻率和帶寬。
在每個濾波器組中有N個濾波器部件。在第一濾波器組600中的每一個濾波器部件都與在第二濾波器組602中的濾波器部件相匹配(即，具有相同的中心頻率和帶寬)。如圖23所示，N個部件的N個中心頻率和轉(zhuǎn)角頻率被設(shè)計成分別占有N個頻率范圍，即0至F1、F1＝F2、F2-F3、F3＝F4、……FN-1-FN。
可以理解，濾波器部件的數(shù)量可以從1至無窮大。但在本實施例中，具有大約120個獨立的濾波器部件，它們的中心頻率均勻地分布在25次/分至250次/分的范圍內(nèi)。
濾波器的輸出包含有在特定頻率上的第一和第二被測信號(在本例中為紅光和紅外光)的原始信號部分和二次信號部分的信息。每一對相匹配的濾波器(一個在第一濾波器組600中，一個在第二濾波器組602中)的輸出都被提供給飽和度測定模塊610。為便于表示，圖23只示出了一個飽和度測定模塊610。但對每一對匹配的濾波器部件都可提供一個飽和度測定模塊以進行并行處理。每個飽和度測定模塊都具有一個比值模塊616和一個飽和度等式模塊618。
所述的比值模塊616將計算第二輸出與第一輸出的比值。例如，在本例中，由比值模塊616求出每個紅光均方根值與每個相應(yīng)的紅外光均方根值的比值(Red/IR)。比值模塊616的輸出為飽和度等式模塊618提供了一個輸入，該飽和度等式將根據(jù)輸入的比值核定一個相應(yīng)的飽和度值。
飽和度等式模塊618的輸出被按每一對匹配濾波器收集(如直方圖模塊620所示)。但是，收集的數(shù)據(jù)最初為頻率和飽和度的函數(shù)。為形成與圖22中曲線相似的飽和度變換曲線，則產(chǎn)生了一個圖24所示的直方圖或類似的圖。其水平軸代表飽和度值，豎直軸代表在每個飽和度值上所收集的點(飽和度等式模塊618的輸出)的數(shù)量和。換言之，如果對于10對不同的匹配濾波器，飽和度等式模塊618的輸出代表的飽和度值為98％，則在圖24的直方圖上的一點將在98％飽和度值上反映為10。這將產(chǎn)生一個與圖22中的飽和度變換曲線相似的曲線。這一操作由直方圖模塊620完成。
直方圖的結(jié)果提供了一個與圖22的功率曲線相似的功率曲線。因而，通過選擇出與最高飽和度值(例如，圖中與最高飽和度值峰相應(yīng)的峰“c”)相應(yīng)的峰(在感興趣處發(fā)生的最大次數(shù))的方法，可以從直方圖中計算出動脈血氧飽和度。類似，靜脈或背景飽和度也可通過選擇出與最低飽和度值相應(yīng)的峰(即在圖24中的峰“d”)的方法從直方圖中確定，其方式與在飽和度計算模塊408中的處理相似。
可以理解，作為直方圖的另一種形式，相應(yīng)于最高飽和度值的飽和度輸出(不必是直方圖中的一個峰)可被選擇為具有相應(yīng)比值ra的動脈血氧飽和度。類似，相應(yīng)于最低飽和度值的飽和度輸出也可被選擇為具有相應(yīng)比值rv的靜脈或背景飽和度。例如，在這個實施例中，圖24中的直方圖的項“a”可能被選擇出作為動脈血氧飽和度，具有最小飽和度值的直方圖項“b”，可能被選出作為靜脈或背景飽和度。
系數(shù)ra和rv的另一種確定方法如前面所解釋的，根據(jù)本發(fā)明，特別是對于脈搏血氧儀，原始及二次信號部分可進行如下建模Sred＝s1+n1(紅光) (89)SIR＝s2+n2(紅外光) (90)s1＝ras2及n1＝rvn2(91)將式(91)代入式(89)得到下式Sred＝ras2+rvn2(紅光) (92)注意在式(89)至(92)的模型中使用了Sred和SIR。這是因為下面的討論是專門對血氧測量進行的。Sred和SIR對應(yīng)于前文中的S1和S2，并且下面的討論對于任何被測信號S1和S2是通用的。
如前面所解釋，ra和rv(這兩個系數(shù)通過一飽和度等式與動脈和靜脈血氧飽和度相對應(yīng))的確定可用前面所述的飽和度變換對許多可能的系數(shù)進行掃描的方法來實現(xiàn)。在紅光和紅外光數(shù)據(jù)的基礎(chǔ)上求得ra和rv的另一個方法是尋找能使sk與nk間的相關(guān)最小的ra和rv，假設(shè)sk至少與nk(這里k＝1或2)有某些不相關(guān)(最好是完全不相關(guān))。這些值可通過使下列k＝2時的統(tǒng)計計算函數(shù)最小的方法求得Correlation(s2,n2)=|&Sigma;is2(Sredi,SIRi,ra,rv)n2(Sredi,SIRi,r---(93)]]>這里i代表時間。
可以理解，其它如歸一化相關(guān)一類的相關(guān)函數(shù)也是可用的。
如果噪聲信號成分與所需信號成分是不相關(guān)的，則使相關(guān)值最小的方法通常可提供唯一一對ra和rv。通過解式(90)和式(92)以求得s2和n2，并找到對于某個ra和rv可能值的最小相關(guān)值，可完成上述使相關(guān)值最小化。對s2和n2求解方法如下反轉(zhuǎn)2×2矩陣，提供SredSIR=rarv11s2n2]]>rarv11-1=1ra-rv1-rv-1ra]]>所以，s2n2=1ra-rv1-rv-1raSredSIR]]>或s2=1ra-rv(Sred-rvSIR)]]>n2=1ra-rv(-Sred+raSIR)]]>優(yōu)選的，用下列特定的窗函數(shù)可使式(93)的相關(guān)增強Correlation(s2,n2)=|&Sigma;i=1Nw1s2(Sredi,SIRi,ra,rv)n2(Sredi,SIRi,]]>(93a)Blackman窗在此是一個優(yōu)選實施例?？梢岳斫猓泻芏嗥渌瘮?shù)可使信號與噪聲間的相關(guān)變小。上述函數(shù)是一個較簡單的。所以，Correlation(s2,n2)=|&Sigma;i=1N&lsqb;Wi(ra-rv)2(Sredi-rvSIRi)(-Sredi]]>=1(ra-rv)2|-&Sigma;i=1N(Sredi)2Wi+(ra+rv)&Sigma;i=1NSIRiSrediWi+&Sigma;i=1N(SIRi)2Wi|]]>(93b)為實現(xiàn)對離散數(shù)據(jù)點的最小化，首先就計算紅光樣本點的平方和、紅外光樣本點的平方和、紅光乘以紅外光樣本點的乘積之和(包括窗函數(shù)wi)RR=&Sigma;i=1N(Sredi)2Wi]]>II=&Sigma;i=1N(SIRi)2Wi]]>IRR=&Sigma;i=1N(SIR)(Sredi)Wi]]>這些值被用于相關(guān)式(93b)中。因而，相關(guān)等式變成兩個變量項ra和rv的等式。為求得ra和rv，需要對較好的ra和rv可能值斷面(例如分別相應(yīng)于范圍在30至105的飽和度值的值20至50)進行徹底的掃描。然后選擇相關(guān)函數(shù)的最小值，并且那些能導致最小值的ra和rv值也被選出。
當求出ra和rv后，動脈血氧飽和度和靜脈血氧飽和度就可通過將ra和rv提供給飽和度等式而確定，如將ra和rv提供給統(tǒng)計模塊404的飽和度等式502，可相應(yīng)于比值ra和rv提供出血氧飽和度值。
在下面另一個求得ra和rv的過程中，與前面所建立的同樣的信號模型又被使用。為根據(jù)這個過程確定ra和rv，在s2與n2不相關(guān)的約束條件下，要使信號s2的能量最大化。同樣，這個過程是以使s與n的相關(guān)最小為基礎(chǔ)及以本發(fā)明的信號模型為基礎(chǔ)，在該信號模型中s與動脈脈搏有關(guān)且信號n為噪聲(包括靜脈血信息、運動干擾和其它噪聲)；ra是一個與動脈血氧飽和度相關(guān)的比值(紅光/紅外光)，rv為一個與靜脈血氧飽和度相關(guān)的比值(紅光/紅外光)。因而，在本發(fā)明的這一過程中，ra和rv的確定方法是，當s2與n2不相關(guān)時使信號s2的能量最大。信號s2的能量由下式給出ENERGY(s2)=1(ra-rv)2&Sigma;i=1N(Sred-rvSIR)2---(94)]]>=1(ra-rv)2&Sigma;i=1N(Sredi2)-2rv&Sigma;i=1N(SrediSIRi)+rv2&Sigma;i=1N(SIRi2)---(95)]]>=1(ra-rv)2&lsqb;R1-2rvR1,2+rv2R2&rsqb;---(96)]]>這里R1是紅光信號的能量，R2是紅外光信號的能量，R1，2為紅光與紅外光信號之間的相關(guān)。
s2與n2之間的相關(guān)由下式給出=1(ra-rv)2&lsqb;-R1+(ra+rv)R1,2-rvraR2&rsqb;---(97)]]>Correlation(s2,n2)=1(ra-rv)2&Sigma;i=1N(Sredi-rvSiri)(-Sredi+raSIRi)]]>如前面所解釋的，約束條件是sk與nk不相關(guān)(在本例中為k＝2)。這個“不相關(guān)約束”是通過下列將式(97)的相關(guān)設(shè)置為0的方法求得-R1+(ra+rv)R12-rarvR2＝0 (98)換言之，其目標是在式(98)的約束下使式(94)最大。
為達到這一目標，下面定義了一個成本函數(shù)(例如，在本實施例中的一個拉格郎日最佳化)J(ra,rv,&mu;)=1(ra-rv)2&lsqb;R1+2rvR1,2+rv2R2+&mu;(-R1+(ra+rv)R.]]>(99)這里μ為拉格郎日乘法因子。可解出所述的成本函數(shù)的值ra，rv和μ可用約束最佳化的方法求出，該方法在1984年由Addison-Wesley第二版的Luenberger的《線性和非線性程序》一書中進行描述。
沿著相同思路，如果我們假設(shè)紅光和紅外光信號是不穩(wěn)定的，上述定義的函數(shù)R1、R2和R12是與時間有關(guān)的。因而，用兩個等式，通過將式(98)中的不相關(guān)約束條件在兩個不同的時間下寫出，可以求出兩個未知數(shù)。在兩個不同時間t1和t2下，所述的不相關(guān)約束條件可表達為-R1(t1)+(ra+rv)R12(t1)-rarvR2(t1)＝0 (100)-R1(t2)+(ra+rv)R12(t2)-rarvR2(t2)＝0 (101)因為式(100)和式(101)對ra和rv是非線性的，所以必須用轉(zhuǎn)換變量的方法，才能用線性技術(shù)去解這兩個等式。因而，設(shè)x＝ra+rv；y＝rarv，則式(100)和式(101)可變?yōu)镽12(t1)×-R2(t1)y＝R1(t1)(102)R12(t2)×-R2(t2)y＝R1(t2)(103)用式(102)和式(103)可以解出x和y。然后用下列變量轉(zhuǎn)換關(guān)系式可以解出ra和rvrv+yrv=x=>rv2-xrv+y=0---(104)]]>在解式(104)時可求出兩個rv解。在本實施例中，選用的是滿足x2-rvy＞0的rv值。如果兩個rv解都滿足x2-rvy＞0，選用那個能使在t2時的s2的能量(能量(s2))最大的rv值。然后將rv值代入上述等式中以求得ra。此外，ra也可用與求rv同樣的方式直接求得。
飽和度變換的另一種方法-復數(shù)快速富里葉變換(FFT)如參照圖25A-25C所解釋的，病人的血氧飽和度、脈率和干凈的體積描記波形都可用本發(fā)明的信號模型用一個復數(shù)FFT來求得。通常，通過式(89)-(92)的具有兩個被測信號的信號模型的使用，一個在離散基礎(chǔ)上的快速飽和度變換可用于由分樣操作402輸出的采樣點上。所述的兩個被測信號中每個都具有原始信號部分和二次信號部分，其中原始信號部分代表信所需要的號部分，二次信號部分代表信號中不被需要的部分，且被測信號與系數(shù)ra及rv相關(guān)，在離散的基礎(chǔ)上的快速飽和度變換可被用在來自分樣操作402的輸出中的樣本點上。
圖25A總體上與圖14對應(yīng)，只是用一個快速飽和度變換代替前面所描述的飽和度變換。換句話說，圖25A的操作可替代圖14的操作。如圖25A中所繪出的，所述的快速飽和度變換可在一個快速飽和度變換/脈率計算模塊630中進行。如圖14所示，其輸出為動脈血氧飽和度、干凈的體積描記圖波形和脈率。圖25B和圖25C更加詳細地示出了所述的快速飽和度變換/脈率計算模塊630。如圖25B所示，快速飽和度變換模塊630具有一個紅外光求對數(shù)和紅光求對數(shù)模塊640、642，以和如圖17中所示的紅外光對數(shù)模塊480及紅光對數(shù)模塊482一樣進行對數(shù)歸一化。類似地，也具有紅外光直流消除模塊644和紅光直流消除模塊646。另外，還有紅外光高通濾波器模塊645和紅光高通濾波器模塊647、窗函數(shù)模塊648、650、復數(shù)FFT模塊652、654、選擇模塊653、655、幅度模塊656、658、閾值模塊660、662、一個逐點比值模塊670、一個飽和度等式模塊672和一個選擇飽和度模塊680。還有相位模塊690、692、相位差模塊694和一個相位閾值模塊696。選擇飽和度模塊680的輸出在一條動脈飽和度輸出線682上提供了一個動脈飽和度。
在這個另外的實施例中，紅光和紅外光信號的抽樣為從分樣模塊402來的562個樣本。紅外光直流消除模塊644和紅光直流消除模塊646與圖17中的紅外光和紅光直流消除模塊484、486有一些差別。在圖25B中的紅外光和紅光直流消除模塊644、646中，計算每個單獨通道的全部562個樣本點的平均值。然后從各自抽樣的每個獨立的樣本點中消除這個平均值，以從每個樣本中消除直流基線。紅外光直流消除模塊644和紅光直流消除模塊646的輸出分別為紅外光高通濾波器模塊645和紅光高通濾波器模塊647提供了輸入。
所述的高通濾波器模塊645、647由具有51個系數(shù)抽頭的有限沖擊響應(yīng)濾波器組成。優(yōu)選地，高通濾波器由一個其旁瓣電平參數(shù)為30，其轉(zhuǎn)角頻率為0.5Hz(即，30次/分)的切比雪夫濾波器組成的?？梢岳斫?，這個濾波器可以為多種形式。由于562個樣本輸入至高通濾波器中后，且由于有51個系數(shù)抽頭，所以在高通濾波器模塊的輸出處有512個樣本分別從這些紅外光抽樣和紅光抽樣中提供。所述的高通濾波器模塊的輸出分別為每個通道的窗函數(shù)模塊648、650提供輸入。
所述的窗函數(shù)模塊648、650實現(xiàn)的是一個常規(guī)的開窗功能。在本實施例中使用了一個Kaiser開窗函數(shù)。所述的函數(shù)通過圖25B保持逐點分析。在本實施例中，Kaiser窗函數(shù)的時間寬度結(jié)果是7。窗函數(shù)模塊的輸出分別為復數(shù)FFT模塊652、654提供了輸入。
所述的復數(shù)FFT模塊652、654分別對紅外光通道和紅光通道的數(shù)據(jù)抽樣進行復數(shù)FFT變換。然后將從復數(shù)FFT來的數(shù)據(jù)在兩個路徑進行分析，一個對從復數(shù)FFT來的數(shù)據(jù)點進行幅度確定，一個對從復數(shù)FFT來的數(shù)據(jù)點進行相位確定。但是，在進一步處理之前，所述的數(shù)據(jù)被分別提供給紅外光和紅光選擇模塊653、655，因為FFT操作的輸出將分別提供從0-1/2采樣率的信息及從1/2-1采樣率的信息。所述的選擇模塊只選擇從0-1/2采樣率的樣本(例如本實施例中的0-31.25Hz)，然后從這些樣本中選擇出可覆蓋心率頻率范圍的樣本并選出一個或多個心率的諧波。在本實施例中，選擇的是那些在20至500次/分樣率范圍內(nèi)的樣本。為根據(jù)需要求得心率的諧波，這個值是可以變化的。因而，選擇模塊的輸出將少于256個樣本。在本實施例中，F(xiàn)FT輸出的第2至68樣本點被用于進一步處理。
在第一處理路徑中，選擇模塊653、655的輸出被分別提供給紅外光和紅光幅度模塊656、658。所述的幅度模塊656、658執(zhí)行一個幅度函數(shù)，它可以在復數(shù)FFT點的逐點基礎(chǔ)上分別對于每個通道選擇出幅度。幅度模塊656、658的輸出為紅外光和紅光閾值模塊660、662提供了輸入。
所述的閾值模塊660、662在逐點基礎(chǔ)上對采樣點進行考核，以選擇那些其幅度大于一個特定閾值的點，所述的閾值被設(shè)置為從所有現(xiàn)有的抽樣點中求出的最大幅度的百分數(shù)。在本實施例中，閾值操作的百分數(shù)為最大幅度的1％。
閾值操作后，數(shù)據(jù)點將被傳入逐點比值模塊670。所述的逐點比值模塊在逐點的基礎(chǔ)上計算紅光比紅外光的值。但還需要進一步測試以判斷從哪些點中選擇比值。如在圖25B中所見到的，選擇模塊653、655輸出的采樣點還被提供給紅外光和紅光相位模塊690、692。所述的相位模塊690、692從復數(shù)FFT點中選擇相位值。然后，將相位模塊690、692的輸出提供給相位差模塊694。
所述的相位差模塊694計算與相位模塊690、692相應(yīng)的數(shù)據(jù)點的相位差。如果任意兩個相應(yīng)采樣點的相位差幅度小于一個特定的閾值(例如，在本實施例中為0.1弧度)，則該采樣點是合格的。如果兩個相應(yīng)采樣點的相位相差太大，則該采樣點將不被使用。相位閾值模塊696的輸出為紅光/紅外光比值模塊670提供了一個啟動輸入。因而，為求得特定采樣點對的比值，需進行三個測試6.紅光樣本必須通過紅光閾值660；7.紅外光樣本必須通過紅外光閾值662；且8.兩點的相位差必須小于如在相位閾值模塊696中確定的預定的閾值。
對于那些合格的采樣點，將在所述的比值模塊670中進行比值計算。對于那些不合格的采樣點，則在飽和度等式672的輸出處將其飽和度設(shè)置為0。
比值結(jié)果將被提供給與統(tǒng)計模塊504中的飽和度等式模塊502、520相同的飽和度等式模塊。換言之，所述飽和度等式模塊672接受逐點比值，并以作為其輸出的方式提供一個相應(yīng)于離散比值點的飽和度值。飽和度等式模塊672所輸出的飽和度點提供了一個可繪出相對于頻率的飽和度值的飽和度點序列。所述的參比頻率被輸入至復數(shù)FFT各步驟的點中。
如在選擇動脈飽和度模塊680所示，可以根據(jù)本發(fā)明的一個或二個方法選擇動脈(和靜脈)飽和度。根據(jù)本發(fā)明的一個方法，動脈飽和度可簡單地選擇為從飽和度等式模塊672輸出的關(guān)于樣本包的所有點中相應(yīng)于最大飽和度值的點。另外，也可以產(chǎn)生一個類似于圖22中的直方圖的直方圖，在該直方圖中，將不同頻率(點)下的飽和度值的數(shù)量相加，形成表示每個特定飽和度值的出現(xiàn)次數(shù)的直方圖。在每一方法中，動脈飽和度值可以獲得并作為輸出而提供給在動脈飽和度輸出線682上的選擇動脈飽和度模塊。為求得靜脈飽和度值，選擇的是其值不為0的點的最小動脈飽和度值，而不是選擇最大動脈飽和度值。所述的飽和度可以提供給顯示器336。
如在圖25C中所示，快速飽和度變換信息也可被用于提供脈率和干凈的體積描記波形。為獲得脈率和干凈的體積描記波形，需要幾個其它函數(shù)。如在圖25C中所見，用一個窗函數(shù)模塊700、一個譜分析模塊702和一個逆窗函數(shù)模塊704可確定脈率和干凈的體積描記波形。
如圖25C所繪出的，窗函數(shù)模塊700的輸入是從復數(shù)FFT模塊652或654的輸出處獲得的。在本實施例中，只需要一個被測信號。窗函數(shù)模塊700的另一個輸入是從選擇動脈飽和度模塊680的輸出處獲得的動脈飽和度。
所述的窗函數(shù)模塊進行一種選擇性開窗函數(shù)操作，以通過那些與“某些頻率”顯著相關(guān)的頻率，這里所述的“某些頻率”所展示的飽和度值十分接近動脈飽和度值。在本實施例中，選用的是下述開窗函數(shù)1-&lsqb;SATart-SATn100&rsqb;15---(105)]]>式中SATn等于與樣本點的每個特定頻率相應(yīng)的飽和度值，而SATart代表的是在選擇動脈飽和度模塊680的輸出處所選擇的動脈飽和度。這個窗函數(shù)被加到一個窗函數(shù)的輸入端，該輸入是對紅光或紅外光信號進行的復數(shù)FFT。窗函數(shù)模塊700的輸出是用由FFT確定的頻譜代表的紅光或紅外光信號，其運動干擾已經(jīng)被開窗函數(shù)消除?？梢岳斫猓商峁┰S多種可能的窗函數(shù)。另外，可以理解，對于上述的窗函數(shù)，用更高的功率可提供更強的噪聲抑制。
為求得脈率，窗函數(shù)模塊700的輸出點被提供給譜分析模塊702。所述的譜分析模塊702與圖20中的譜分析模塊590相同。換句話說，譜分析模塊702通過確定用開窗函數(shù)700的輸出點所代表的頻譜中的第一諧波來確定脈率。頻譜分析模塊702的輸出為脈率。
為求得干凈的體積描記波形，開窗函數(shù)模塊700的輸出被用于一個逆窗函數(shù)模塊704中。所述的逆窗函數(shù)模塊704所進行的是圖25B中的窗函數(shù)模塊648或650的Kaiser窗函數(shù)的逆運算。換言之，所述的逆窗函數(shù)704對尚需確定的點進行逐點Kaiser窗逆運算。其輸出為干凈的體積描記波形。
所以，通過使用復數(shù)FFT和開窗函數(shù)，可將噪聲從體積描記波形中消除，以獲得動脈飽和度、脈率和干凈的體積描記波形?？梢岳斫?，盡管上述描述所涉及的操作基本上是在頻域，但那些可獲得相似結(jié)果的時域操作也是可行的。
與通用等式的關(guān)系現(xiàn)在將前面所描述的有關(guān)脈搏血氧計的測量與上述更通用的討論聯(lián)系起來。以波長λa和λb傳過手指310的信號(經(jīng)對數(shù)轉(zhuǎn)換后的)為Sλa(t)＝sλred1(t)＝∈HbO2，λacAHbO2xA(t)+∈HbλacAHbxA(t)+∈HbO2，λacVHbO2xV(t)+∈Hb，λacVHbxV(t)+nλa(t)；(105a)Sλa(t)＝∈HbO2，λacAHbO2xA(t)+∈Hb，λacAHbxA(t)+nλa(t)；(105b)Sλa(t)＝sλa(t)+nλa(t)； (105c)Sλb(t)＝Sλred2(t)＝∈HbO2，λbcAHbO2xA(t)+∈Hb，λbcAHbxA(t)+∈HbO2λbcVHbO2xV(t)+∈Hb，λbcVHbxV(t)+nλb(t)； (106a)sλb(t)＝∈HbO2，λbcAHbO2xA(t)+∈Hb，λbcAHbxA(t)+nλb(t) (106b)Sλb(t)＝ sλb(t)+nλb(t) (106c)聯(lián)系到圖6c，上述變量可很好地理解為假設(shè)圖6c中的包括A3和A4的層代表測試媒質(zhì)中的靜脈血，其中A3代表靜脈血中的脫氧血紅蛋白(Hb)，A4代表靜脈血中的氧合血紅蛋白(HBO2)。類似地，假設(shè)圖6c中的包括A5和A6的層代表測試媒質(zhì)中的動脈血，其中A5代表動脈血中的脫氧血紅蛋白(Hb)，A6代表動脈血中的氧合血紅蛋白(HBO2)。則cVHbO2代表靜脈血中氧合血紅蛋白的濃度，cVHb代表靜脈血中脫氧血紅蛋白的濃度，xV代表靜脈血的厚度(例如，包括A3和A4的層的厚度)。類似地，cAHbO2代表動脈血中氧合血紅蛋白的濃度，cAHb代表動脈血中脫氧血紅蛋白的濃度，xA代表動脈血的厚度(即包括A5和A6的層的厚度)。
所選用的波長通常一個是在可見的紅光范圍內(nèi)，即λa，一個是在紅外光范圍內(nèi)，即λb。一般所選的波長值為λa＝660nm，λb＝910nm。根據(jù)恒定飽和度法，假設(shè)cAHbO2(t)/cAHb(t)＝常數(shù)1，cVHbO2(t)/cVHb(t)＝常數(shù)2。如果總的來講相對于采樣頻率動脈和靜脈的血氧飽和度變化較慢，則這個假設(shè)就是有效的。因而等式(105)和(106)的比例系數(shù)可以寫為ra(t)=&Element;HbO2,&lambda;aCHbO2AX(t)+&Element;Hb,&lambda;aCHbX(t)&Element;HbO2,&lambda;bCHbO2AX(t)+&Element;Hb,&lambda;bCHbAX(t)---(107)]]>sλa(t)＝ra(t)sλb(t) (108a)nλa(t)≠ra(t)nλb(t) (109a)nλa(t)＝rv(t)nλb(t) (108b)sλa(t)≠rv(t)sλb(t) (109b)在脈搏血氧測量中，通常是式(108)和式(109)可被同時滿足。
用ra(t)乘以式(106)，然后從式(105)中減去式(106)，則用下式可確定一個非零的二次參比信號n’(t)n′(t)＝Sλa(t)·ra(t)Sλb(t) (110a)＝∈HbO2，λacVHbO2xV(t)+∈Hb，λacVHbxV(t)+nλa(t)-ra(t)[∈HbO2，λbcVHbO2xV(t)+∈Hb，λbcVHbxV(t)+nλb(t)].(111a)
用rv(t)乘以式(106)，然后從式(105)中減去式(106)，則用下式可確定一個非零的原始參比信號s’(t)s′(t)＝Sλa(t)·rv(t)Sλb(t) (110b)＝sλa(t)·rv(t)sλb(t)(111b)所述的恒定飽和度假設(shè)不會使靜脈對能量的吸收部分與原始信號部分Sλa和Sλb一起被消除。因而，病人安靜時由靜脈能量吸收所引起的與低頻調(diào)制吸收有關(guān)的頻率和在病人運動時由靜脈吸收引起的調(diào)制吸收都可在二次參比信號n’(t)中反映出來。所以，所述的相關(guān)消除器或前面所描述的其它方法可消除或提取由運動中的手指的靜脈血引起的無規(guī)律的調(diào)制吸收，及靜脈血的恒定的低頻周期性吸收。
為表示圖11的獲得干凈波形的血氧計的操作，圖26和圖27繪出了用作為本發(fā)明的參比處理器輸入的被測信號，即信號Sλa(t)＝Sλred(t)和信號Sλb(T)＝SλIR(t)，該參比信號處理器采用了恒定飽和度法。每個信號的第一段26a和27a為相對沒有受運動干擾的信號，即在測量這段信號的時間內(nèi)，病人基本沒有運動。因而通常用這些段26a和27a來代表在每個測量波長下的原始體積描記波形。每個信號的第二段26b和27b受到運動干擾的影響，即在測量這段信號期間，病人在運動。在每個段26b和27b上都可見到許多由于運動對被測信號造成的波動。每個信號的第三段26c和27c又相對沒有受運動干擾的影響，因而它們也通?？梢源碓诿總€測量波長下的原始體積描記波形。
圖28示出了由本發(fā)明的參比處理器確定的二次參比信號n’(t)＝nλa(t)-ranλb(t)。同樣，所述二次參比信號n’(t)與二次信號部分nλa和nλb相關(guān)。因而，二次參比信號n′(t)的第一段28a通常是平坦的，相應(yīng)于在每個信號的第一段26a和27a由運動造成的噪聲很小這一事實。在二次參比信號n′(t)的第二段28b上可見較大的波動，相應(yīng)于由運動對每個被測信號造成的較大的波動。噪聲參比信號n′(t)的第三段28c通常是平坦的，也相應(yīng)于在每個被測信號的26c和27c段上沒有運動干擾。
可以理解，所述的參比處理器也可用于求得原始參比信號s′(t)＝sλa(t)-rvsλb(t)。原始參比信號s′(t)通常表示體積描記波形。
圖29和圖30示出了由相關(guān)消除器用二次參比信號n′(t)估計出的原始信號sλa和sλb(t)的逼近s″λa和s″λb(t)。注意圖26至圖30的標尺不同，以更好地示出每個信號的變化。圖29和圖30表示了用由參比處理器確定的二次參比信號n′(t)進行相關(guān)消除的效果。如被測信號的段26b和27b一樣，段29b和30b不受運動引起的噪聲的支配。另外，段29a，30a，29c和30c與沒有運動噪聲引起的噪聲的被測信號段26a，27a，26c和27c相比基本沒有變化。
可以理解，由相關(guān)消除器用原始參比信號s′(t)估計出的二次信號nλa(t)和nλb(t)的逼近n″λa(t)和n″λb(t)也可以根據(jù)本發(fā)明來確定。
在脈搏血氧計中估計被測信號的原始信號部分和二次信號部分的方法上述多個相關(guān)消除器實施例的軟件實現(xiàn)是由前面所設(shè)置的并詳細描述的有關(guān)等式直接給出。但是，在后面所設(shè)的附錄B中復制了用C語言寫成的計算機子程序，該子程序用恒定飽和度法及用式(54)至式(64)實現(xiàn)聯(lián)合處理估計的聯(lián)合處理估計器572來計算原始參比信號s’(t)。這個聯(lián)合處理估計器可估計出相對于兩個被測信號的原始信號部分的良好逼近，所述的兩個被測信號每個都包含與原始參比信號s’(t)相關(guān)的原始信號部分和與二次參比信號n’(t)相關(guān)的二次信號部分。這個子程序是實現(xiàn)圖9所示的特別適用于脈搏血氧測量的監(jiān)護儀的框圖的另一途徑。兩個信號是在兩個波長λa和λb下測量到的，其中λa通常在可見光區(qū)，λb通常是在紅外光區(qū)。例如，在本發(fā)明的一個實施例中，特別對于用恒定飽和度法進行脈搏血氧測量，波長為λa＝660nm，λb＝940nm。
與在聯(lián)合處理估計器的討論中的式(54)-(64)中所定義的變量相應(yīng)，程序中的變量定義如下Δm(t)＝nc[m].DeltaΓf，m(t)＝nc[m].frefΓb，m(t)＝nc[m].breffm(t)＝nc[m].ferrbm(t)＝nc[m].berr
Bm(t)＝nc[m].Bswsqrγm(t)＝nc[m].Gammaρm，λa(t)＝nc[m].Roh_aρm，λb(t)＝nc[m].Roh_bem，λa(t)＝nc[m].err_aem_λb(t)＝nc(m].err_bKm，λa(t)＝nc[m].K_aKm_λb(t)＝nc[m].K_b程序的第一部分是如在“初始化的相關(guān)消除器”功能塊120中所述對寄存器90、92、96和98以及對中間變量進行初始化。程序的第二部分如“左移〔Z-1〕部件的時間更新”功能塊130所述，用把在每個時間延時部件變量110的輸入處的值存入時間延時部件變量110的方法，進行時間延時部件變量110的時間更新。飽和度的計算是在一個單獨的模塊中進行。在本領(lǐng)域中有多種計算氧飽和度的方法。在前面引用的G.A.Mook等人和MichaelR.Neuman的文章中描述了一個這種計算。當氧合血紅蛋白的濃度及脫氧血紅蛋白的濃度被測定后，則類似于式(72)至式(79)，飽和度的值也就被測定，其測量是在兩個不同但很接近的時刻t1和t2進行的，在這兩個時間上飽和度值相對恒定。對于脈搏血氧測量，在時間t＝(t1+t2)/2上的平均飽和度值可確定為Satarterial(t)=CHbO2A(t)CHbO2A(t)+CHbA(t)---(112a)]]>=&Element;Hb,&lambda;a-&Element;Hb,&lambda;b(&Delta;s&lambda;a/&Delta;s&lambda;b)&Element;HB,&lambda;a-&Element;HbO2,&lambda;a-(&Element;HB,&lambda;b-&Element;HbO2,&lambda;b)(&Delta;s&lambda;a/&Delta;s&lambda;b)---(112b)]]>Satvenous(t)=CHbO2V(t)CHbO2V(t)+CHbV(t)---(113a)]]>=&Element;Hb,&lambda;a-&Element;Hb,&lambda;b(&Delta;n&lambda;a/&Delta;n&lambda;b)&Element;HB,&lambda;a-&Element;HbO2,&lambda;a-(&Element;HB,&lambda;b-&Element;HbO2,&lambda;b)(&Delta;n&lambda;a/&Delta;n&lambda;b)---(113b)]]>
如在“對兩個被測信號采樣計算原始或二次參比信號(s′(t)或n′(t))”功能塊140所示，子程序的第三部分用如式(3)的恒定飽和度法所確定的比例常數(shù)ra(t)和rv(t)來計算信號Sλa(t)和Sλb(t)的原始參比信號和二次參比信號。在一個單獨的子程序中計算飽和度，并且，值ra(t)和值rv(t)是被輸入到本子程序中的，以估計復合信號Sλa(t)和Sλb(t)的原始信號部分sλa(t)和sλb(t)，或二次信號部分nλa(t)和nλb(t)。
如在“零級更新”功能塊150所述，程序的第四部分進行的是零級更新，其中零級的向前預測偏差F0(t)和零級向回預測偏差b0(t)被設(shè)置為與剛剛計算出的參比信號n′(t)或s′(t)值相等。另外，零級中間變量ζ0和β0(t)(程序中的nc[m].Fswsqr和nc[m].Bswsqr)的值也將被計算出，以用于在回歸濾波器80a和80b的最小二乘法點陣預測器70中設(shè)置寄存器90、92、96和98的值。
程序的第五部分是迭代循環(huán)，如在圖9中的“m＝0”功能塊160所述，其中循環(huán)計數(shù)器M在最大值m＝NC_CELLS時被重設(shè)為0。NC_CELLS是循環(huán)迭代值的一個預定的最大值。例如，NC_CELLS的通常值為6至10。這樣設(shè)置循環(huán)條件是為了使循環(huán)迭代至少為五次，并不斷進行迭代直至一個換算試驗被滿足或m＝NC_CELLS。所述的換算試驗即判斷向前預測偏差的加權(quán)和加上向回預測偏差的加權(quán)和是否小于一個很小的數(shù)，該很小的數(shù)一般為0.00001(即，ζm(t)+βm(t)≤0.00001)。
如在“最小二乘法點陣預測器第m級的階更新”功能塊170所述，程序的第六部分計算寄存器90和92中的向前和向回反射系數(shù)Γm，f(t)和Γm，b(t)值(即程序中的nc[m].fref和nc[m].bref)。然后計算向前預測偏差fm(t)和向回預測偏差bm(t)(即程序中的nc[m].ferr和nc[m].berr)。另外，中間變量ζm(t)、βm(t)和γ(t)(即程序中的nc[m].Fswsqr、nc[m].Bswsqr和nc[m].gamma)的值也將被計算出。循環(huán)的第一周期使用的是在程序的“零級更新”部分計算出的nc
.Fswsqr和nc
.Bswsqr值。
如在“回歸濾波器的第m級的階更新”功能塊180所述，程序的第七部分仍處于程序第五部分的循環(huán)的起始部位，計算每個回歸濾波器的回歸系數(shù)寄存器96和98的值km，λa(t)和km，λb(t)(在程序中即為nc[m].k和nc[m].k_b)。還計算中間偏差信號和變量em，λa(t)、em，λb(t)、ρm，λa(t)和ρm，λb(t)(在子程序中為nc[m].err_a、nc[m].err_b、nc[m].roh_a和nc[m].roh_b)。
所述的迭代循環(huán)直至通過了收斂測試才結(jié)束。聯(lián)合處理估計器的收斂測試在類似“循環(huán)”功能塊190的每一個循環(huán)迭代中進行。如果向前預測偏差的加權(quán)和加上向回預測偏差的加權(quán)和ζm(t)+βm(t)小于或等于0.00001，則循環(huán)結(jié)束。否則程序的第六和第七部分將被重復。
本子程序的輸出為輸入給該程序的采樣序列Sλa(t)和Sλb(t)的原始信號部分的很好的逼近s″λa(t)和s″λb(t)，或二次信號部分的很好逼近n″λa(t)和n″λb(t)。在由聯(lián)合處理估計器對被測信號的多個采樣序列的原始信號部分或二次信號部分的逼近值進行了估計之后，用一個輸出的編碼來提供體積描記圖波形的良好逼近波形，或提供在每個波長λa和λb下的運動干擾。
可以理解，附錄B中的子程序只是一個可實現(xiàn)式(54)至(64)的實施例。雖然歸一化和QRD-LSL等式還可通過直接方法實現(xiàn)，但附錄C中列出了用于歸一化等式的子程序，附錄D中列出了用于QRD-LSL算法的子程序。
很明顯，對本領(lǐng)域的技術(shù)人員來講，當利用了本發(fā)明處理器的生理監(jiān)護儀的實施例被描述之后，則其它形式的生理監(jiān)護器也可以使用上述技術(shù)，所述的本發(fā)明的處理器是用以確定如自適應(yīng)噪聲消除器的相關(guān)消除器用的參比信號，以從生理測量中消除或提取原始信號部分或二次信號部分。
進而，本發(fā)明所描述的信號處理技術(shù)也可以用于在連續(xù)或接近連續(xù)的時間基礎(chǔ)上計算生理系統(tǒng)的動脈和靜脈血氧飽和度。不論生理系統(tǒng)是否處于隨意運動狀態(tài)，這些計算都可以進行。
進而，可以理解，被測信號的轉(zhuǎn)換(而不是算法變換)和可允許提取或消除原始信號部分或二次信號部分以確定參比信號的比例因子的確定是可能的。另外，盡管這里描述的比例因子r為第一信號的一部分與第二信號一部分的比值，但在本發(fā)明的處理器中，也可同樣使用類似的第二信號的一部分與第一信號的一部分的比值常數(shù)。在后一種情況下，二次參比信號通常可以類似地寫為n′(t)＝nλb(t)-rnλa(t)進而，可以理解，相關(guān)消除技術(shù)(而不是聯(lián)合處理估計)可與本發(fā)明的參比信號一起使用。這些相關(guān)技術(shù)之中可以包含但不僅限于最小均方根算法、子波轉(zhuǎn)換、譜估計技術(shù)、神經(jīng)網(wǎng)絡(luò)、維納濾波和卡爾曼濾波。
本領(lǐng)域技術(shù)人員都將知道，本發(fā)明的技術(shù)可應(yīng)用在許多種形式的生理監(jiān)護儀中。其它形式的生理監(jiān)護儀包括但不僅限于心電圖儀、血壓監(jiān)護儀、血液濃度(而不是血氧飽和度)監(jiān)護儀、二氧化碳分析、心率監(jiān)護、呼吸監(jiān)護或麻醉深度監(jiān)護。另外，上述技術(shù)還可用于進行體內(nèi)物質(zhì)的壓力和量的監(jiān)護儀，如呼吸分析器、藥物監(jiān)護器、膽固醇監(jiān)護儀、葡萄糖監(jiān)護儀、二氧化碳監(jiān)護儀或一氧化碳監(jiān)護儀。
進而，本領(lǐng)域技術(shù)人員都將知道，上述從包括原始信號成分和二次信號成分的復合信號中提取或消除原始信號或二次信號的技術(shù)也可被用于從身體上的緊密和高度相關(guān)的不同位置上提取的心電圖(ECG)信號。可以理解，圖31所示的作為一種雙級Laplacian電極傳感器的改進的三極Laplacian電極傳感器可用作為心電傳感器，關(guān)于所述的雙極電極傳感器的討論在Bin He和Richard J.Cohen的文章“體表Laplacian心電圖的繪圖”(Body Surface Laplacian ECG Mapping)中，該文章發(fā)表在IEEE Transactions on Biomedical Engineering雜志的第39卷1992年11月的第11期。必須理解，有無數(shù)種心電傳感器的幾何形式可用以滿足本發(fā)明的需要。同類傳感器也可被用于腦電圖和肌電圖測量。
進而，本領(lǐng)域技術(shù)人員都將知道，前面所述的技術(shù)也可用于由反射能量形成的信號而不是能量穿透所形成的信號。本領(lǐng)域技術(shù)人員都將知道，任何形式能量的被測信號的原始信號部分或二次信號部分，包括但不僅限于聲能、X線能、γ射線能或光能，都可用上述技術(shù)進行估計。因而，本領(lǐng)域技術(shù)人員都將知道，本發(fā)明的技術(shù)也可應(yīng)用于使用超聲監(jiān)護儀，其超聲信號穿過身體的一個部分并被該部分身體反射，從這部分身體中穿透回來。另外，如回波心動圖這類監(jiān)護儀也可應(yīng)用本發(fā)明的技術(shù)，因為它們也依賴于能量的穿透和反射。
在本發(fā)明的技術(shù)被以生理監(jiān)護儀的方式進行了描述之后，本領(lǐng)域技術(shù)人員都將知道，本發(fā)明的信號處理技術(shù)可用于多種領(lǐng)域，包括但不僅限于生理信號的處理。本發(fā)明也可被應(yīng)用于其信號處理器具有一個可接收第一信號和第二信號的探測器的任何情況，所述的第一信號含有第一原始信號部分和第一二次信號部分，所述的第二信號含有第二原始信號部分和第二二次信號部分。因而，本發(fā)明的信號處理器具備應(yīng)用于多種信號處理領(lǐng)域的能力。
附錄A用高效多相遞歸全通濾波器進行數(shù)字信號處理Fred Harris*，Maximilien d’Oreye de Lantremange*和A.G.Constantinides**著*Department of Electrial and Computer Engineering，San Diego StateUniversity，San Diego，California92182-0190，U.S.A.(San Diego州立大學電子和計算機工程系，美國)**Signal Processing Section，Department of ElectricalEngineering，Imperial College of Science，Technology andMedicine，Exhibition Road，London DW7-2BT，England。
(帝國科學、技術(shù)和醫(yī)藥學院電子工程系信號處理分部，英國)摘要可以用非常小的計算負荷以多相遞歸全通網(wǎng)絡(luò)的形式實現(xiàn)數(shù)字濾波器。這些網(wǎng)絡(luò)為M個并行的全通子濾波器的總和，所述這些濾波器的相移被選擇為在通帶內(nèi)相互建設(shè)性相加而在阻帶內(nèi)相互毀壞性相加。我們這里所述的設(shè)計技術(shù)開始于從一個新的最優(yōu)化算法而得出的典型的M路遞歸全通濾波器(在其它文獻中有詳細描述)。這些濾波器與全通變換、再采樣和串聯(lián)狀態(tài)的組合結(jié)合在一起操作。與由所述的技術(shù)所產(chǎn)生的濾波器系統(tǒng)的例子一起，我們論述了多個用所述的新算法所進行的設(shè)計。
1、引言如圖32所示，標準有限沖擊響應(yīng)(FIR)濾波器可被建模成抽頭延時線成分的加權(quán)和。式(1)示出了這個加權(quán)和，式(2)示出了這個濾波器的傳遞函數(shù)。y(n)=&Sigma;m=0M-1h(m-n)x(m)---(1)]]>Y(Z)=X(Z)&Sigma;n=0M-1h(n)Zn---(2)]]>
我們注意到，濾波器輸出的頻率選擇特性是由于在抽頭延時線中的連續(xù)的樣本間的相移造成的。在圖33中示出了兩個不同頻率的這一相位和。
應(yīng)注意到，是相移而不是加權(quán)項決定著濾波器的頻率依靠性增益變化。加權(quán)項主要是用于控制濾波器的通帶寬度和阻帶衰減。從空間波束形成(一般叫做波束分解)(1)和信號合成(峰-均方根控制)(2)方面所形成的思想，是利用結(jié)構(gòu)式的相移(具有任意幅度)以實現(xiàn)相同目的。
這里所描述的這類濾波器代替了具有全通子濾波器的FIR濾波器的加權(quán)，所述的子濾波器相對于頻率依靠性相移具有單一的增益。為得到多相結(jié)構(gòu)，如圖34和式(3)所示，所述的全通子濾波器為Zm的第一階多項式，其中M為結(jié)構(gòu)中抽頭的數(shù)量。這一復合形式在圖41a中示出，且它具有一個反映多相結(jié)構(gòu)的改進形式，如圖41b所示。這一結(jié)構(gòu)的傳遞函數(shù)如式(4)所示。
圖44a和44b示出了從這種新算法中獲得的等波動設(shè)計的例子，這兩個例子分別為每個通路具有2個全通級的2通路濾波器和每個通路具有3個全通級的5通路濾波器。最優(yōu)化設(shè)計的相互制約的約束條件(在前面所提到的文獻中描述)限制了5通路濾波器的每通路中的級的可能的序號為序列(1，1，1，1，0)，(2，2，2，1，2)，(3，3，2，2，2，)，等，以使所述的最優(yōu)化5通路濾波器只使用3級，少于分配給該設(shè)計的級數(shù)。類似地，所述的2通路濾波器被限制為序列(1，0)，(1，1)，(2，1)，(2，2)，(2，3)，(3，3)，等。
2、二通路濾波器即便我們將討論僅限于對2通路濾波器，我們?nèi)园l(fā)現(xiàn)了這種結(jié)構(gòu)的許多令人感興趣的特性和巧妙的應(yīng)用方法。按設(shè)計，所述的2通路濾波器為一個在0.25f_具有3dB邊緣寬度的半帶寬濾波器。如果零點都被限制在1/2采樣頻率之內(nèi)，則濾波器等同于由標準arped雙線性變換所得到的半帶寬巴特沃斯(Butterworth)濾波器。對于這種特殊情況，根位置的實數(shù)部分則接近于零。如果對于等波動阻帶響應(yīng)的零點進行優(yōu)化，則濾波器就變成了約束橢圓濾波器。所述的約束與互補全通濾波器的特性有關(guān)。如圖35所示，我們定義2通路濾波器的全通段在H0(0)和H1(0)、換算為1/2求和運算、兩個通路的區(qū)分分別為A(0)和B(0)以及低通和高通。我們知道，全通段滿足式(5)，從式(5)可推導出低通濾波器和高通濾波器之間的功率關(guān)系，如式(6)所示|H0(θ)|2＝|h1(θ)|2＝1 (5)|A(θ)|2+|B(θ)|2＝|0.5[H0(θ)+H1(θ)]|2+|0.5[H0(θ)-H1(θ)]|2(6a)＝0.5[|H0(θ)|2+|H1(θ)|2] (6b)＝1(6c)現(xiàn)在解釋上述關(guān)系是如何作用于所述的2通路濾波器的。對于所述的互補濾波器，我們定義其最小通帶增益為1-∈1、峰值阻帶增益為∈2。將這些增益代入式(6)我們得到式(7)。
(1-∈1)2+(∈2)2＝1 (7a)(1-∈1)2＝1-(∈2)2(7b)1-2∈1+(∈1)2＝1-(∈2)2(7c)對于很小的∈1，我們可以忽略(∈1)2，則得到式(8)。
∈1＝0.5(∈x)2(8)因而，如果將阻帶衰減選為0.001(60dB)，則通帶波動為0.0000005(126.0dB)或通帶最小增益為0.9999995(-0.00000022dB)?？梢姡@些濾波器具有十分平坦的通帶。我們的結(jié)論是，所述的2通路等波動阻帶濾波器為具有成對通帶和阻帶波動的橢圓濾波器，在0.25f具有-3.0dB的增益。在所述的等效橢圓濾波器的2通路與標準形式之間有兩個顯著差別。第一個差別是將乘法次數(shù)減少了4倍第5階半帶寬2通路濾波器只需要2個系數(shù)，而直接形式則需要8個(包括換算)。第二個差別是全通結(jié)構(gòu)對其內(nèi)部狀態(tài)有統(tǒng)一的增益，因而不需要象標準形式濾波器那樣用擴展的精密寄存器來存貯內(nèi)部狀態(tài)。
如任何濾波器設(shè)計一樣，可以用增大固定階濾波器的帶衰減的方法來換取過渡帶寬減小，或者可用增加濾波器的階數(shù)的方法使過渡帶寬對于一個固定的衰減更為陡峭。如果有關(guān)于橢圓濾波器和可用所述的2通路結(jié)構(gòu)實現(xiàn)的Butterworth濾波器的示意圖，則等波動濾波器的簡單的近似關(guān)系可由式(9)給出，式中A(dB)為以dB為單位的衰減，Δf為過渡帶寬，N為濾波器中的全通部分的總數(shù)。
A(dB)＝(72Δf+10)N (9)2A.希爾波特(Hilbert)變換濾波器希爾波特變換(HT)可以被認為是半帶濾波的一種特殊形式。它由一個寬帶90’相移網(wǎng)絡(luò)進行建模和實現(xiàn)。所述的HT通常用于DSP(數(shù)字信號處理)應(yīng)用，以形成如式(10)所示的分解信號a(n)，該信號的譜被限于正(或負)頻率段。
a(n)＝x(n)+jx(n)(10)我們可以用多種方法將所述的2通路濾波器設(shè)計為希爾波特變換(HT)式，但一個簡單的方法，類似于在半帶FIR濾波器中所進行的變換(4)，是將半帶濾波器與1/4采樣頻率相結(jié)合。如果原始濾波器的響應(yīng)和變換分別為h(n)和H(Z)，則可用式(11)很方便地表示出結(jié)合后的表達式。
h(n)＝＞h(n)ejm/2＝h(n)(j)n(11a)H(Z)＝＞H(Zejr/2)＝H(jZ) (11b)通過將傳遞函數(shù)的每一個Z1用-jZ-1來代替，以將半帶濾波器變換成為HT濾波器。由于所述全通子濾波器的多項式為二階的，所以上述變換過程可通過改變每個全通子濾波器所用的系數(shù)的正負號的方法以及將-j與較低的通路延時結(jié)合起來的方法來實現(xiàn)。這些操作在圖36中示出。
2B.插值法和分樣法濾波器任何半帶濾波器都可以用于進行2至1再采樣(正行或逆行，通常定義為插值和分樣)。有限沖擊響應(yīng)濾波器可用多相分割方法進行操作，所述的多相分割不對插入的零輸入點進行處理(正向采樣時)或不計算已廢棄的輸出點(逆向采樣時)。盡管這種情況不適于通常的遞歸濾波器，但這種情況適合于遞歸全通M通路濾波器。由于第M階子濾波器的內(nèi)部延時和每一通路延時線的相互作用，所述的M通路濾波器可被分為多相位部分。這個關(guān)系在所述2通路濾波器中特別容易看出。一個作用于系數(shù)n0的沖擊將在同一時間通過上面的通路對輸出產(chǎn)生一個作用，而由于有另外一個延時Z-1，所以在下面的通路上直到下一個指示時才能得到輸出。在這個下一個指示期間，由于沒有與其Z2多項式相關(guān)聯(lián)的Z1通路，所以在上面的通路不能對輸出產(chǎn)生作用。因而，所述濾波器從其二個交替的通路提供其沖擊響應(yīng)的順序的樣本。
逆行采樣是通過以降低的輸入率給濾波器的每一通路提供交替的輸入樣本的方法實現(xiàn)的。由于第二通路的延時是由輸入換算來實現(xiàn)的，所以在這個通路中的物理延時被消除了。對兩個通路的響應(yīng)求和或求差以產(chǎn)生濾波后的和逆向采樣后的輸出。應(yīng)注意到，每個輸入樣本點的計算率為未經(jīng)再采樣的濾波器的相應(yīng)計算率的一半。因而，如果使用圖44a的2通路濾波器進行逆向采樣，我們將對每個輸入點進行3次乘法。
正向采樣是通過保留逆向采樣的過程來實現(xiàn)。這要求為兩個通路提供相同的輸入，并在兩個輸出之間進行換算。圖37示出了兩個再采樣的形式。如前面的例子，當圖44a中的所述2通路濾波器被用于正向采樣時，我們將對每個輸出點進行3次乘法。
所述的互補輸出的逆向采樣和正向采樣的串聯(lián)操作將進行兩帶最大分樣直角相移鏡像濾波和再現(xiàn)(5)。
正向采樣和逆向采樣濾波器的串聯(lián)的多個級可在每數(shù)據(jù)點的工作負荷十分小的情況下達到很高級別的采樣率轉(zhuǎn)換。例如，一個對信號具有96dB動態(tài)范圍的其截止頻率為0.4f的1至16的正向采樣器需要順序地具有較小全通濾波器級序號的2通路濾波器，所述的級序號為(3，3)，(2，2)，(2，1)和(1，1)。這樣，對16個輸出，總共需要42次乘法，其平均工作負荷大約為每個輸出點2.7次操作。
2C.迭代多相全通濾波器前面所述的全通濾波器網(wǎng)絡(luò)是由Zn的多項式組成的，特別是對于所述的2通路濾波器，是由Z2的多項式組成的。一個有用的變換是用Z2k來代替每個Z2，以得到其譜特性為原來的濾波器譜的K次復制的較高階濾波器。若K＝2，則中心頻率在直流處的半帶濾波器就變成了一對中心頻率在直流處和f/2處的1/4帶濾波器。所述迭代濾波器的譜復制的例子如圖38所示。
應(yīng)注意到，這一變換將原濾波器的頻譜縮小到原來的1/K，既減少了通帶也減少了過渡帶。因而，通過使用通過延時部件得到的冪為2K的低階多項式可實現(xiàn)很陡峭的過渡帶和通帶很窄的濾波器。在復制后的譜區(qū)域內(nèi)的能量可用一個濾波器序列來消除，所述的濾波器序列中有多種再采樣的冪數(shù)和已經(jīng)被降低了冪數(shù)的迭代濾波器。
3.有效的全通濾波器組有效的譜分割可通過串聯(lián)和對迭代低通濾波器或HT濾波器的輸出再采樣來得到。例如，如圖39左側(cè)所示，一個以四個象限為中心的4通路濾波器組的譜可用一個互補的半帶濾波器連接一對再采樣HT濾波器來形成。這個70dB衰減濾波器組的工作負荷為每個輸出通道3次乘法運算。
一個回顧前面序列的4通道濾波器組(即，其中心在4個主方向上)可由兩個互補半帶濾波器各自連接一個互補半帶再采樣濾波器和一個再采樣HT濾波器迭代而構(gòu)成。這個濾波器組的這種譜在圖39的右側(cè)示出。這個70dB衰減濾波器組的工作負荷是每個輸出通道2次乘法運算。
4.其它全通變換通過標準的全通變換(6)，也可以將原型互補濾波器組變換為一些具有任意帶寬和任意中心頻率的濾波器。式(12)表示了用于半帶濾波器的低通變換。z-1=b+z1+bz-1b=1-tan(&theta;0/2)1+tan(&theta;0/2)---(12)]]>這一次變換將改變?yōu)V波器的頻率變量，使-3dB點出現(xiàn)在頻率θ處。當θ不等于π/2時，全通子濾波器的第二階多項式得到Z-1項的系數(shù)。所得到的濾波器在其每一對極零點處需要兩次乘法，其工作負荷仍為傳統(tǒng)常規(guī)型濾波器的一半。此外，在原點處的極點(由于第二通路的延時)變換成一個第一階全通濾波器，因而，將無活性的極點轉(zhuǎn)換為有活性的極點需要一個另外的第一階級。圖40示出了圖44a所示的濾波器的頻率改變形式。這個濾波器和它的互補形式都適用于所述的頻率改變結(jié)構(gòu)。
式(13)表示了帶通變換。z-1=>-z-1c-z-11-cz-1c=cos(&theta;1)---(13)]]>這一變換改變了濾波器的頻率變量，使其中心頻率處于頻率θ1處。如果θ1等于0.0，則這個變換等效于在2.C中描述的迭代變換。對于其它任何頻率，這個變換都可將第二階全通濾波器轉(zhuǎn)換成為第四階全通結(jié)構(gòu)。這需要四次乘法，以為所得到的濾波器形成四個極零點對，其工作負荷仍為傳統(tǒng)常規(guī)型濾波器的一半。另外，需要一個第二階全通級，所述的轉(zhuǎn)換才能將實數(shù)的極點(是一個通常處于原點的假想的極點)轉(zhuǎn)換成一對復數(shù)極點。圖45示出了圖45所示的濾波器的頻率改變形式。如前面所述，這個濾波器和它的互補形式都適用于所述的頻率改變結(jié)構(gòu)。
其它幾種變換和幾何形式[7]也可用于數(shù)字全通結(jié)構(gòu)，讀者可直接從本文所列出的文獻中得到多種豐富的選擇。Hn(Z-M)=an+Z-M1+anZ-M---(3)]]>Y(Z)=X(Z)&Sigma;n=0M-1Hn(Z-M)Z-n---(4)]]>式(3)的根，-an的第M個根和其倒數(shù)，如說明冪為M的圖42所示均勻地分布在原點的周圍。應(yīng)注意到，我們已知了在全通級中的每個乘法式中的M個極點和M個零點。這意味著，例如，兩通路濾波器在每個乘法式中提供兩個極點和兩個零點，而標準的(因式分解前或因式分解后的)常規(guī)形式的濾波器為每個乘法式一個極點(或零點)。
當圍繞著歸一園，我們看到全通子濾波器在每個極-零點對附近的相位呈快速變化。通過適當?shù)剡x擇極點位置，可以使M通路濾波器的每一分支的相移相互匹配或在所選擇的譜間隔內(nèi)通過乘以2π/M而相區(qū)分開。這在圖43A-43D中對于M＝2和M＝4的展示出來。所述全通子濾波器的系數(shù)可通過標準算法[3]或通過由Harris和d’Oreye最近交付發(fā)表的論文(信號處理)中所提出的一種新算法來確定。
5.結(jié)論我們已經(jīng)回顧了全通多相濾波結(jié)構(gòu)的形式和效果。接著，我們還提出了幾種能夠方便地用于M通路全通濾波器組的幾種全通變換。重點放在二通路網(wǎng)絡(luò)，但這些內(nèi)容可方便地擴展到任意的M通路。我們提到過用于設(shè)計M通路濾波器的一組新算法，這些算法將在一篇即將發(fā)表的信號處理文章中公開。我們通過利用這些算法來形成本文中的一些例子，證實了這一算法的能力。
這些結(jié)構(gòu)的主要優(yōu)點是，為了完成一個給定的濾波任務(wù)所需要的工作負荷非常小。其它文章[8，9，10]討論了由這些濾波器對于有限算法表現(xiàn)出的低靈敏度。使用這些濾波器的主要障礙是，它們比較新，以及缺乏用于計算濾波器加權(quán)函數(shù)的可行性設(shè)計方法。本文(以及列在下面的文獻中的十分好的綜述)致力于第一個問題，即將發(fā)表的一篇論文致力于第二個問題。
6.致謝本文的一部分工作是由集成電路和系統(tǒng)(ICAS)工業(yè)/大學合作研究中心(I/UCRC)在圣地亞哥州立大學(SDSU)和圣地亞哥的加利福尼亞大學(UCSD)完成的。
7.文獻(1)F.J Harris和Stan Acks(EI Segundo，CA，1983，休斯飛機、雷達系統(tǒng)集團)之間的非公開通訊。
(2)M.R.Schroeder的“在科學和通訊中的數(shù)字理論”，Springer-Verlag，1984，第28章波形和輻射模式，pp278-288。
(3)R.A.Valenzuela和A.G.Constantinides的“有效內(nèi)插和分樣的數(shù)字信號處理方案”，IEE Proceedings，Vol.130，Pt.G.No.6，Dec，1983，pp.225-235。
(4)D.EHiot的“數(shù)字信號處理和工程應(yīng)用手冊”，AcademicPress，1987，Chapter 3，pp.227-233。
(5)Phillip A.Regalia，Sanjit K.Mitra和P.P.Vaidyanathan的“數(shù)字全通濾波器靈活的信號處理結(jié)構(gòu)塊”，Proc.of IEEE，Vol.76，No.1，Jan.1988，pp.19-37。
(6)A.G.Constantinides的“數(shù)字濾波器的譜變換”Proc.IEE，Vol.117，No.8，Aug，1970，pp.1585-1590。
(7)S.K.Mitra，K.Hirano，S.Nishimura和K.Sugahara的“具有獨立調(diào)諧特性的數(shù)字帶通/帶阻濾波器設(shè)計”，F(xiàn)REQUENZ，44(1990)3-4，pp.117-121。
(8)R.Ansari和B.Liu的“應(yīng)用于采樣率變換的低噪聲計算有效的遞歸數(shù)字濾波器”，IEEE Trahs.聲音、語言、信號處理，Vol.ASSP-33，No.1，F(xiàn)eb.1985，pp.90-97。
(9)H.Samueli的“低復雜性無倍增的半帶遞歸數(shù)字濾波器設(shè)計”，IEEE Trahs.聲音、語言、信號處理，Vol.ASSP-37，No.3，Mar.1989，pp.442-444。
(10)P.P.Vaidyanathan和Zinnur Doganata的“現(xiàn)代數(shù)字信號處理中的無損耗系統(tǒng)的作用指導，”IEEE Trans.on Education，Vol.32，No.3，Aug.1989，pp.181-197。
附錄B最小二乘法點陣噪聲消除用比值逼近法消除噪聲的實例<pre listing-type="program-listing"><![CDATA[Example for ratiometric approach to noise canceling/define LAMBDA 0.95void OxiLSL NC( int reset， int passes， int *signal_1， int *signal_2， int *signal_3， int *target_1， int *target_2)int i，ii，k，m，n，contraction；static int *s_a，*s_b，*s_c，*out_a，*out_c；static float Delta_sqr，scale，noise_ref；if(reset＝＝TRUE){s_a ＝signal_1；s_b ＝signal_2；s_c ＝signal_3；out_a ＝target_1；out_c ＝target_2；factor＝1.5；scale ＝1.0/4160.0；* noise canceller initialization at time t＝0 */nc
.berr ＝0.0；nc
.Gamma＝1.0；for(m＝0；m＜NC_CELLS；m++){nc[m].err_a＝0.0；nc[m].err_b＝0.0；nc[m].Rob_a＝0.0；nc[m].Roh_c＝0.0；nc[m].Delta＝0.0；nc[m].Fswsqr ＝0.00001；nc[m].Bswsqr ＝0.00001；＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝END INITIALIZATION＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝for(k＝0；k<passes；k++){contraction＝FALSE；for(m＝0；m＜NC_CELLS；m++){/* Update delay elementsnc[m].berr1 ＝nc[m].berr；nc[m].Bswsqr1＝nc[m].Bswsqr；noise ref ＝factor*log(1.0-(*s_a)*scale) -log(1.0-((s_b)*scale)；nc
.err_a ＝log(1.0-(*s_b)*scale)；nc
.err_b ＝log(1.0-(*s_c)*scale)；++s_a；++s_b；++s_c；nc
.ferr＝noise_ref；nc
.berr＝noise_ref；nc
.Fswsqr ＝LAMBDA*nc
.Fswsqr+noise_ref*noise_ref；nc
.Bswsqr ＝nc
.Fswsqr；/* Order Update*/for(n＝1；(n＜NC CELLS &amp;&amp;(contraction＝＝FALSE)；n++) /* Adaptive Lattice Section */m＝n-1；ii＝n-1；nc[m].Delta *＝LAMBDA；nc[m].Delta +＝nc[m].berr1*nc[m].ferr/nc[m].Gamma；Delta_sqr ＝nc[m].Delta*nc[m].Delta；nc[n].fref＝-nc[m].Delta/nc[m].Bswsqr1；nc[n].bref＝-nc[m].Delta/nc[m].Fswsgr；nc[n].ferr＝nc[m].ferr+nc[n].fref*nc[m].berr1；nc[n].berr ＝nc[m].berr1+nc[n].bref*nc[m].ferr；nc[n].Fswsqr＝nc[m].Fswsqr-Delta_sqr/nc[m].Bswsqr1；nc[n].Bswsqr＝nc[m].Bswsqr1-Delta_sqr/nc[m].Fswsqr；if((nc[n].Fswsqr+nc[n].Bswsqr)＞0.00001||(n＜5)){ nc[n].Gamma＝nc[m].Gamma-nc[m].berr1*nc[m].berr1/nc[m].Bswsqr1； if(nc[n].Gamma＜0.05)nc[n].Gamma＝0.05； if(nc[n].Gamma＞1.00)nc[n].Gamma＝1.00；/*Joint Process Estimation Section*/nc[m].Rob_a *＝LAMBDA；nc[m].Roh_a +＝nc[m].berr*nc[m].err a/nc[m].Gamma；nc[m].k_a ＝nc[m].Roh_a/nc[m].Bswsqr；nc[n].err_a ＝nc[m].err_a-nc[m].k_a*nc[m].berr；nc[m].Roh_c *＝LAMDBA；nc[m].Roh_c +＝nc[m].berr &amp; nc[m].err_b/nc[m].Gamma；nc[m].k_c ＝nc[m].Roh_c/nc[m].Bswsqr；nc[n].err_b ＝nc[m].err_b-nc[m].k_c*nc[m].berr；)else{ contraction＝TRUE； for(i＝n；i＜NC_CELLS；i++){ nc[i].err_a ＝0.0； nc[i].Roh_a ＝0.0； nc[i].err_b ＝0.0； nc[i].Roh_c ＝0.0； nc[i].Delta ＝0.0； nc[i].Fswsqr ＝0.00001； nc[i].Bswsqr＝0.00001； nc[i].Bswsqr1 ＝0.00001；*out_a++＝(int)((-exp(nc[ii].err_a)+1.0)/scale)；*out_c++＝(int)((-exp(nc[ii].err_b)+1.0)/scale)；************Least Square Lattic************]]></pre>
附錄C/*歸一化自適應(yīng)噪聲消除器*/<pre listing-type="program-listing"><![CDATA[#include ＜stdlib.h＞#include ＜math.h＞#define TRUE 1#define FALSE 0#define FLOAT32 float#define INT32 long int#define VOID void#define FABSF fabs#define SQRTF sqrt#define MAX(a，b) (a)＞(b)？(a)(b)#define MIN(a，b) (a)＜(b)？(a)(b)#define MIN_VAL0.01#define MAX_DEL0.999999#define MIN_DEL -0.999999#define MAX_RHO2.0#define MIN_RHO -2.0#define MIN_BSERR IE-15typedef struct{ FLOAT32berr； FLOAT32berr_1； FLOAT32delta； FLOAT32err； FLOAT32ferr； FLOAT32gamma； FLOAT32gamma_1； FLOAT32rho； FLOAT32delta_1； FLOAT32Bserr； FLOAT32Bserr_1；}LANC_CELLS；typedef struct{INT32 cc； /* number of cells FLOAT32 lambda；/*put in value for lambda FLOAT32 min_error； /* parameter LANC_CELLS *cells；/* point to array of ANC CELLS LANC_Context；extern LANC_Context*LANC_Init( INT32 num_cells，/*number of cells FLOAT32 lambda，/*lambda paramFLOAT32 min_error)；/*min errorextern VOIDLANC_Done( LANC_Context *c；extern VOIDLANC_Reset( LANC_Context *anc)；extern FLOAT32LANC_Calc( LANC_Context *anc， /*input，context handle FLOAT32 nps， /*input，noise plus signal FLOAT32 noise)；/*input，noisereference/*The following macros provide efficient access to the lattice#define ANC_CELL_CIZE 11#define xBERR 0#define xBERR_1 1#define xDELTA 2#define xDELTA_1 3#define xGAMMA 4#define xGAMMA_1 5#define xBSERR 6#define xBSERR_1 7#define xERR8#define xFERR 9#define xRho10#define berr (*(p+xBERR))#define P_berr_1 (*(p+xBERR_1-ANC_CELL_SIZE))#define P_berr (*(p+xBERR-ANC_CELL_SIZE))#define berr_1 (*(p+xBERR_1))#define Bserr(*(p+xBSERR))#define Bserr_1 (*(p+xBSERR_1))#define P_Bserr_1(*(p+xBSERR_1-ANC_CELL_SIZE))#define P_delta (*(p+xDELTA-ANC_CELL_SIZE))#define delta(*(p+xDELTA))#define delta_1 (*(p+xDELTA_1))#define P_delta_1(*(p+xDELTA_1-ANC_CELL_SIZE)#define err (*(p+xERR))#define N_err(*(p+xERR+ANC_CELL_SIZE))#define P_ferr (+(p+xFERR-ANC_CELL_SIZE))#define ferr (*(p+xFERR))#define gamma(*(p+xGAMMA))#define P_gamma (*(p+xGAMMA-ANC_CELL_SIZE))#define N_gamma (*(p+xGAMMA+ANC_CELL_SIZE))#define P_gamma_1 (*(p+xGAMMA_1-ANC_CELL_SIZE))#define gamma_1 (*(p+xGAMMA_1))#define rho (*(p+xRho))/* --------------------------------------- NameLANC_Init AbstractCreate an ANC context ---------------------------------------extern LANC_Context*LANC_Init( INT32 num cells， /* number of cells FLOAT32 lambda， /*lambda param FLOAT32 min_error){/*min errorLANC_Context*anc； /*context anc＝(LANC_Context *)malloc(sizeof(LANC_Context))； assert(anc?。絅ULL)； anc-＞cc＝num_cells； anc-＞lambda＝lambda； anc-＞min_error＝min_error； anc-＞cells＝(LANC CELLS*)malloc(sizeof(LANC_CELLS) *(num_cells+2))； assert(anc-＞cells?。絅ULL)； return(anc)；＞------------------------------------ NameLANC_Reset AbstractReset an ANC context-------------------------------------extern VOIDLANC_Reset( LANC_Context*anc){ FLOAT32 *p； INT32m； p＝(FLOAT32*)anc-＞cells； for(m＝0；m，＝anc-＞cc；m++){ rho ＝0.0； err ＝0.0； ferr ＝0.0； berr ＝0.0； berr_1 ＝0.0； delta ＝0.0； delta_1 ＝0.0； Bserr＝anc-＞min_error； Bserr_1 ＝anc0＞min_error；gamma ＝MIN_VAL； gamma_1＝MIN_VAL； p +＝ANC_CELL_SIZE； } p＝(FLOAT32*)anc-＞cells； /* Cell # O special case gamma＝1.0； gamma_1＝1.0； -------------------------------------- NameLANC_Done AbstractDelete an ANC context --------------------------------------extern VOIDLANC_Done( LANC_Context*anc){ free(anc-＞cells)； free(anc)；------------------------------------ NameLANC_Calc AbstractCalculate------------------------------------FLOAT32LANC_Calc( LANC_Context *anc， /* input，context handle FLOAT32 nps， /* input，noise plus signal FLOAT32 noise)/* input，noise reference INT32m； FLOAT32 *p； FLOAT32 B，F(xiàn)，B2，F(xiàn)2； FLOAT32 qd2，qd3；INT32 output_cell；/* Update time delay elements in cell structurep＝(FLOAT32*)anc-＞cells；for(m＝0；m＜＝anc-c＞c；m++){gamma_1＝gamma；berr_1 ＝berr；Bserr_1＝Bserr；delta_1＝delta；p+＝ANC_CELL_SIZE；/*Handle Cell # 0---------------------------p＝(FLOAT32*)anc-＞cells；Bserr＝anc-＞lambda*Bserr_1+noise*noise；Bserr＝MAX(Bserr，MIN_BSERR)；ferr＝noise/SQRTF(Bserr)；ferr＝MAX(ferr，MIN_DEL)；ferr＝MIN(ferr，MAX_DEL)；berr＝ferr；rho ＝anc-＞lambda*SQRTF(Bserr_1/Bserr)*rho+berr*nps；Nerr＝nps-rho*berr；output_cell＝anc-＞cc-1；/* Assume last cell forstarterfor(m＝1；m＜anc-＞cc；m++) p+＝ANC_CELL_SIZE； B＝SQRTF(1.0-P_berr_l*P_berr_l)；B2＝F＝SQRTF(1.0-P_ferr*P_ferr)；F2-1.0/F；P_delta＝P_deltal*F*B_P_berr_1*P_ferr；P_delta＝MAX(P_delta，MIN_DEL)；P_delta＝MIN(P_delta，MAX_DEL)；qd3 ＝1.0-P_delta*P_delta；qd2 ＝1.0/SQRTF(qd3)；ferr＝(P_ferr-P_delta*P_berr_1)*qd2*B2；ferr＝MAX(ferr，MIN_DEL)；ferr＝MIN(ferr，MAX_DEL)；berr＝(P_berr_1-P_delta * P_ferr)*qu2*F2；berr＝MAX(berr，MIN_DEL)；berr＝MIN(berr，MAX_DEL)；gamma＝P_gamma*(1.0-P_berr*P_berr)；gamma＝MAX(gamma，MIN_VAL)；gamma＝MIN(gamma，MAX_DEL)；Bserr＝P_Bserr_1*qd3；Bserr＝MAX(Bserr，MIN_BSERR)；rho*＝anc-＞lambda*SQRTF((Bserr_1/Bserr)*(gamma/gamma_1)rho+＝berr*err；rho＝MAX(rho，MIN_RHO)；rho＝MIN(rho，MAX_RHO)；Nerr＝err-rho*berr；p＝(FLOAT32*)&amp;(anc-＞cells[output_cell/**ANC_CELL_SIZE */])；return(N_err)；]]></pre>
附錄D<pre listing-type="program-listing"><![CDATA[/*QRD#include ＜stdlib.h＞#include ＜math.h＞#define TRUE 1#define FALSE 0#define FLOAT32 float#define INT32 long int#define VOID void#define FABSF fabs#define SQRTF sqrttypedef struct { INT32dummy；}LQRDJPEF_CONTEXT；typedef LQRDJPEF_CONTEXT &amp; LQRDJPEF_Handle；extern LQRDJPEF_HandleLQRDJPEF_Init( INT32 NumCells， FLOAT32 Lambda， FLOAT32 SumErrInit， FLOAT32 GamsInit， FLOAT32 MinSumErr)；extern VOIDLQRDJPEF_Done( LQRDJPEF_Handle hJPE)；extern VOID#define Reset( LQRDJPEF_Handle hJPE)；extern FLOAT32LQRDJPEF_Calc( LQRDJPEF_Handle hJPE，/* handleFLOAT32 nps /* noise plus signal FLOAT32 noise)； /* noise reference#define MAX(a，b)(a)＞(b)？(a)(b)#define MIN(a，b)(a)＜(b)？(a)(b)#define LQRDJPEF_CELL_SIZE 27typedef struct{ FLOAT32 sinf，sinf_1； FLOAT32 sinb，sinb_1； FLOAT32 cosf，cosf_1； FLOAT32 cosb，cosb_1； FLOAT32 epsf； FLOAT32 epsb，epsb_1； FLOAT32 pief，pief_1； FLOAT32 pieb，pieb_1； FLOAT32 Fserr，F(xiàn)serr_1，SQRTF_Fserr，SQRTF_Fserr_1； FLOAT32 Bserr_1，Bserr_2，SQRTF_Bserr_1，SQRTF_Bserr_2； FLOAT32 p_1，p_2； FLOAT32 gams_1； FLOAT32 epsi_1；LQRDJPEF_CELL； struct{ INT32NumCells；/*number of cells FLOAT32 Lambda； /* Lambda FLOAT32 SumErrInit； /*Initial value for Fserr，Bserr FLOAT32 GamsInit；/* Initial value for gams FLOAT32 MinSumErr；/*Minimum for Fserr，Bserr FLOAT32 SQRTF_Lambda；/* square root of.Lambda FLOAT32 SWRTF_SumErrInit； /*square root ofSumErrInitLQRDJPEF_CELL*cells；/*point to array of JPE_CELLSLQRDJPEF_Context； The following macros provide efficient access to the lattice Define variables offsets within structure#define xSINF 0#define xSINF_1 1#define xSINB 2#define xSINB_1 3#define xCOSF 4#define xCOSF_1 5#define xCOSB 6#define xCOSB_1 7#define xEPSF 8#define xEPSB 9#define xEPSB_1 10#define xPIEF 11#define xPIEF_1 12#define xPIEB 13#define xPIEB_1 14#define xFSERR 15#define xFSERR_1 16#define xSQRTF_FSERR 17#define xSQRTF_FSERR_1 18#define xBSERR_1 19#define xBSERR_2 20#define xSQRTF_BSERR_1 21#define xSQRTF_BSERR_2 22#define xp_1 23#define xp_2 24 FLOAT32 epsb，epsb_1； FLOAT32 pief，pief_1；FLOAT32 pieb，pieb_1； FLOAT32 Fserr，F(xiàn)serr_1，SQRTF_Fserr，SQRTF_Fserr_1； FLOAT32 Bserr_1，Bserr_2，SQRTF_Bserr_1，SQRTF_Bserr_2； FLOAT32 p_1，p_2； FLOAT32 gams_1； FLOAT32 epsi_1；LQRDJPEF_CELLtypedef struct{ INT32NumCells； /* number of cells FLOAT32 Lambda； /* LambdaFLOAT32 SumErrInit；/* Initial value for Fserr，BserrFLOAT32 GamsInit； /* Initial value for gamsFLOAT32 MinSumErr； /* Minimum for Fserr， BserrFLOAT32 SQRTF_Lambda； /* square root of LambdaFLOAT32 SQRTF_SumErrInit； /* square roof of SumErrInitLQRDJPEF CELL *cells； /* point to array of JPE_CELLSLQRDJPEF_Context；The following macros provide efficient access to the latticeDefine variable offsets within structure#define xSINF 0#define xSINF_1 1#define xSINB 2#define xSINB_1 3#define xCOSF 4#define xCOSF_1 5#define xCOSB 6#define xCOSB_1 7#define xEPSF 8#define xEPSB 9#define xEPSB_1 10#define xPIEF 11#define xPIEF_1 12#define xPIEB 13#define xPIEB_1 14#define xFSERR 15#define xFSERR_1 16#define xSQRTF_FSERR 17#define xSQRTF_FSERR_1 18#define xBSERR_1 19#define xBSERR_2 20#define xSQRTF_BSERR_1 21#define xSQRTF_BSERR_2 22#define xp_1 23#define xp_2 24#define xGAMSQ_1 25#define xEPSI_1 26#define sin (*(ptr+xSINF))#define sinf_1(*(ptr+xSINF_1))#define P_sinf(*(ptr+xSINF-LQRDJPEF_CELL_SIZE))#define P_sinf_1 (*(ptr+xSINF_1-LQRDJPEF_CELL_SIZE))#define sinb (*(ptr+xSINB))#define sinb_1(*(ptr+xSINB_1))#define P_sinb(*(ptr+xSINB-LQRDJPEF_CELL_SIZE))#define P_sinb_1 (*(ptr+xSINB_1-LQRDJPEF_CELL-SIZE))#define cosf (*(ptr+xCOSF))#define cosf_1(*(ptr+xCOSF_1) #define P_cosf(*(ptr+xCOSF-LQRDJPEF_CELL_SIZE))#define P_cosf_1 (*(ptr+xCOSF_1-LQRDJPEF_CELL_SIZE))#define cosb (*(ptr+xCOSB))#define cosb_1(*(ptr+xCOSB_1))#define P_cosb(*(ptr+xCOSB-LQRDJPEF_CELL_SIZE))#define P_cosb_1 (* (ptr+xCOSB_1-LQRDJPEF_CELL_SIZE))#define epsf (*(ptr+xEPSF))#define P_epsf (*(ptr+xEPSF-LQRDJPEF_CELL_SIZE))#define epsb (*(ptr+xEPSB))#define epsb_1 (*(ptr+xEPSB_1))#define P_epsb (*(ptr+xEPSB-LQRDJPEF_CELL_SIZE))#define P_epsb_1 (*(ptr+xEPSB_1-LQRDJPEF_CELL_SIZE))#define pief (*(ptr+xPIEF))#define pief_1 (*(ptr+xPIEF_1))#define P_pief (*(ptr+xPIEF-LQRDJPEF_CELL_SIZE))#define P_pief_1 (* (ptr+xPIEF_1-LQRDJPEF_CELL_SIZE))#define pieb (*(ptr+xPIEB))#define pieb_1 (*(ptr+xPIEB_1))#define P_pieb (*(ptr+xPIEB-LQRDJPEF_CELL_SIZE))#define P_pieb_1 (* (ptr+xPIEB_1-LQRDJPEF_CELL_SIZE))#define Fserr(*(ptr+xFSERR))#define Fserr_1 (*(ptr+xFSERR_1))#define P_Fserr (*(ptr+xFSERR-LQRDJPEF_CELL_SIZE))#define P_Fserr_1 (*(ptr+xFSERR_1-LQRDJPEF_CELL_SIZE))#define SQRTF_Fserr(*(ptr+xSQRTF_FSERR))#define SQRTF_Fserr_1 (*(ptr+xSQRTF_FSERR_1))#define SQRTF_P_Fserr (*(ptr+xSQRTF_FSERR - LQRDJPEF_CELL_SIZE))#define SQRTF_P_Fserr_1 (*(ptr+xSQRTF_FSERR_1 - LQRDJPEF_CELL_SIZE))#define Bserr_1 (*(ptr+xBSERR_1))#define Bserr_2 (*(ptr+xBSERR_2))#define P_Bserr_1(*(ptr+xBSERR_1-LQRDJPEF_CELL_SIZE))#define P_Bserr_2(*(ptr+xBSERR_2-LQRDJPEF_CELL_SIZE))#define SQRTF_Bserr_1 (*(ptr+xSQRTF_BSERR_1))#define SQRTF_Bserr_2 (*(ptr+xSQRTF_BSERR_2))#define SQRTF_P_Bserr_1 (*(ptr+xSQRTF_BSERR_1 - LQRDJPEF_CELL_SIZE))#define SQRTF_P_Bserr_2 (*(ptr+ xSQRTF_BSERR_2 - LQRDJPEF_CELL_SIZE))#define p_1 (*(ptr+xp_1))#define p_2 (*(ptr+xp_2))#define P_p_1 (*(ptr+xp_1 -LQRDJPEF_CELL_SIZE))#define P_p_2 (* (ptr+xp_2-LQRDJPEF_CELL_SIZE))#define gams_1(*(ptr+xGAMSQ_1))#define P_gams_1 (*(ptr+xGAMSQ_1-LQRDJPEF_CELL_SIZE))#define epsi_1(*(ptr+xEPSI_1))#define P_epsi_1 (*(ptr+xEPSI_1-LQRDJPEF_CELL_SIZE))static FLOAT32RSQRTF( FLOAT32 x) return 1.0F/SQRTF(x)； ------------------------------------------------------- NameLQRDJPEF_Init AbstractCreate a JPE context -------------------------------------------------------extern LQRDJPEF_HandleLQRDJPEF_Init( INT32 NumCells， FLOAT32Lambda， FLOAT32SumErrInit， FLOAT32GamsInit， FLOAT32MinSumErr){ LQRDJPEF_Context *jpe； jpe＝malloc(sizeof(LQRDJPEF_Context))； assert(jpe！＝NULL)； jpe-＞NumCells＝NumCells； jpe-＞Lambda＝Lambda； jpe-＞SumErrInit＝SumErrInit； jpe-＞GamsInit＝GamsInit； jpe-＞MinSumErr＝MinSumErr；jpe-＞SQRTF_Lambda＝SQRTF(jpe-＞Lambda)； jpe-＞SQRTF_SumErrInit-SQRTF(jpe-＞SumErrInit)； jpe-＞cells＝malloc(sizeof(LQRDJPEF_CELL)*(NumCells+2))； assert(jpe-＞cells?。絅ULL)； LQRDJPEF_Reset((LQRDJPEF_Handle)jpe)； return((LQRDJPEF_handle)jpe)；------------------------------------------------------------ Name LQRDJPEF_Init Abstract Create a JPE context------------------------------------------------------------extern VOIDLQRDJPEF_Done(LQRDJPEF_Handle hJPE){LQRDJPEF_Context *jpe＝(LQRDJPEF_Context *)hJPE；free(jpe-＞cells)；free(jpe)； ------------------------------------------------------- Name LQRDJPEF_Reset Abstract Reset a JPE context -------------------------------------------------------extern VOIDLQRDJPEF_Reset( LQRDJPEF_Handle hJPE){ LQRDJPEF_Context *jpe＝(LQRDJPEF_Context *)hJPE； FLOAT32 *ptr； INT32 m； ptr＝(FLOAT32*)jpe-＞cells；for(m＝0；m<＝j(luò)pe-＞NumCells；m++){ sinf＝0.0F； sinb＝0.0F； cosf＝0.0F； cosb＝0.0F； epsf＝0.0F； epsb＝0.0F； pief＝0.0F； pieb＝0.0F； p_1＝0.0F； Fserr＝j(luò)pe-＞SumErrInit； Bserr_1＝j(luò)pe-＞SumErrInit； gams_1＝j(luò)pe-＞GamsInit； SQRTF_Fserr＝j(luò)pe-＞SQRTF_SumErrInit； SQRTF_Bfserr_1＝j(luò)pe-＞SQRTF_SumErrInit； ptr+＝LQRDJPEF_CELL_SIZE； } ptr＝(FLOAT32*)jpe-＞cells；/# Cell #0 special case gams_1＝1.0F；-----------------------------------------------------------------Name LQRDJPEF_CalcAbstract -----------------------------------------------------------------extern FLOAT32LQRDJPEF_Calc( LQRDJPEF_Handle hJPE， FLOAT32 nps， /* noise plus signal */ FLOAT32 noise){/* noise reference */ LQRDJPEF_Context *jpe＝{LQRDJPEF_Context *)hJPE； INT32 m； FLOAT32 *ptr； FLOAT32tmp； Time update sectionptr＝(FLOAT32*)jpe-＞cells； for(m＝0；m<＝j(luò)pe-＞NumCells；m++){ /* some of following delay elements are not needed*/ sinf_1＝sinf； sinb_1＝sinb； cosf_1＝cosf； cosb_1＝cosb； epsb_1＝epsb； pief_1＝pief； pieb_1＝pieb； Fserr_1＝Fserr； Bserr_2＝Bserr_1； p_2＝p_1； SQRTF_Bserr_2＝SQRTF_Bserr_1； SQRTF_Fserr_1＝SQRTF_Fserr； ptr+＝LQRDJPEF_CELL_SIZE； } /*Order update section */ /*Handle Cell # 0 */ ptr＝{FLOAT32 *)(jpe-＞cells)；/* point to cell # 0*/ epsf＝noise； epsb＝noise； epsi_1＝nps；/* rest of cells */for(m＝1；m＜jpe-＞NumCells；m++){ ptr+＝LQRDJPEF_CELL_SIZE；/* access next cell*/ /* Prediction section */ P_Bserr_1＝j(luò)pe-＞Lambda* P_Bserr_2+P_epsb_1*P_epsb_1； P_Bserr_1＝MAX(P_Bserr_1，jpe-＞MinSumErr)；SQRTF_P_Bserr_1＝SQRTF(P_Bserr_1)； tmp＝RSQRTF(P_Bserr_1)；/*this comes free on DSP */ P_cosb_1＝j(luò)pe-＞SQRTF_Lambda*SQRTF_P_Bserr_2 *tmp； P_sinb_1＝P_epsb_1*tmp； tmp＝j(luò)pe-＞SQRTF_Lambda*P_pief_1； epsf＝P_cosb_1*P_epsf-P_sinb_1*tmp； P_pief＝P_cosb_1*tmp+P_sinb_1*P_epsf； gams_1＝P_cosb_1*P_gams_1； P_Fserr＝j(luò)pe-＞Lambda*P_Fserr_1+P_epsf*P_epsf； P_Fserr＝MAX(P_Fserr，jpe-＞MinSumErr)； SQRTF_P+Fserr＝SQRTF(P_Fserr)； tmp＝RSQRTF(P_Fserr)；/*this comes free on DSP*/ P_cosf＝j(luò)pe-＞SQRTF_Lambda*SQRTF_P_Fserr_1*tmp； P_sinf＝P_epsf*tmp； tmp＝j(luò)pe-＞SQRTF_Lambda*P_pieb_1； epsb＝P_cosf*P_epsb_1-P_sinf*tmp； P_pieb＝P_cosf*tmp+P_sinf*P_epsb_1； /*Joint Process Estimation section */ tmp＝j(luò)pe-＞SQRTF_Lambda*P_p_2； epsi_1＝P_cosb_1*P_epsi_1-P_sinb_1*tmp； P_p_1＝P_cosb_1*tmp+P_sinb_1*P_epsi_1；}ptr+＝LQRDJPEF_CELL_SIZE；/* access next cell*//*Do minimum work for JPE of very last cell only four equations are required for prediction section */P_Bserr_1 ＝j(luò)pe-＞Lambda*P_Bserr_2+P_epsb_1*P_epsb_1；P_Bserr_1 ＝MAX(P_Bserr_1，jpe-＞MinSumErr)；SQRTF_P_Bserr_1＝SQRTF(P_Bserr_1)；tmp＝RSQRTF(P_Bserr_1)；/* this comes free on DSP */P_cosb_1 ＝j(luò)pe-＞SQRTF_Lambda*SQRTF_P_Bserr_2*tmp；P_sinb_1 ＝P_epsb_1*tmp；/* Joint Process Estimation for last cell */tmp＝j(luò)pe-＞SQRTF_Lambda*P_p_2；epsi_1＝P_cosb_1*P_epsi_1-P_sinb_1*tmp；P_p_1 ＝P_cosb_1*tmp+P_sinb_1*P_epsi_1；gams_1＝P_cosb_1*P_gams_1；return(gams_1*epsi_1)；]]></pre>
權(quán)利要求
1.一種信號處理方法，用在一個信號處理器中對至少兩個被測信號S1和S2進行處理，每個被測信號中都包含有原始信號部分s和二次信號部分n，信號S1和S2可由下列關(guān)系式表示S1＝s1+n1S2＝s2+n2式中s1及s2和n1及n2的關(guān)系如下s1＝ras2和n1＝rvn2其中ra和rv為系數(shù)，該方法包括以下幾個步驟確定使s1和n1相關(guān)最小的系數(shù)ra；利用所確定的ra計算血氧飽和度；以及在一個顯示器上顯示血氧飽和度。
2.一種信號處理方法，用在一個信號處理器中對至少兩個被測信號S1和S2進行處理，每個被測信號中都包含有原始信號部分s和二次信號部分n，信號S1和S2可由下列關(guān)系式表示S1＝s1+n1S2＝s2+n2式中s1及s2和n1及n2的關(guān)系如下s1＝ras2和n1＝rvn2其中ra和rv為系數(shù)，該方法包括以下幾個步驟確定使s1和n1相關(guān)最小的系數(shù)ra；以及利用所確定的ra處理第一和第二信號中的至少一個，以從第一被測信號或第二被測信號兩者中的至少一個信號中顯著降低n，以形成一個干凈的信號。
3.如權(quán)利要求2所述的方法，其特征在于，還包括在一個顯示器上顯示所得到的干凈信號的步驟。
4.如權(quán)利要求2所述的方法，其特征在于，所述的第一和第二信號是生理信號，所述的方法進一步包括處理所述干凈信號以從所述第一被測信號和第二被測信號中確定生理參數(shù)的步驟。
5.如權(quán)利要求4所述的方法，其特征在于，所述的生理參數(shù)是動脈血氧飽和度。
6.如權(quán)利要求4所述的方法，其特征在于，所述的生理參數(shù)是心電信號。
7.如權(quán)利要求2所述的方法，其特征在于，所述的被測信號的第一部分表現(xiàn)為一心臟體積描記圖，所述的方法進一步包括計算脈率的步驟。
8.一種生理監(jiān)護儀，包括一個能接收第一被測信號S1的第一輸入端，所述的第一被測信號S1包含有原始信號部分s1和二次信號部分n1；一個能接收第二被測信號S2的第二輸入端，所述的第二被測信號S2包含有原始信號部分s2和二次信號部分n2，所述的第一被測信號S1和所述的第二被測信號S2具有以下關(guān)系S1＝s1+n1S2＝s2+n2式中s1及s2和n1及n2的關(guān)系如下s1＝ras2和n1＝rvn2其中ra和rv為系數(shù)；一個掃描參比處理器，所述的掃描參比處理器響應(yīng)于多個ra的可能值，將所述的第二被測信號與每個ra的可能值及每個結(jié)果的可能值相乘，并從第一被測信號中減去結(jié)果值從而產(chǎn)生多個輸出信號；一個相關(guān)消除器，所述的相關(guān)消除器具有能接收第一被測信號的第一輸入和能從所述的飽和度掃描參比處理器中接收多個輸出信號的第二輸入，所述的相關(guān)消除器對應(yīng)于在所述多個輸出信號與第一被測信號間進行的相關(guān)消除，生成多個輸出向量；一個積分器，所述的積分器具有一個能接收來自上述相關(guān)消除器的多個輸出向量的一個輸入端，所述的積分器響應(yīng)于多個輸出向量，以確定每個輸出向量的相應(yīng)功率；一個極值探測器，所述的極值探測器的輸入與所述積分器的輸出相連，響應(yīng)于每個輸出向量的相應(yīng)功率以求出所選擇的功率。
9.如權(quán)利要求8所述的生理監(jiān)護儀，其特征在于，所述的多個可能值對應(yīng)于一個所選的血液成分的多個可能值。
10.如權(quán)利要求9所述的生理監(jiān)護儀，其特征在于，所述的所選血液成分是動脈血氧飽和度。
11.如權(quán)利要求9所述的生理監(jiān)護儀，其特征在于，所述的所選血液成分是靜脈血氧飽和度。
12.如權(quán)利要求9所述的生理監(jiān)護儀，其特征在于，所述的所選血液成分是一氧化碳。
13.如權(quán)利要求8所述的生理監(jiān)護儀，其特征在于，所述的多個可能值對應(yīng)于一種生理濃度。
14.一種生理監(jiān)護儀，包括一個能接收第一被測信號S1的第一輸入，所述的第一被測信號S1包含有原始信號部分s1和二次信號部分n1；一個能接收第二被測信號S2的第二輸入，所述的第二被測信號S2包含有原始信號部分s2和二次信號部分n2，所述的第一被測信號S1和所述的第二被測信號S2具有以下關(guān)系S1＝s1+n1S2＝s2+n2式中s1及s2和n1及n2的關(guān)系如下s1＝ras2和n1＝rvn2其中ra和rv為系數(shù)；一個轉(zhuǎn)換模塊，所述的飽和度轉(zhuǎn)換模塊響應(yīng)于所述第一和第二被測信號及ra的多個可能值，以提供至少一個功率曲線做為其輸出；一個極值計算模塊，所述的極值計算模塊響應(yīng)于所述至少一個功率曲線，選定一個使n和s相關(guān)最小的ra值，并根據(jù)所述ra值計算出一個相應(yīng)的飽和度值做為其輸出；以及一個顯示模塊，所述的顯示模塊響應(yīng)于所述飽和度計算的輸出，顯示所述的飽和度值。
15.一種信號處理方法，用在一個信號處理器中對至少兩個被測信號進行處理，每個被測信號中都包含有一個原始信號部分和一個二次信號部分，所述的第一和第二信號基本符合一個預定的信號模型，該方法包括以下幾個步驟在一個時間段內(nèi)對所述的第一和第二信號進行采樣，以獲得代表在所述時間段上的所述第一信號的第一數(shù)據(jù)點序列和代表在所述時間段上的所述第二信號的第二數(shù)據(jù)點序列；將所述的第一數(shù)據(jù)點序列轉(zhuǎn)換成具有至少一個頻率分量和一個幅度分量的第一轉(zhuǎn)換點序列以及將所述的第二數(shù)據(jù)點序列轉(zhuǎn)換成具有至少一個頻率分量和一個幅度分量的第二轉(zhuǎn)換點序列；比較所述的第一轉(zhuǎn)換點序列和所述的第二轉(zhuǎn)換點序列，得到具有一個幅度分量和至少一個頻率分量的第三比較值序列；從所述的比較值中選擇幅度在一個選定閾值內(nèi)的至少一個值；根據(jù)所述的所選定的至少一個比較值，確定一個符合所述的預定的信號模型的結(jié)果值。
16.如權(quán)利要求15所述的方法，其特征在于，所述的比較步驟包括確定第一轉(zhuǎn)換點序列與第二轉(zhuǎn)換點序列的比值的步驟，所述的選擇至少一個比較值的步驟包括選擇比較低的比值的步驟。
17.如權(quán)利要求16所述的方法，其特征在于，所述的確定結(jié)果值的步驟包括根據(jù)所選定的比值計算血氧飽和度的步驟。
18.如權(quán)利要求15所述的方法，其特征在于，所述的結(jié)果值是血氧飽和度。
19.如權(quán)利要求15所述的方法，其特征在于，所述的結(jié)果值是脈率。
20.一種信號處理方法，用在一個信號處理器中對至少兩個被測信號進行處理，每個被測信號中都包含有一個原始信號部分和一個二次信號部分，所述的第一和第二信號基本符合一個用于血液組分飽和度的信號模型，該方法包括以下幾個步驟在一個時間段內(nèi)對所述的第一和第二信號進行采樣，以獲得代表在所述時間段上的所述第一信號的第一數(shù)據(jù)點序列和代表在所述時間段上的所述第二信號的第二數(shù)據(jù)點序列；將所述的第一數(shù)據(jù)點序列從時域轉(zhuǎn)換到頻域，以獲得第一轉(zhuǎn)換點序列和第二轉(zhuǎn)換點序列，所述的第一轉(zhuǎn)換點序列和第二轉(zhuǎn)換點序列具有一個幅度分量和至少一個頻率分量；確定一個幅度比值序列，所述的幅度從所述第一轉(zhuǎn)換點序列中和所述第二轉(zhuǎn)換點序列中相應(yīng)于頻率各取一個；從所述的比值序列中選擇幅度在一個選定閾值內(nèi)的至少一個比值；以及根據(jù)所述的所選定的至少一個比值，確定一個符合所述的預定的信號模型的結(jié)果值。
21.如權(quán)利要求20所述的方法，其特征在于，所述的比值與血氧飽和度相應(yīng)，所述的選定至少一個所述的比值的步驟包括選定至少一個與血氧飽和度的較高值相應(yīng)的比值的步驟。
22.如權(quán)利要求21所述的方法，其特征在于，所述的確定結(jié)果值的步驟包括根據(jù)所選定的至少一個比值計算血氧飽和度的步驟。
23.如權(quán)利要求22所述的方法，其特征在于，所述的方法還包括以下步驟利用一個開窗函數(shù)將所述第一轉(zhuǎn)換點序列或所述第二轉(zhuǎn)換點序列中的至少一個與所述的結(jié)果值相組合；對所作的復合進行譜分析，以得到脈率。
24.如權(quán)利要求22所述的方法，其特征在于，所述的方法還包括以下步驟利用一個開窗函數(shù)將所述第一轉(zhuǎn)換點序列或所述第二轉(zhuǎn)換點序列中的至少一個與所述的結(jié)果值相組合；進行逆開窗，以得到體積描記圖。
25.如權(quán)利要求22所述的方法，其特征在于，所述的結(jié)果值是血氧飽和度。
26.一種信號處理方法，用于在一個信號處理器中對至少兩個被測信號進行處理，每個被測信號中都包含有一個原始信號部分和一個二次信號部分，所述的第一和第二信號基本符合一個預定的信號模型，該方法包括以下幾個步驟在一個時間段內(nèi)對所述的第一和第二信號進行采樣，以獲得代表在所述時間段上的所述第一信號的第一數(shù)據(jù)點序列和代表在所述時間段上的所述第二信號的第二數(shù)據(jù)點序列；對所述的第一和第二數(shù)據(jù)點序列進行快速飽和度變換，以得到在所述的頻域上的一個轉(zhuǎn)換數(shù)據(jù)點序列；根據(jù)所述的多個飽和度值確定一個選定的飽和度值。
27.如權(quán)利要求26所述的方法，其特征在于，所述的選定的飽和度值是動脈血氧飽和度。
28.如權(quán)利要求26所述的方法，其特征在于，所述的選定的飽和度值是靜脈血氧飽和度。
29.如權(quán)利要求26所述的方法，其特征在于，所述的進行所述的快速飽和度變換的步驟包括從所述的第一和第二數(shù)據(jù)點序列中計算第一和第二中間變換點序列的步驟，所述的方法還包括根據(jù)所述的選定飽和度值和所述的第一中間變換點序列確定脈率的步驟。
30.一種低噪聲發(fā)射器驅(qū)動器，包括一個發(fā)射器；一個發(fā)射器電流源，所述的發(fā)射器電流源具有一個控制輸入端和一個控制輸出端，所述的輸出端向所述的發(fā)射器提供電流驅(qū)動；一個發(fā)射器電流源輸入轉(zhuǎn)換開關(guān)，所述輸入轉(zhuǎn)換開關(guān)的一個輸出端與所述的發(fā)射器電流源的控制輸入端相連，所述輸入轉(zhuǎn)換開關(guān)的輸入端與其至少兩個輸入端中的一個相連；一個發(fā)射器電流源輸出轉(zhuǎn)換開關(guān)，其輸出端與所述發(fā)射器相連，其輸入端和至少兩個輸入端中的一個相連；以及一個發(fā)射器轉(zhuǎn)換開關(guān)控制鎖定器，所述的控制鎖定器與所述的發(fā)射器電流源輸入轉(zhuǎn)換開關(guān)和所述的發(fā)射器電流源輸出轉(zhuǎn)換開關(guān)相連，所述的發(fā)射器轉(zhuǎn)換開關(guān)控制鎖定器控制選擇哪一個輸入端與所述的轉(zhuǎn)換開關(guān)相連。
31.如權(quán)利要求30所述的低噪聲發(fā)射器驅(qū)動器，其特征在于，所述的發(fā)射器電流源輸入轉(zhuǎn)換開關(guān)的所述至少兩個輸入端的是一個向所述的電流源供電的電源和一個地。
32.一種組合裝置，包括一個檢測器，所述的檢測器響應(yīng)于沿著一條第一傳輸路徑傳輸?shù)囊粋€第一信號和沿著一條第二傳輸路徑傳輸?shù)囊粋€第二信號，在一個輸出端產(chǎn)生代表所述第一信號和所述第二信號的信號，所述的第一和第二傳輸路徑的一部分處在同一個傳輸介質(zhì)中，其中，所述的在所述輸出端代表所述第一信號的信號具有一原始信號部分和一個二次信號部分，所述第一信號的所述原始信號部分基本上在整個第一傳輸路徑上都受到衰減，所述的在所述輸出端代表所述第二信號的信號具有一原始信號部分和一個二次信號部分，所述第二信號的所述原始信號部分基本上在整個第二傳輸路徑上都受到衰減；以及一個第一信號處理器，所述第一信號處理器具有與所述檢測器相連的輸入端，所述的第一信號處理器響應(yīng)于來自所述檢測器的代表所述第一和第二信號的信號，將所述第一和第二信號相組合，產(chǎn)生一個原始參比信號或者一個二次參比信號，所述的原始參比信號和二次參比信號分別是所述第一和第二信號的所述原始信號部分和所述二次信號部分的有顯著意義的函數(shù)。
33.如權(quán)利要求32所述的組合裝置，其特征在于，還包括一個第二信號處理器，所述第二信號處理器響應(yīng)于第二參比信號和所述代表所述第一信號的信號，從這兩個信號中提取出一個輸出信號，所述輸出信號是所述第一信號的所述原始信號部分的有顯著意義的函數(shù)。
34.如權(quán)利要求33所述的組合裝置，其特征在于，所述第二信號處理器包括一個相關(guān)消除器。
35.如權(quán)利要求33所述的組合裝置，其特征在于，所述第二信號處理器包括一個自適應(yīng)噪聲消除器。
36.如權(quán)利要求35所述的組合裝置，其特征在于，所述自適應(yīng)噪聲消除器包括一個聯(lián)合處理估計器。
37.如權(quán)利要求36所述的組合裝置，其特征在于，所述聯(lián)合處理估計器包括一個最小二乘法點陣預測器和一個回歸濾波器。
38.如權(quán)利要求32所述的組合裝置，其特征在于，還包括一個第二信號處理器，所述第二信號處理器響應(yīng)于所述的原始參比信號和所述的代表所述第一信號的信號，從這兩個信號中提取出一個輸出信號，所述輸出信號是所述第一信號的所述二次信號部分的一個有顯著意義的函數(shù)。
39.如權(quán)利要求32所述的組合裝置，其特征在于，還包括一個第二信號處理器，所述第二信號處理器響應(yīng)于所述的二次參比信號和所述的代表所述第一信號的信號，從這兩個信號中提取出一個輸出信號，所述輸出信號是所述第二信號的所述原始信號部分的一個有顯著意義的函數(shù)。
40.如權(quán)利要求32所述的組合裝置，其特征在于，還包括一個第二信號處理器，所述第二信號處理器響應(yīng)于所述的二次參比信號和所述的代表所述第一信號的信號，從這兩個信號中提取出一個輸出信號，所述輸出信號具有一個是所述第二信號的所述二次信號部分的一個函數(shù)有顯著意義的分量。
41.如權(quán)利要求32所述的組合裝置，其特征在于，所述的檢測器用于檢測由所述第一信號和所述第二信號代表的一個生理函數(shù)。
42.如權(quán)利要求41所述的組合裝置，其特征在于，所述的檢測器適合于測定一種血液成分。
43.如權(quán)利要求42所述的組合裝置，其特征在于，由所述的檢測器測定的血液成分是血氣。
44.如權(quán)利要求41所述的組合裝置，其特征在于，所述的檢測器包括一個響應(yīng)于電磁能量的傳感器。
45.如權(quán)利要求32所述的組合裝置，其特征在于，還包括一個與所述檢測器相連的電磁裝置，用于根據(jù)由所述檢測器接收到的經(jīng)過了所述傳輸介質(zhì)的所述第一和第二信號測定一個體積描記波形，所述的傳輸介質(zhì)包括生物組織。
46.如權(quán)利要求32所述的組合裝置，其特征在于，還包括一個與所述檢測器相連的脈搏血氧計，所述的脈搏血氧計根據(jù)由所述檢測器接收到的經(jīng)過了所述傳輸介質(zhì)的所述第一和第二信號監(jiān)視一種生理狀態(tài)，所述的傳輸介質(zhì)包括生物組織。
47.如權(quán)利要求32所述的組合裝置，其特征在于，還包括一個與所述檢測器相連的血壓監(jiān)護儀，所述的血壓監(jiān)護儀用于根據(jù)由所述檢測器接收到的經(jīng)過了所述傳輸介質(zhì)的所述第一和第二信號導出一種生理狀態(tài)，所述的傳輸介質(zhì)包括生物組織。
48.如權(quán)利要求32所述的組合裝置，其特征在于，還包括一個與所述檢測器相連的心電圖儀，所述的心電圖儀用于根據(jù)由所述檢測器接收到的經(jīng)過了所述傳輸介質(zhì)的所述第一和第二信號測定一種生理狀態(tài)，所述的傳輸介質(zhì)包括生物組織。
49.如權(quán)利要求48所述的組合裝置，其特征在于，所述的心電圖儀包括一個三極電極傳感器，所述傳感器具有三個同心排列的電極。
50.用于表示一種材料的組成的裝置，所述的裝置包括第一信號處理器，所述第一信號處理器用于接收第一和第二輸入，第一輸入包括多個參比信號中的一個，所述多個參比信號中的每一個都與第二輸入相關(guān)；將所述第二輸入和所述多個參比信號中的每一個傳送到所述第一信號處理器的裝置；及針對作為傳送到第一信號處理器的多個參比信號中的每一個，檢測所述的第一信號處理器的輸出信號的裝置，其中，所述的輸出信號是所述材料的組成的表征。
51.如權(quán)利要求50所述的裝置，其特征在于，所述第一信號處理器是一個相關(guān)消除器。
52.如權(quán)利要求50所述的裝置，其特征在于，所述第一信號處理器是一個自適應(yīng)噪聲消除器。
53.如權(quán)利要求52所述的裝置，其特征在于，所述自適應(yīng)噪聲消除器包括一個聯(lián)合處理估計器。
54.如權(quán)利要求53所述的組合裝置，其特征在于，所述聯(lián)合處理估計器包括一個最小二乘法點陣預測器和一個回歸濾波器。
55.如權(quán)利要求50所述的裝置，其特征在于，還包括一個第二信號處理器，所述第二信號處理器接收所述第一信號處理器的每一個輸出信號，所述第二信號處理器對所述輸出信號中的每一個進行積分，產(chǎn)生一個代表所述的經(jīng)過積分的輸出信號的累積輸出信號。
56.如權(quán)利要求55所述的裝置，其特征在于，所述的檢測裝置響應(yīng)于所述第二信號處理器的所述累積輸出信號的極值，產(chǎn)生一個代表所述材料的組成的指示。
57.如權(quán)利要求55所述的裝置，其特征在于，所述的檢測裝置響應(yīng)于所述第二信號處理器的所述累積輸出信號的拐點，產(chǎn)生一個代表所述材料的組成的指示。
58.如權(quán)利要求50所述的裝置，其特征在于，傳送到所述第一信號處理器的所述第二輸入是第一或第二信號中的一個，所述第一和第二信號中的每一個都具有一個動脈信號部分和另一個代表靜脈血的信號部分，所述的裝置還包括第二信號處理器，用于接收所述的第一和第二信號和多個信號系數(shù)，其中，所述第二信號處理器的輸出構(gòu)成傳送到所述第一信號處理器的所述第一輸入，所述第二信號處理器的輸出包括一個與所述第一和第二信號的動脈信號部分相關(guān)的第一成分和一個與所述第一和第二信號的其它信號部分相關(guān)的第二成分。
59.如權(quán)利要求58所述的裝置，其特征在于，所述第一和第二信號的其它信號部分包括人的呼吸指示。
60.如權(quán)利要求58所述的裝置，其特征在于，由所述第二信號處理器接收的多個信號系數(shù)中的至少一個與傳送到所述第一信號處理器的所述第二輸入的所述第一和第二信號的動脈信號部分相關(guān)。
61.如權(quán)利要求58所述的裝置，其特征在于，由所述第二信號處理器接收的多個信號系數(shù)中的至少一個與傳送到所述第一信號處理器的所述第二輸入的所述第一和第二信號的其它信號部分相關(guān)。
62.如權(quán)利要求50所述的裝置，其特征在于，傳送到所述第一信號處理器的所述第二輸入是第一或第二信號中的一個，所述第一和第二信號中的每一個都具有一個動脈信號部分和另一個代表靜脈血的信號部分，所述的裝置還包括第二信號處理器，用于接收所述的第一和第二信號和多個信號系數(shù)，其中，所述第二信號處理器的輸出構(gòu)成傳送到所述第一信號處理器的所述第一輸入，所述第二信號處理器的輸出包括一個與所述第一和第二信號的動脈信號部分相關(guān)的成分或一個與所述第一和第二信號的其它信號部分相關(guān)的成分。
63.如權(quán)利要求62所述的裝置，其特征在于，所述第一和第二信號的其它信號部分包括人的呼吸指示。
64.如權(quán)利要求50所述的裝置，其特征在于，所述的材料是人體組織。
65.如權(quán)利要求50所述的裝置，其特征在于，所述的檢測裝置響應(yīng)于所述第一信號處理器的輸出信號的能量，以指示所述材料的組成。
66.一種用于計算生物組織中的動脈和靜脈信號的裝置，所述的裝置包括一個檢測器，所述的檢測器接收沿著一條第一傳輸路徑傳輸?shù)囊粋€第一信號和沿著一條第二傳輸路徑傳輸?shù)囊粋€第二信號，所述的第一和第二傳輸路徑的一部分處在同一個傳輸介質(zhì)中，其中，所述的第一信號具有一個代表動脈血的動脈信號部分和另一個代表靜脈血的信號部分，所述的第二信號具有一個代表動脈血的動脈信號部分和另一個代表靜脈血的信號部分；以及一個信號處理器，所述信號處理器具有與所述檢測器相連的輸入端，所述的信號處理器響應(yīng)于所述第一和第二信號，將所述第一和第二信號相組合從而產(chǎn)生一個信號，所產(chǎn)生的信號具有一個明顯的分量，所述分量是所述第一和第二信號的所述動脈信號部分或所述其它信號部分的函數(shù)。
67.如權(quán)利要求66所述的裝置，其特征在于，所述的第一和第二信號部分各自的其它信號部分都包括人的呼吸指示。
68.一種用于計算生物組織中的動脈血和靜脈血的成分含量的裝置，所述的裝置包括一個信號處理器，所述的信號處理器接收第一和第二輸入，所述的兩個輸入中的第一個包括多個參比信號中的一個，所述的多個參比信號中的每一個與第二輸入相關(guān)；將所述第二輸入和作為所述第一輸入的所述多個參比信號中的每一個傳送到所述信號處理器的裝置；以及針對作為所述第一輸入的所述多個參比信號中的每一個，檢測所述的信號處理器的輸出信號的能量的裝置，其中，所述的能量是表明所述動脈血和靜脈血成分含量的指示。
69.如權(quán)利要求68所述的裝置，其特征在于，所述的動脈血和靜脈血成分含量分別是動脈和靜脈的血氧飽和度。
70.將一個生理監(jiān)護儀中的噪聲降低到最低程度的方法，所述的方法包括以下步驟檢測一個第一被測信號，所述的第一被測信號的一部分代表了一個有生命的人的心率的頻率；檢測至少一個第二被測信號，所述的第二被測信號的一部分至少部分地代表了一個有生命的人的血氧飽和度；從所述的第一被測信號中分離出所述的頻率；將所述的至少一個第二被測信號傳送到一個可調(diào)諧濾波器；利用所述的頻率調(diào)諧所述的可調(diào)諧濾波器；以及利用所述的可調(diào)諧濾波器對所述的至少一個第二被測信號進行濾波。
全文摘要
本發(fā)明涉及用于分析由一個檢測器(20，320)測得的兩個被測信號的方法和裝置，該兩個被測信號被建模，以含有原始信號部分和二次信號部分。按照根據(jù)本發(fā)明建立的模型，一些系數(shù)與兩個信號相關(guān)。在一個實施例中，本發(fā)明利用了一種轉(zhuǎn)換從而估計出一些可能的信號系數(shù)以找出合適的系數(shù)。此外，本發(fā)明涉及利用統(tǒng)計函數(shù)或傅里葉變換和開窗技術(shù)確定與兩個被測信號相關(guān)的系數(shù)。參照血氧測定技術(shù)特別詳細地描述了本發(fā)明的應(yīng)用。
文檔編號H04B17/00GK1168624SQ95196636
公開日1997年12月24日 申請日期1995年10月10日 優(yōu)先權(quán)日1991年3月7日
發(fā)明者M·K·迪亞卜, E·肯亞尼亞扎貝詹尼, I·M·埃費特爾, R·J·麥卡錫, W·M·韋伯, R·A·史密斯 申請人:馬西默有限公司