知財求人 - 知財ポータルサイト「IP Force」
▶ ジェイ－ウェイブ ダイアグノスティクス エス．アール．エルの特許一覧
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公表特許公報(A)
(11)【公表番号】
(43)【公表日】2023-05-22
(54)【発明の名称】心電図解析
(51)【国際特許分類】
A61B 5/346 20210101AFI20230515BHJP
【ＦＩ】
A61B5/346
【審査請求】未請求
【予備審査請求】未請求
(21)【出願番号】P 2022562128
(86)(22)【出願日】2021-04-07
(85)【翻訳文提出日】2022-10-28
(86)【国際出願番号】 IB2021052886
(87)【国際公開番号】W WO2021205355
(87)【国際公開日】2021-10-14
(31)【優先権主張番号】20169028.6
(32)【優先日】2020-04-09
(33)【優先権主張国・地域又は機関】EP
(31)【優先権主張番号】63/007,496
(32)【優先日】2020-04-09
(33)【優先権主張国・地域又は機関】US
(81)【指定国・地域】
(71)【出願人】
【識別番号】522396779
【氏名又は名称】ジェイ－ウェイブ ダイアグノスティクス エス．アール．エル
(74)【代理人】
【識別番号】110001519
【氏名又は名称】弁理士法人太陽国際特許事務所
(72)【発明者】
【氏名】アナスタージア、ルイージ
(72)【発明者】
【氏名】クリスティー、アシュトン ボイド
(72)【発明者】
【氏名】チコンテ、ジュゼッペ
(72)【発明者】
【氏名】グラント、エドワード ロバート
(72)【発明者】
【氏名】メロ、ルーク ロビンソン
(72)【発明者】
【氏名】パッポーネ、カルロ
【テーマコード（参考）】
4C127
【Ｆターム（参考）】
4C127AA02
4C127GG10
4C127KK03
(57)【要約】
心電図（「ＥＣＧ」）解析を容易にするコンピュータ実装方法は、患者の１つ以上の検出済み心電図トレースを受信することを含み、検出済み心電図トレースの各々は検出された期間にわたって患者について検出された患者の心臓活動を表す。また、この方法は、１つ以上の検出済み心電図トレースの各々について、複数の対応する検出済み心電図トレースセグメントを識別することと、識別された対応する検出済み心電図トレースセグメントの少なくとも１つに基づいて代表的な心電図トレースを決定することとを含み、検出済み心電図トレースセグメントの各々は、検出された期間のセグメントにわたる患者について検出された患者の心臓活動を表す。この方法は、少なくとも１つのニューラルネットワーク分類器を、１つ以上の決定された代表的な心電図トレースに適用させて、患者の少なくとも１つの診断に関連する１つ以上の診断関連スコアを決定することを含む。他の方法、システム、及びコンピュータ可読媒体が開示される。
【特許請求の範囲】
【請求項1】
心電図解析を容易にするコンピュータ実装方法であって、患者に対する１つ以上の検出済み心電図トレースを受信することであって、前記検出済み心電図トレースの各々は、検出された期間にわたる検出された患者の心臓活動を表す、検出済み心電図トレースを受信することと、
前記１つ以上の検出済み心電図トレースの各々について、
複数の対応する検出済み心電図トレースセグメントを識別することであって、前記検出済み心電図トレースセグメントの各々は、前記検出された期間のセグメントにわたる前記患者についての検出された患者の心臓活動を表す、検出済み心電図トレースセグメントを識別することと、
識別された前記対応する検出済み心電図トレースセグメントの少なくとも１つに基づいて、代表的な心電図トレースを決定することと、
少なくとも１つのニューラルネットワーク分類器を、１つ以上の決定された前記代表的な心電図トレースに適用させて、前記患者の少なくとも１つの診断に関連する１つ以上の診断関連スコアを決定することと、
を含む方法。
【請求項2】
前記代表的な心電図トレースを決定することが、前記複数の対応する検出済み心電図トレースセグメントのサブセットを識別することと、前記サブセットが、前記複数の対応する検出済み心電図トレースセグメントの少なくとも１つを除外することと、識別された前記サブセットに基づいて前記代表的な心電図トレースを決定することと、を含む、請求項１に記載の方法。
【請求項3】
前記複数の対応する検出済み心電図トレースセグメントの前記サブセットを識別することが、前記複数の対応する検出済み心電図トレースセグメントに主成分解析を適用して、前記対応する検出済み心電図トレースセグメントの各々に関連する主成分スコアのそれぞれのセットを決定することと、
前記主成分スコアを比較して、前記サブセットから除外されるべき前記複数の対応する検出済み心電図トレースセグメントの前記少なくとも１つを識別することと、
を含む、請求項２に記載の方法。
【請求項4】
前記主成分スコアのセットの各々が、第１の主成分スコア及び第２の主成分スコアを含み、前記主成分スコアを比較することが、
前記第１の主成分スコア及び前記第２の主成分スコアからそれぞれ第１の信頼限界及び第２の信頼限界を決定することと、
前記対応する検出済み心電図トレースセグメントの各々について、前記検出済み心電図トレースセグメントに関連する前記第１の主成分スコア及び前記第２の主成分スコアを、前記第１の信頼限界及び前記第２の信頼限界と比較することと、
を含む、請求項３に記載の方法。
【請求項5】
前記検出済み心電図トレースセグメントに関連する前記第１の主成分スコア及び前記第２の主成分スコアを、前記第１の信頼限界及び前記第２の信頼限界と比較することが、前記第１の主成分スコア及び前記第２の主成分スコアが、前記第１の信頼限界及び前記第２の信頼限界によって設定される半径を有する楕円の外側にあるかどうかを判断することと、前記第１の主成分スコア及び前記第２の主成分スコアが楕円の外側にある場合に、前記サブセットから除外されるべき前記検出済み心電図トレースセグメントを識別することと、を含む、請求項４に記載の方法。
【請求項6】
前記第１の信頼限界及び前記第２の信頼限界を決定することが、前記第１の主成分スコア及び前記第２の主成分スコアの各々にホテリングＴ２統計量を適用することを含む、請求項４又は請求項５に記載の方法。
【請求項7】
前記第１の主成分スコア及び前記第２の主成分スコアの各々に前記ホテリングＴ２統計量を適用することが、少なくとも約９５％の信頼度でＦ分布の臨界値を使用することを含む、請求項６に記載の方法。
【請求項8】
識別された前記対応する検出済み心電図トレースセグメントの前記少なくとも１つに基づいて前記代表的な心電図トレースを決定することが、前記サブセットに含まれる前記対応する検出済み心電図トレースセグメントを平均化することを含む、請求項２から請求項７までのいずれか１項に記載の方法。
【請求項9】
前記複数の対応する検出済み心電図トレースセグメントを識別することが、前記検出済み心電図トレースセグメントにおける各々の共通の特徴を識別することと、前記複数の検出済み心電図トレースセグメントの各々について、識別された前記共通の特徴に対する各々の開始時間及び終了時間を識別することと、を含む、請求項１から請求項８までのいずれか１項に記載の方法。
【請求項10】
前記各々の共通の特徴を識別することが、前記検出済み心電図トレースセグメントの各々において、各々のＲピークを識別することを含む、請求項９に記載の方法。
【請求項11】
少なくとも１つのディスプレイに前記１つ以上の診断関連スコアの表現を表示させるために、前記１つ以上の診断関連スコアを表す信号を生成することをさらに含む、請求項１から請求項１０までのいずれか１項に記載の方法。
【請求項12】
前記少なくとも１つのニューラルネットワーク分類器が、ＢｒＳニューラルネットワーク分類器を含む、請求項１から請求項１１までのいずれか１項に記載の方法。
【請求項13】
前記少なくとも１つのニューラルネットワーク分類器を訓練することをさらに含み、前記訓練は、
訓練用心電図トレースの複数のセットを受信することであって、訓練用心電図トレースの前記複数のセットの各セットは、複数の訓練用患者のそれぞれの関連する訓練用患者についての訓練期間にわたる検出された心臓活動を表す、訓練用心電図トレースの複数のセットを受信することと、
前記訓練用心電図トレースの複数のセットの各セットについて、前記訓練用心電図トレースの前記セットに関連する前記訓練用患者のそれぞれの診断を受信することと、
前記訓練用心電図トレースの各々について、
複数の対応する訓練用心電図トレースセグメントを識別することであって、前記訓練用心電図トレースセグメントの各々は、前記訓練期間のセグメントにわたる患者の心臓活動を表す、訓練用心電図トレースセグメントを識別することと、
識別された前記対応する訓練用心電図トレースセグメントの少なくとも１つに基づいて、代表的な訓練用心電図トレースを決定することと、
前記代表的な訓練用心電図トレース及び前記診断を用いて、前記少なくとも１つのニューラルネットワーク分類器を訓練させることと、
を含む、請求項１から請求項１２までのいずれか１項に記載の方法。
【請求項14】
心電図解析を容易にするコンピュータ実装方法であって、訓練用心電図トレースの複数のセットを受信することであって、前記訓練用心電図トレースの前記複数のセットの各セットは、複数の訓練用患者のそれぞれの関連する訓練用患者についての訓練期間にわたる検出された心臓活動を表す、訓練用心電図トレースの複数のセットを受信することと、
前記訓練用心電図トレースの複数のセットの各セットについて、前記訓練用心電図トレースの前記セットに関連する前記訓練用患者のそれぞれの診断を受信することと、
前記訓練用心電図トレースの各々について、
複数の対応する訓練用心電図トレースセグメントを識別することであって、前記訓練用心電図トレースセグメントの各々は、前記訓練期間のセグメントにわたる患者の心臓活動を表す、訓練用心電図トレースセグメントを識別することと、
識別された前記対応する訓練用心電図トレースセグメントの少なくとも１つに基づいて、代表的な訓練用心電図トレースを決定することと、
前記代表的な訓練用心電図トレース及び前記診断を用いて、少なくとも１つのニューラルネットワーク分類器を訓練させることであって、前記少なくとも１つのニューラルネットワーク分類器は、少なくとも１つの診断に関連する１つ以上の診断関連スコアを出力するように構成される、ニューラルネットワーク分類器を訓練させることと、
を含む方法。
【請求項15】
前記代表的な訓練用心電図トレースを決定することが、前記複数の対応する訓練用心電図トレースセグメントのサブセットを識別することと、 前記サブセットが、前記複数の対応する訓練用心電図トレースセグメントの少なくとも１つを除外することと、識別された前記サブセットに基づいて前記代表的な訓練用心電図トレースを決定することと、を含む、請求項１４に記載の方法。
【請求項16】
前記複数の対応する訓練用心電図トレースセグメントの前記サブセットを識別することが、前記複数の対応する訓練用心電図トレースセグメントに主成分解析を適用して、前記対応する訓練用心電図トレースセグメントの各々に関連する主成分スコアのそれぞれのセットを決定することと、
前記主成分スコアを比較して、前記サブセットから除外されるべき、前記複数の対応する訓練用心電図トレースセグメントの少なくとも１つを識別することと、
を含む、請求項１５に記載の方法。
【請求項17】
前記主成分スコアのセットの各々が、第１の主成分スコア及び第２の主成分スコアを含み、前記主成分スコアを比較することが、
前記第１の主成分スコア及び前記第２の主成分スコアからそれぞれ第１の信頼限界及び第２の信頼限界を決定することと、
前記対応する訓練用心電図トレースセグメントの各々について、前記訓練用心電図トレースセグメントに関連する前記第１の主成分スコア及び前記第２の主成分スコアを、前記第１の信頼限界及び前記第２の信頼限界と比較することと、
を含む、請求項１６に記載の方法。
【請求項18】
前記訓練用心電図トレースセグメントに関連する前記第１の主成分スコア及び前記第２の主成分スコアを、前記第１の信頼限界及び前記第２の信頼限界と比較することが、前記第１の主成分スコア及び前記第２の主成分スコアが、前記第１の信頼限界及び前記第２の信頼限界によって設定された半径を有する楕円の外側にあるかどうかを判断することと、前記第１の主成分スコア及び前記第２の主成分スコアが前記楕円の外側にある場合に、前記サブセットから除外されるべき前記訓練用心電図トレースセグメントを識別することと、を含む、請求項１７に記載の方法。
【請求項19】
前記第１の信頼限界及び前記第２の信頼限界を決定することが、前記第１の主成分スコア及び前記第２の主成分スコアの各々に、ホテリングのＴ２統計方程式を適用することを含む、請求項１７又は請求項１８に記載の方法。
【請求項20】
前記第１の主成分スコア及び前記第２の主成分スコアに前記ホテリングのＴ２統計方程式を適用することが、少なくとも約９５％の信頼度でＦ分布の臨界値を使用することを含む、請求項１９に記載の方法。
【請求項21】
識別された前記対応する訓練用心電図トレースセグメントの前記少なくとも１つに基づいて前記代表的な心電図トレースを決定することが、前記サブセットに含まれる前記対応する訓練用心電図トレースセグメントを平均化することを含む、請求項１５から請求項２０までのいずれか１項に記載の方法。
【請求項22】
前記複数の対応する訓練用心電図トレースセグメントを識別することが、前記訓練用心電図トレースセグメントにおける各々の共通の特徴を識別することと、識別された前記共通の特徴に対する前記複数の訓練用心電図トレースセグメントの各々について、各々の開始時間及び終了時間を識別することと、を含む、請求項１４から請求項２１までのいずれか１項に記載の方法。
【請求項23】
前記各々の共通の特徴を識別することが、前記訓練用心電図トレースセグメントの各々において、各々のＲピークを識別することを含む、請求項２２に記載の方法。
【請求項24】
前記少なくとも１つのニューラルネットワーク分類器がＢｒＳニューラルネットワーク分類器を含み、受信された前記診断の各々がＢｒＳ診断を含む、請求項１４から請求項２３までのいずれか１項に記載の方法。
【請求項25】
請求項１から請求項２４までのいずれか１項に記載の方法を実行するように構成された少なくとも１つのプロセッサを備える、心電図解析を容易にするためのシステム。
【請求項26】
少なくとも１つのプロセッサによって実行されると、前記少なくとも１つのプロセッサに、請求項１から請求項２４までのいずれか１項に記載の方法を実行させるコードが記憶されている、非一時的コンピュータ可読媒体。【発明の詳細な説明】
【技術分野】
【0001】
本発明の実施形態は心電図解析に関し、より詳細には、心電図の解析を容易にするコンピュータ実装に関する。
【背景技術】
【0002】
心電図（「ＥＣＧ」）解析は、症候群、疾患、及び／又は障害の診断を提供するのを助けるために、病理学において使用され得る。既知の心電図解析システムは、一般に生の心電図を提供するように構成された機器を含み得ると共に、専門家に対して、生の心電図を確認して解析し、その専門的判断のみに頼って診断を下すことを要求する場合がある。しかしながら、専門家であっても、特定の診断を示し得るいくつかの既知の心電図解析システムによって提供されるような、生の心電図トレースの微妙な特性を識別することはできない。
【0003】
さらに、専門家へのアクセスは、制限されかつ/又は費用がかかる場合があり、既知の心電図システムで専門家のみを使用すると、診断結果に一貫性がない場合がある。特に、例えばブルガダ症候群（ＢｒＳ）の解析などの、一部の症候群、疾患、及び／又は障害については、一部の既知のシステムによって表示される生の心電図は、患者の約３分の１においてのみ診断可能であり得る。残りの３分の２の患者は、非常に目立たない心電図異常を有している可能性があり、これらは、一部の既知のシステムによって提供される生の心電図を見る人間の眼によっては検出できない可能性がある。
【0004】
さらに、ＢｒＳの診断に必要な心電図パターンを明らかにするために、一部の既知の心電図診断アプローチでは、専門家が生の心電図トレースを確認する前に患者が薬物を使用する必要がある。このアプローチは、疾患固有の心電図異常を増幅させるが、患者に危険をもたらす可能性がある。実際、これらの薬物の中には潜在的な催不整脈作用を有するものがあり、検査中に生命を脅かす不整脈を引き起こす可能性がある。したがって、一部の既知の心電図システムは、診断に時間がかかり、高価で、安全ではなく、かつ／又は不正確な診断をもたらす可能性がある。
【発明の概要】
【0005】
様々な実施形態によれば、心電図（ＥＣＧ：electrocardiogram）解析を容易にするコンピュータ実装方法が提供される。本方法は、患者に対する１つ以上の検出済み心電図トレースを受信することを含み、検出済み心電図トレースの各々は、検出された期間にわたる検出された患者の心臓活動を表す。また、本方法は、１つ以上の検出済み心電図トレースの各々について、複数の対応する検出済み心電図トレースセグメントを識別することと、識別された対応する検出済み心電図トレースセグメントのうちの少なくとも１つに基づいて、代表的な心電図トレースを決定することとを含み、検出済み心電図トレースセグメントの各々は、検出された期間のセグメントにわたる患者についての検出された患者の心臓活動を表す。本方法は、少なくとも１つのニューラルネットワーク分類器を１つ以上の決定された代表的な心電図トレースに適用させて、患者の少なくとも１つの診断に関連する１つ以上の診断関連スコアを決定することを含む。
【0006】
代表的な心電図トレースを決定することは、複数の対応する検出済み心電図トレースセグメントのサブセットを識別することと、サブセットが複数の対応する検出済み心電図トレースセグメントのうちの少なくとも１つを除外することと、識別されたサブセットに基づいて代表的な心電図トレースを決定することと、を含み得る。
【0007】
複数の対応する検出済み心電図トレースセグメントのサブセットを識別することは、複数の対応する検出済み心電図トレースセグメントに主成分解析を適用して、対応する検出済み心電図トレースセグメントの各々に関連する主成分スコアのそれぞれのセットを決定することと、主成分スコアを比較して、サブセットから除外されるべき複数の対応する検出済み心電図トレースセグメントの少なくとも１つを識別することと、を含み得る。
【0008】
主成分スコアのセットの各々は、第１の主成分スコア及び第２の主成分スコアを含み得る。主成分スコアを比較することは、第１の主成分スコア及び第２の主成分スコアからそれぞれ第１の信頼限界及び第２の信頼限界を決定することと、対応する検出済み心電図トレースセグメントの各々について、検出済み心電図トレースセグメントに関連する第１の主成分スコア及び第２の主成分スコアを、第１の信頼限界及び第２の信頼限界と比較することと、を含み得る。
【0009】
検出済み心電図トレースセグメントに関連する第１の主成分スコア及び第２の主成分スコアを、第１の信頼限界及び第２の信頼限界と比較することは、第１の主成分スコア及び第２の主成分スコアが、第１の信頼限界及び第２の信頼限界によって設定される半径を有する楕円の外側にあるかどうかを判断することと、それらが楕円の外側にある場合に、サブセットから除外されるべき検出済み心電図トレースセグメントを識別することと、を含み得る。
【0010】
第１の信頼限界及び第２の信頼限界を決定することは、第１の主成分スコア及び第２の主成分スコアの各々に、ホテリングＴ２統計量を適用することを含み得る。
【0011】
第１の主成分スコア及び第２の主成分スコアの各々にホテリングＴ２統計量を適用することは、少なくとも約９５％の信頼度でＦ分布の臨界値を使用することを含み得る。
【0012】
識別された対応する検出済み心電図トレースセグメントのうちの少なくとも１つに基づいて代表的な心電図トレースを決定することは、サブセットに含まれる対応する検出済み心電図トレースセグメントを平均化することを含み得る。
【0013】
複数の対応する検出済み心電図トレースセグメントを識別することは、検出済み心電図トレースセグメントにおける各々の共通の特徴を識別することと、複数の検出済み心電図トレースセグメントの各々について、識別された共通の特徴に対する各々の開始時間及び終了時間を識別することと、を含み得る。
【0014】
各々の共通の特徴を識別することは、検出済み心電図トレースセグメントの各々において、各々のＲピークを識別することを含み得る。
【0015】
本方法は、少なくとも１つのディスプレイに１つ以上の診断関連スコアの表現を表示させるために、１つ以上の診断関連スコアを表す信号を生成すること含み得る。
【0016】
少なくとも１つのニューラルネットワーク分類器は、ＢｒＳニューラルネットワーク分類器を含み得る。
【0017】
本方法は、少なくとも１つのニューラルネットワーク分類器を訓練することを含み得る。訓練は、訓練用心電図トレースの複数のセットを受信することを含み、訓練用心電図トレースの複数のセットの各セットは、複数の訓練用患者のそれぞれの関連する訓練用患者についての訓練期間にわたる検出された心臓活動を表す。また、訓練は、訓練用心電図トレースの複数のセットの各セットについて、訓練用心電図トレースのセットに関連する訓練用患者のそれぞれの診断を受信することを含む。また、訓練は、訓練用心電図トレースの各々について、複数の対応する訓練用心電図トレースセグメントを識別することと、識別された対応する訓練用心電図トレースセグメントの少なくとも１つに基づいて、代表的な訓練用心電図トレースを決定することと、を含み、訓練用心電図トレースセグメントの各々は、訓練期間のセグメントにわたる患者の心臓活動を表す。また、訓練は、代表的な訓練用心電図トレース及び診断を用いて、少なくとも１つのニューラルネットワーク分類器を訓練させること含み得る。
【0018】
様々な実施形態に従って、心電図（「ＥＣＧ」）解析を容易にするコンピュータ実施方法が提供される。本方法は、訓練用心電図トレースの複数のセットを受信することを含み、訓練用心電図トレースの複数のセットの各セットは、複数の訓練用患者のそれぞれの関連する訓練用患者についての訓練期間にわたる検出された心臓活動を表す。また、本方法は、訓練用心電図トレースの複数のセットの各セットについて、訓練用心電図トレースのセットに関連する訓練用患者のそれぞれの診断を受信することを含む。また、本方法は、訓練用心電図トレースの各々について、複数の対応する訓練用心電図トレースセグメントを識別することと、識別された前記対応する訓練用心電図トレースセグメントの少なくとも１つに基づいて代表的な訓練用心電図トレースを決定することと、を含み、訓練用心電図トレースセグメントの各々は、訓練期間のセグメントにわたる患者の心臓活動を表す。本方法は、代表的な訓練用心電図トレース及び診断を用いて、少なくとも１つのニューラルネットワーク分類器を訓練させることを含み、少なくとも１つのニューラルネットワーク分類器は、少なくとも１つの診断に関連する１つ以上の診断関連スコアを出力するように構成される。
【0019】
代表的な訓練用心電図トレースを決定することは、複数の対応する訓練用心電図トレースセグメントのサブセットを識別することと、 サブセットが、複数の対応する訓練用心電図トレースセグメントの少なくとも１つを除外することと、識別されたサブセットに基づいて代表的な訓練用心電図トレースを決定することと、を含み得る。
【0020】
複数の対応する訓練用心電図トレースセグメントのサブセットを識別することは、複数の対応する訓練用心電図トレースセグメントに主成分解析を適用して、対応する訓練用心電図トレースセグメントの各々に関連する主成分スコアのそれぞれのセットを決定することと、主成分スコアを比較して、サブセットから除外されるべき、複数の対応する訓練用心電図トレースセグメントの少なくとも１つを識別することと、を含み得る。
【0021】
主成分スコアのセットの各々が、第１の主成分スコア及び第２の主成分スコアを含み、主成分スコアを比較することは、第１の主成分スコア及び第２の主成分スコアからそれぞれ第１の信頼限界及び第２の信頼限界を決定することと、対応する訓練用心電図トレースセグメントの各々について、訓練用心電図トレースセグメントに関連する第１の主成分スコア及び第２の主成分スコアを、第１の信頼限界及び第２の信頼限界と比較することと、を含み得る。
【0022】
訓練用心電図トレースセグメントに関連する第１の主成分スコア及び第２の主成分スコアを、第１の信頼限界及び第２の信頼限界と比較することは、第１の主成分スコア及び第２の主成分スコアが、第１の信頼限界及び前記第２の信頼限界によって設定された半径を有する楕円の外側にあるかどうかを判断することと、それらが楕円の外側にある場合に、サブセットから除外されるべき訓練用心電図トレースセグメントを識別することと、を含み得る。
【0023】
第１の信頼限界及び第２の信頼限界を決定することは、第１の主成分スコア及び第２の主成分スコアの各々に、ホテリングのＴ２統計方程式を適用することを含み得る。
【0024】
第１の主成分スコア及び第２の主成分スコアにホテリングのＴ２統計方程式を適用することは、少なくとも約９５％の信頼度でＦ分布の臨界値を使用することを含み得る。
【0025】
識別された対応する訓練用心電図トレースセグメントのうちの少なくとも１つに基づいて代表的な心電図トレースを決定することは、サブセットに含まれる対応する訓練用心電図トレースセグメントを平均化することを含む。
【0026】
複数の対応する訓練用心電図トレースセグメントを識別することが、訓練用心電図トレースセグメントにおける各々の共通の特徴を識別することと、識別された共通の特徴に対する複数の訓練用心電図トレースセグメントの各々について、各々の開始時間及び終了時間を識別することと、を含み得る。
【0027】
各々の共通の特徴を識別することは、訓練用心電図トレースセグメントの各々において、各々のＲピークを識別することを含み得る。
【0028】
少なくとも１つのニューラルネットワーク分類器は、ＢｒＳニューラルネットワーク分類器を含み得、受信された診断の各々はＢｒＳ診断を含む。
【0029】
様々な実施形態によれば、上記の方法のいずれかを実行するように構成された少なくとも１つのプロセッサを備える、心電図（「ＥＣＧ」）解析を容易にするためのシステムが提供される。
【0030】
様々な実施形態によれば、少なくとも１つのプロセッサによって実行されると、少なくとも１つのプロセッサに、上記の方法のいずれかを実行させるコードが記憶された非一時的コンピュータ可読媒体が提供される。
【図面の簡単な説明】
【0031】
【図1】様々な実施形態による心電図（「ＥＣＧ」）解析又は分類を容易にするためのシステムの概略図である。
【図13】様々な実施形態による、ニューラルネットワーク訓練を含む心電図解析を容易にするためのシステムの概略図である。
【図15】様々な実施形態による、図１３に示すシステムの心電図ニューラルネットワーク訓練装置に、心電図ニューラルネットワーク訓練機能を実行するように指示するためのコードブロックを示すフローチャートである。
【図19】様々な実施形態による、患者のベースライン心電図と、患者にチャレンジした後に得られた心電図とを表す図である。
【図20】様々な実施形態による、患者のベースライン心電図と、患者にチャレンジした後に得られた心電図とを表す図である。
【図21】様々な実施形態による、患者のベースライン心電図と、患者にチャレンジした後に得られた心電図とを表す図である。
【図22】様々な実施形態による、患者のベースライン心電図と、患者にチャレンジした後に得られた心電図とを表す図である。
【図23】様々な実施形態による、患者のベースライン心電図と、患者にチャレンジした後に取得された心電図とを表す図である。
【図24】様々な実施形態による、患者のベースライン心電図と、患者にチャレンジした後に取得される心電図とを表す図である。
【発明を実施するための形態】
【0032】
心臓の健康を改善する食事や生活習慣対策が認識されるようになり、心血管死亡率は過去３０年間で低下している。このような進歩にもかかわらず、心血管疾患の問題は依然として残っており、世界中で年間１７００万人の死亡の原因となっている。これらの死亡例の約４分の１は、心臓突然死（ＳＣＤ）として知られる心臓機能の予期せぬ喪失により死亡している。ＳＣＤは、既存の心疾患がないにも拘わらず、前触れもなく起こる場合がある。これらの死亡例の３分の１は、ブルガダ症候群（ＢｒＳ）として知られる、症状がある又は無症状の心原性疾患（cardio-genetic condition）の発現として起こる。
【0033】
医療従事者は、一般に、心臓症候群、心臓疾患、及び／又は心機能障害を診断する際の補助として、心電図波形を分類する病理学的ツールとしての心電図（ＥＣＧ）解析に頼っている。残念ながら、いくつかの既知のシステムによって提供される患者の生の心電図は、２０％未満の症例でＢｒＳの診断を提示する。残りのＢｒＳ陽性者は、広範囲の心電図異常を示すことがある。さらに、心停止を生き延びたＢｒＳ患者の半数以上は、医療専門家には全く正常であると思われる心電図を示している。その結果、ほとんどのＢｒＳ患者は診断されないままである。
【0034】
症候がある患者についてさえ、既知の心電図解析技術では、専門家が生の心電図を確認及び解析し、専門的な判断で診断に至ることが必要である。しかしながら、専門家による観察では、特定の診断の指標となり得る生の心電図トレースの微妙な特性を特定することができない場合がある。専門家へのアクセスは、制限されかつ／又は費用がかかる場合があり、心電図における明白ではないパターンの認識について任意の個人に依存することは、矛盾した診断結果をもたらす可能性が十分にある。さらに、既知の心電図システムを使用すると、診断に時間がかかり、高価で、安全でない、及び／又は不正確な診断となる可能性がある。
【0035】
したがって、ＢｒＳの心電図パターンを解明し、ＢｒＳの家系（family history）を有する患者の状態を正確に診断するためには、通常、この疾患に固有の心電図異常を誘発するナトリウムチャネル遮断薬の投与が必要である。しかしながら、このような薬物は生命を脅かす不整脈を引き起こす可能性があり、これは、この診断方法は適切な設備の整った手術室でしか行えないことを意味する。
【0036】
これらの安全性の問題は、現在の診断システムの一般的な適用を大幅に制限し、最終的には、未診断のＢｒＳ患者をＳＣＤのリスクにさらすことになる。
【0037】
図１を参照すると、様々な実施形態による、心電図（「ＥＣＧ」）解析又は分類を容易にするためのシステム１０が提供されている。システム１０は、心電図データ源１４及びディスプレイ１６と通信するコンピュータ実装の心電図解析装置１２を含む。
【0038】
様々な実施形態では、システム１０は、心電図データを使用してＢｒＳの診断を補助するように構成され得る。しかしながら、様々な実施形態では、システム１０又はシステム１０と概ね同様のシステムは、ブルガダ症候群（ＢｒＳ）、早期再分極症候群（ＥＲＳ）、ＱＴ延長症候群（ＬＱＴＳ）、ＱＴ短縮症候群（ＳＱＴＳ）、及び／又は他の解析的でおそらく特発性の機能障害などの、１つ以上の症候群、機能障害、及び／又は原発性電気的疾患（primary electrical diseases）の診断を補助するために使用され得る。いくつかの実施形態では、他の診断技術と共にシステム１０を使用することによって、診断に到達することができる。例えば、いくつかの実施形態では、システム１０は、非侵襲的スクリーニングプログラムを提供するために使用され得る。様々な実施形態において、ＢｒＳのためのそのような非侵襲的スクリーニング検査により、年間１００万人の生命を救うことができる。
【0039】
いくつかの実施形態では、システム１０は、心電図応答を誘発するために薬物を使用することなく、心電図データからＢｒＳなどの１つ以上の症候群、疾患、及び／又は機能障害の診断を容易にする機能を含むことができる。例えば、いくつかの実施形態では、システム１０は、患者にナトリウムチャネル遮断薬（例えば、アジマリン、フレカイニド、ピルジカイニド、又はプロカインアミド）などの薬物を使用させることなく、心電図データからのＢｒＳの診断を容易にすることができる。したがって、システム１０は、死亡の可能性がある薬物を使用することなく、心電図データからのＢｒＳの非侵襲的な診断又はＢｒＳの可能性の示唆のためのコンピュータ支援方法を容易にすることができる。
【0040】
本明細書で説明されるいくつかの実施形態では、システム１０は、心電図データで訓練された深層学習モデルによって認識される従来の心電図トレースデータにおけるパターンからのＢｒＳの診断を支援するように構成され得る。様々な実施形態では、システム１０は、現在及び将来の世代の心電図記録装置における統合に適していてもよく、これにより、オペレータに依存しない自動化された診断を提供することができる。いくつかの実施形態では、ＢｒＳ又は他の不整脈原性心筋症に関連する不整脈信号の診断及び／又は認識を容易にするために、システムには様々な医療機器（埋め込み型及び装着型デバイスと、固定型及び携帯型の臨床用及び家庭用モニタとを含む）からの心電図信号で十分な場合がある。いくつかの実施形態では、システム１０は、ＢｒＳ及び／又は他の隠れた不整脈病態の診断を補助するために、スマートウォッチ、スマートフォン、及び／又は他の多目的電子製品などの利用者向けウェアラブルデバイスによって生成された心電図信号を処理するように構成され得る。
【0041】
図１を参照すると、様々な実施形態では、心電図データ源１４は、心電図解析装置１２に、患者の１つ以上の検出済み心電図トレースを表す心電図データを提供するように構成されてもよく、検出済み心電図トレースの各々は、検出された期間にわたる、検出された患者の心臓活動を表す。例えば、いくつかの実施形態では、心電図データ源１４は、患者に結合されたセンサ又はリードを用いて心電図データを取得するように構成された心電図センサシステムを含むことができる。いくつかの実施形態では、例えば、心電図データ源１４は、患者に結合され、心電図データを検出するように構成された１２本のリードを含むことができ、したがって、心電図データは、患者についての１２個の検出済み心電図トレースを表すことができる。様々な実施形態では、代替的な数のリード及び／又は心電図トレースを使用することができる。
【0042】
心電図解析装置１２は、心電図データ源１４から、患者の１つ以上の検出済み心電図トレースを表す心電図データを受信することができる。いくつかの実施形態では、心電図解析装置１２は、心電図データをメモリに記憶することができる。
【0043】
次いで、心電図解析装置１２は、１つ以上の検出済み心電図トレースの各々について、複数の対応する検出済み心電図トレースセグメントを識別し、検出済み心電図トレースセグメントの各々は、検出された期間のセグメントにわたる、患者について検出された患者の心臓活動を表し、識別された対応する検出済み心電図トレースセグメントの少なくとも１つに基づいて、代表的な心電図トレースを決定することができる。いくつかの実施形態では、検出済み心電図トレースセグメントは、心電図トレースセグメントの各々が単一の心拍について検出された心電図データを表すように選択されてもよい。様々な実施形態では、心電図トレースセグメントの各々は、概ね類似しており、繰り返される特徴（反復特徴：repeated features）を有することができる。
【0044】
様々な実施形態では、互いに対応し、概ね類似している可能性がある検出済み心電図トレースセグメントを識別し、次に、識別された心電図トレースセグメントに基づいて代表的な心電図トレースを決定することは、心電図解析装置１２が、心電図トレースセグメント内の反復特徴を代表的な心電図トレースに表現させ、例えば電気的干渉又は無関係な患者の動きから生じるノイズ及び／又は収差によって引き起こされる歪みを低減するのに役立つ場合がある。
【0045】
いくつかの実施形態では、心電図解析装置１２は、検出済み心電図トレースセグメント内の共通の特徴を識別することと、識別された共通の特徴に関連する複数の検出済み心電図トレースセグメントの各々について、それぞれの開始時間及び終了時間を識別することとによって、トレースセグメントを識別することができる。いくつかの実施形態では、例えば、心電図解析装置１２は、トレースセグメントの各々についてＲピークを識別し、識別されたＲピークに関連するトレースセグメントについて、開始時間及び終了時間を識別することができる。様々な実施形態では、各トレースセグメントについてＲピークなどの共通の特徴を識別することにより、心電図解析装置１２は、心電図トレースセグメントを整列させるか又は同期させることができ、それにより、各々の心電図トレースセグメントの開始時間にかかわらず、心電図トレースセグメントを比較することができる。様々な実施形態では、これは、心電図トレースセグメントに含まれる共通の特徴をよりよく反映する代表的な心電図トレースの決定を容易にすることができる。
【0046】
いくつかの実施形態では、心電図解析装置１２は、各トレースに含まれる心電図トレースセグメントのサブセットのみを使用して、代表的な心電図トレースを決定又は生成することができる。いくつかの実施形態では、例えば、心電図解析装置１２は、他の心電図トレースセグメントと比較して外れ値（outlier）心電図情報を表すと考えられる心電図トレースセグメントを無視することができる。様々な実施形態では、心電図トレースセグメントのサブセットのみを使用して代表的な心電図トレースを決定することにより、心電図解析装置１２は、異常な心電図トレースセグメントを考慮せずに生成される代表的な心電図トレースを取得することができ、これにより、代表的な心電図トレースが、心電図トレースセグメント内の反復特徴のより良い指標（indications）となることを可能にする。様々な実施形態では、これは診断を補助するために使用され得るシステム１０によって提供される、より正確なスコア及び／又は指標を容易にし得る。
【0047】
いくつかの実施形態では、心電図解析装置１２は、心電図トレースセグメントを平均化することによって、代表的な心電図トレースを決定することができる。様々な実施形態では、心電図トレースセグメントを平均化することによって、セグメント内の反復特徴の影響が強調され得る一方、セグメントの異常な特徴の影響が最小化され得る。
【0048】
様々な実施形態では、１つ以上の検出済み心電図トレースは、１２個の検出済み心電図トレースを含むことができ、したがって、心電図解析装置１２は、１２個の代表的な心電図トレースを決定することができる。心電図解析装置１２は、決定された代表的な心電図トレースをメモリに記憶することができる。様々な実施形態において、１２個の代表的な心電図トレースの各々は、１２個の検出済み心電図トレースにおける反復特徴を表すことができる。いくつかの実施形態では、１２個の代表的な心電図トレースを決定する際に心電図解析装置１２によって実行される処理のために、これらのトレースは、患者の診断関連スコアを決定する際に、ニューラルネットワーク分類器又は関数（neural network classifier or function）ための優れた入力として機能することができる。
【0049】
様々な実施形態では、心電図解析装置１２は、少なくとも１つのニューラルネットワーク分類器又は関数を１つ以上の決定された代表的な心電図トレースに適用させて、患者の診断に関連する１つ以上の診断関連スコア（diagnostically relevant scores）を決定することができる。例えば、いくつかの実施形態では、心電図解析装置１２は、ＢｒＳ診断ニューラルネットワーク分類器を定義するデータを装置内に格納することができ、この分類器は、その入力に１２個の代表的な心電図トレースを含み、ＢｒＳ診断スコアなどの診断スコアを出力するように構成され得る。いくつかの実施形態では、診断スコアは、疾患及び／又は機能障害の機械診断におけるコンピュータが決定した信頼度の統計的表現であってもよい。例えば、いくつかの実施形態では、心電図解析装置１２は、ＢｒＳ診断ニューラルネットワーク分類器に、ＢｒＳ診断スコアを０から１の間の１０進数として出力させるように構成されてもよく、０に近いスコアはＢｒＳの陰性診断の高い信頼度を表し（すなわち、患者はＢｒＳを有さない）、１に近いスコアはＢｒＳの陽性診断の高い信頼度を表し（すなわち、患者はＢｒＳを有する）、その中間にあるスコアは様々なレベルの信頼度を表す。いくつかの実施形態では、１つ以上の診断関連スコアは、患者を特定の疾患状態に分類するために使用され得る疾患状態分類器スコアを表し得る。
【0050】
いくつかの実施形態では、心電図解析装置１２は、ＢｒＳ診断ニューラルネットワーク分類器を、事前に決定された１２個の代表的な心電図トレースに適用させて、ＢｒＳ診断スコアを決定することができる。心電図解析装置１２は、ＢｒＳ診断スコアをメモリに記憶することができる。
【0051】
いくつかの実施形態では、心電図解析装置１２は、ディスプレイ１６によってスコアの表現を表示させるために、１つ以上の診断関連スコアを表す信号を生成することができる。例えば、いくつかの実施形態では、心電図解析装置１２は、スコアを表す０と１との間の数を生じさせるための信号を生成することができ、このスコアは、例えばディスプレイ１６に表示される診断確率を表すものであってよい。
【0052】
いくつかの実施形態では、ディスプレイ１６は、患者及び／又は医療専門家によって閲覧されてもよい。様々な実施形態では、診断関連スコアの表示された表現に基づいて対処が行われる場合があり、これは、将来の生命を脅かす事象を防止するのに役立つ可能性がある。例えば、患者がＢｒＳを有する可能性が高いことを示すＢｒＳ診断スコアは、医師に、追加の診断手順及び／又は治療手順を実行又は修正させ得る。
【0053】
いくつかの実施形態では、心電図解析装置１２は、外部又は埋め込み型の除細動器又は心臓ペースメーカの機能を調整させるために、１つ以上の診断関連スコアに基づいて信号を生成するように構成され得る。
【0054】
いくつかの実施形態では、ディスプレイ１６及び／又はシステム１０の一部又は全部は、例えば、カテーテルアブレーションを含む介入処置後の診断薬の用量応答や治療結果の強化されたモニタリングを含む、診断手順及び治療手順の監視を目的として、手術室における患者の診断手順又は治療手順の強化された監視を容易にするために手術室内に含まれ得る。
【0055】
いくつかの実施形態では、ディスプレイ１６及び／又はシステム１０の一部又は全部は、連続的な心臓モニタリングシステムに含まれて、例えば、外来患者又は座位患者における原発性電気障害性不整脈（primary electronic disorder arrhythmias）の検出を容易にすることができる。
【0056】
いくつかの実施形態では、ディスプレイ１６及び／又はシステム１０の一部又は全部は、連続的な心臓モニタリングシステムに含まれて、夜間の原発性電気障害性不整脈の適切な対応者への警告を容易にすることができる。
【0057】
様々な実施形態では、ディスプレイ１６及び／又はシステム１０の一部又は全部は、決定された１つ以上の診断関連スコアを患者に警告するための、様々な代替的又は追加的な環境に含まれ得る。
【0058】
（心電図解析装置－プロセッサ回路）
ここで図２を参照すると、様々な実施形態による、図１に示すシステム１０の心電図解析装置１２の概略図が示されている。図２を参照すると、心電図解析装置１２は、解析装置プロセッサ１００と、解析装置プロセッサ１００と通信可能なプログラムメモリ１０２、ストレージメモリ１０４、及び入出力（Ｉ／Ｏ）インタフェース１１２と、を含むプロセッサ回路を含んでいる。様々な実施形態では、解析装置プロセッサ１００は、例えば、中央処理装置（ＣＰＵ）、グラフィカル処理装置（ＧＰＵ）、及び／又はフィールドプログラマブルゲートアレイ（ＦＰＧＡ）などの１つ以上の処理装置を含むことができる。いくつかの実施形態では、本明細書で説明する心電図解析装置１２の機能の一部又は全部は、１つ以上のＦＰＧＡを使用して実装され得る。
ここで図２を参照すると、様々な実施形態による、図１に示すシステム１０の心電図解析装置１２の概略図が示されている。図２を参照すると、心電図解析装置１２は、解析装置プロセッサ１００と、解析装置プロセッサ１００と通信可能なプログラムメモリ１０２、ストレージメモリ１０４、及び入出力（Ｉ／Ｏ）インタフェース１１２と、を含むプロセッサ回路を含んでいる。様々な実施形態では、解析装置プロセッサ１００は、例えば、中央処理装置（ＣＰＵ）、グラフィカル処理装置（ＧＰＵ）、及び／又はフィールドプログラマブルゲートアレイ（ＦＰＧＡ）などの１つ以上の処理装置を含むことができる。いくつかの実施形態では、本明細書で説明する心電図解析装置１２の機能の一部又は全部は、１つ以上のＦＰＧＡを使用して実装され得る。
【0059】
Ｉ／Ｏインタフェース１１２は、心電図データ源１４と通信するためのインタフェース１２０と、ディスプレイ１６と通信するためのインタフェース１２２とを含む。いくつかの実施形態では、Ｉ／Ｏインタフェース１１２は、インターネットなどのネットワークを介したネットワーク通信を容易にするための追加のインタフェースを含むこともできる。いくつかの実施形態では、インタフェース１２０及び／又は１２２の一部又は全部は、無線通信又は有線通信を容易にすることができる。いくつかの実施形態では、図２に示すインタフェースの各々が１つ以上のインタフェースを含んでいてもよいし、及び／又はＩ／Ｏインタフェース１１２に含まれるインタフェースの一部又は全部が、複合インタフェース又は単一のインタフェースとして実装され得る。
【0060】
いくつかの実施形態では、本明細書でデバイスが情報を受信又は送信すると記載されている場合、デバイスが、デバイスのインタフェースを介して情報を表す信号を受信するか、又は情報を表す信号を生成してデバイスのインタフェースを介して他のデバイスに信号を送信することと理解され得る。
【0061】
解析装置プロセッサ１００に様々な機能を実行するように指示するためのプロセッサ実行可能なプログラムコードは、プログラムメモリ１０２に格納されている。図２を参照すると、プログラムメモリ１０２は、心電図解析装置１２に容易に心電図解析機能を実行するように指示するためのコードブロック１７０を含む。本明細書では、アプリケーション又はモジュールなどの特定の符号化されたエンティティが特定の機能を実行すると記載されている場合がある。本明細書では、アプリケーション、モジュール、又は符号化されたエンティティが、例えば、機能又は方法の一部として動作を実行すると記載されている場合、少なくとも１つのプロセッサ（例えば、解析装置プロセッサ１００）は、アプリケーションの一部を定義又は形成するプログラム可能なコード又はプロセッサ実行可能なコード又は命令によって動作を実行するように指示されることが理解されよう。
【0062】
ストレージメモリ１０４は、検出された心電図データを記憶するための領域１４０、Ｒピーク識別子データを記憶するための領域１４２、検出済み心電図トレースセグメントデータを記憶するための領域１４４、主成分データを記憶するための領域１４５、心電図トレースセグメントのサブセットデータを記憶するための領域１４６、代表的な心電図トレースデータを記憶するための領域１４８、ニューラルネットワークデータを記憶するための領域１５０、患者データを記憶するための領域１５２、及び診断スコアデータを記憶するための領域１５４を含む、複数の記憶領域を含んでいる。様々な実施形態において、複数の記憶領域は、ストレージメモリ１０４内のデータベースに格納され得る。
【0063】
様々な実施形態では、コードブロック１７０は単一のコードブロックに統合されてもよく、又はコードブロック１７０の一部はプログラムメモリ１０２内の１つ以上の別個の領域に記憶された１つ以上のコードブロックを含んでいてもよい。様々な実施形態では、領域１４０～１５４の一部又は全部が統合されてもよく、及び／又は領域１４０～１５４のそれぞれがストレージメモリ１０４内の１つ以上の別個の領域を含んでいてもよい。
【0064】
プログラムメモリ１０２及びストレージメモリ１０４の各々は、ランダムアクセスメモリ（ＲＡＭ）、ハードディスクドライブ（ＨＤＤ）、ソリッドステートドライブ（ＳＳＤ）、ネットワークドライブ、フラッシュメモリ、メモリスティック若しくはカード、任意の他の形態の非一時的コンピュータ可読メモリ若しくは記憶媒体、及び／又はそれらの組合せを含む１つ以上のストレージデバイスを使用して実装され得る。いくつかの実施形態では、プログラムメモリ１０２、ストレージメモリ１０４、及び／又はその任意の部分は、例えば、心電図解析装置１２とは別個のデバイスに含まれ、Ｉ／Ｏインタフェース１１２を介して心電図解析装置１２と通信することができる。いくつかの実施形態では、本明細書で説明する解析装置プロセッサ１００の機能、及び／又は心電図解析装置１２の機能は、複数のプロセッサ及び／又は複数のデバイスを使用して実装することができ、複数のプロセッサ及び／又は複数のデバイスは、例えば、それぞれのインタフェース及び／又はインターネットなどのネットワークを介して通信する別個のデバイスであり得る。
【0065】
（心電図解析装置の動作）
上述したように、様々な実施形態では、図１及び図２に示す心電図解析装置１２は、心電図解析を容易にするように構成され得る。図３を参照すると、図２に示す解析装置プロセッサ１００に、様々な実施形態による心電図解析機能を実行するように指示するためのコードブロックを示すフローチャートが、全体的に２００で示されている。フローチャート２００に含まれるコードブロックは、例えば、図２に示すプログラムメモリ１０２のコードブロック１７０において符号化されてもよい。
上述したように、様々な実施形態では、図１及び図２に示す心電図解析装置１２は、心電図解析を容易にするように構成され得る。図３を参照すると、図２に示す解析装置プロセッサ１００に、様々な実施形態による心電図解析機能を実行するように指示するためのコードブロックを示すフローチャートが、全体的に２００で示されている。フローチャート２００に含まれるコードブロックは、例えば、図２に示すプログラムメモリ１０２のコードブロック１７０において符号化されてもよい。
【0066】
図３を参照すると、フローチャート２００は、ブロック２０２で開始し、ブロック２０２は、解析装置プロセッサ１００に、患者の１つ以上の検出済み心電図トレースを受信するように指示し、検出済み心電図トレースの各々は、検出された期間にわたる検出された患者の心臓活動を表している。
【0067】
いくつかの実施形態では、心電図データ源１４は、患者に結合された１２本のリードを含む心電図モニタ又はセンサシステムを含んでいてもよい。１２本のリードは、患者に配置されて、患者の心臓の１２個の異なる電気的位置からのトレースを提供することができる。いくつかの実施形態では、例えば、１２本のリードは、３本の双極肢リード、３本の単極肢リード、及び６本の胸部単極リードを含んでいてもよい。様々な実施形態では、１２本のリードの各々は、患者の心臓の拍動に応じて電圧を検出することができる。検出された電圧の経時的な表現は、検出済み心電図トレースとみなすことができる。いくつかの実施形態では、心電図データ源１４は、１２個の検出済み心電図トレースの各々について、それぞれの検出済み心電図トレース記録を生成及び／又は保存することができ、その例示的な表現が図４の２６０に示されている。
【0068】
図４を参照すると、いくつかの実施形態では、心電図トレース記録２６０は、心電図トレースが検出されたリードを識別するリード識別子を記憶するためのリード識別子フィールド２６２と、検出済み心電図電圧フィールド２６４とを含むことができ、検出済み心電図電圧フィールド２６４の各々は、特定の時間に検出された電圧を表す値を記憶する。いくつかの実施形態では、検出済み心電図電圧フィールド２６４の各々は、例えば、心電図トレース記録２６０内の検出済み心電図電圧フィールドの順序又は位置に基づいて、それぞれの時間に関連付けられてもよい。いくつかの実施形態では、例えば、検出済み心電図電圧フィールド２６４は、２０００Ｈｚ又は０．５ｍｓの間隔で測定された電圧を表すことができ、したがって、最初の検出済み心電図電圧フィールドは０ｍｓの時間に関連付けられてもよく、後続の検出済み心電図電圧フィールドの各々は０．５ｍｓの増分毎にそれぞれの時間に関連付けられてもよい。様々な実施形態では、例えば５００Ｈｚ、又は心拍の特徴の有意な表現を容易化することができる別の周波数など、代替のサンプリング周波数が使用されてもよい。いくつかの実施形態では、心電図トレース記録２６０の検出済み心電図電圧フィールド２６４は、選択された測定の持続時間（duration of measurement）にまたがる期間（time period）にわたって電圧を表すことができる。いくつかの実施形態では、測定の継続時間は、心電図データ源１４及び／又は心電図解析装置１２のオペレータによって選択されてもよい。いくつかの実施形態では、期間は、例えば、約６０秒であってもよい。いくつかの実施形態では、信頼性の高い出力が提供され得るように、検出済み心電図トレース記録２６０の他の期間が使用されてもよい。例えば、いくつかの実施形態では、期間は、約１０秒～２０秒、２０秒～３０秒、又は数秒であってもよい。
【0069】
いくつかの実施形態では、検出済み心電図電圧フィールド２６４は、整数値が１０，０００で割ることによって測定されたｍＶに変換され得るように、０．０００１ ｍＶのステップを表す整数値を記憶することができる。
【0070】
再び図３を参照すると、ブロック２０２は、解析装置プロセッサ１００に、それぞれが図３に示す検出済み心電図トレース記録２６０と略同様のフォーマットを有する１２個の検出済み心電図トレース記録の表現を受信し、検出済み心電図トレース記録をストレージメモリ１０４の領域１４０に記憶するように指示することができる。いくつかの実施形態では、例えば、ブロック２０２は、解析装置プロセッサ１００に、図２に示すＩ／Ｏインタフェース１１２のインタフェース１２０を介して、検出済み心電図トレース記録の表現を受信するように指示することができる。いくつかの実施形態では、ブロック２０２は、解析装置プロセッサ１００に、例えば、ＳＱＬデータベースを使用して、検出済み心電図トレース記録を記憶するように指示することができる。
【0071】
図３を参照すると、ブロック２０２が実行された後、解析装置プロセッサ１００は、ブロック２０４、２０６、及び２０８に進むことができ、それにより、解析装置プロセッサ１００に、検出済み心電図トレースのうちの１つを考慮し、考慮された心電図トレースをセグメント化し、セグメントのうちの少なくとも１つに基づいて代表的な心電図トレースを決定するように指示することができる。様々な実施形態では、ブロック２０４、２０６、及び２０８は、ブロック２０２において受信された１つ以上の検出済み心電図トレースの各々について実行され得、その結果、受信された検出済み心電図トレースの各々について代表的な心電図トレースが決定される。
【0072】
ブロック２０４は、解析装置プロセッサ１００に、１つ以上の検出済み心電図トレースのうちの１つを、対象の検出済み心電図トレース（subject sensed ECG trace）とみなすように指示する。例えば、いくつかの実施形態では、ブロック２０４の最初の実行時に、ブロック２０４は、解析装置プロセッサ１００に、図４に示す検出済み心電図トレース記録２６０によって表される検出済み心電図トレースを、対象の検出済み心電図トレースとみなすように指示することができる。
【0073】
図３を参照すると、次にブロック２０６は、解析装置プロセッサ１００に、対象の検出済み心電図トレースについて、複数の対応する検出済み心電図トレースセグメントを識別するように指示し、検出済み心電図トレースセグメントの各々は、検出された期間のセグメントにわたって患者について検出された患者の心臓活動を表している。いくつかの実施形態では、ブロック２０６は、解析装置プロセッサ１００に、検出済み心電図トレースのセグメントを、検出済み心電図トレースセグメントとして識別するように指示することができる。いくつかの実施形態では、検出済み心電図トレースセグメントは、それらが概して類似する特徴又は反復特徴を含むように識別されてもよい。いくつかの実施形態では、ブロック２０４は、解析装置プロセッサ１００に、検出済み心電図トレースセグメントの表現をストレージメモリ１０４の領域１４４に記憶するように指示することができる。
【0074】
図５を参照すると、様々な実施形態において、図３に示すブロック２０６に含まれ得るコードブロックを示すフローチャート３００が示されている。フローチャート３００は、ブロック３０２で開始し、ブロック３０２は、解析装置プロセッサ１００に、検出済み心電図トレースセグメント内のそれぞれの共通の特徴を識別するように指示する。
【0075】
いくつかの実施形態では、ブロック３０２は、解析装置プロセッサ１００に、まず、検出済み心電図トレース記録２６０によって表される情報を処理して、指定されたフォーマットに適合させるように指示することができる。例えば、いくつかの実施形態では、ブロック３０２は、１つ以上の無限インパルス応答フィルタ及び／又は他のデジタルフィルタと結合したフーリエ解析及び／又は別の形態の高調波解析を使用して、検出済み心電図トレース記録にノイズ除去及びバックグラウンド抑制を適用するように、解析装置プロセッサ１００に指示することができる。
【0076】
いくつかの実施形態では、識別された共通の特徴は、検出済み心電図トレースセグメントの各々についてのＲピークであってもよく、ブロック３０２は、解析装置プロセッサ１００に、検出済み心電図トレースセグメントの各々におけるそれぞれのＲピークを識別するように指示することができる。いくつかの実施形態では、ブロック３０２は、解析装置プロセッサ１００に、離散的、連続的、非決定的、静的、又は最大重複離散ウェーブレット変換などのウェーブレット分解アルゴリズムを適用して、検出済み心電図トレース記録２６０によって表されるＱＲＳ群の時間的位置を検出するように指示することができ、ＱＲＳ群は、典型的な心電図トレースで見られる３つのグラフィカルな変位（graphical deflections）の組合せである。ＱＲＳ群はトレースの中心的で視覚的に最も明白な部分（すなわち、心電図ライン上に見られる主なスパイク）であってもよい。ＱＲＳ群は、人間の心臓の右心室及び左心室の脱分極と、大心室筋の収縮とに対応することができる。
【0077】
様々な実施形態では、ブロック３０２は、解析装置プロセッサ１００に、検出された各ＱＲＳ群についてのそれぞれのＲピークの時間的位置を表す時間識別子をストレージメモリ１０４の領域１４２に記憶するように指示することができる。例えば、いくつかの実施形態では、ブロック３０２は、解析装置プロセッサ１００に、図６に示すようなＲピーク識別子記録３４０をストレージメモリ１０４の領域１４２に記憶するように指示することができる。
【0078】
図６を参照すると、Ｒピーク識別子記録３４０は、心電図トレースが検出されたリードを識別するためのリード識別子を記憶するためのリード識別子フィールド３４１と、図４に示す検出済み心電図トレース記録２６０から識別された各Ｒピークについての時間又は時間的位置を識別する時間識別子を記憶するためのＲピーク識別子フィールド３４２とを含む。例えば、図６を参照すると、Ｒピーク識別子記録３４０は、第１のＲピーク識別子フィールド３４４を含み、第１のＲピーク識別子フィールド３４４は、第１の識別されたＲピークに対応する検出済み心電図トレース記録２６０内での位置を識別する整数値を記憶する。いくつかの実施形態では、１７７９の値を記憶する第１のＲピーク識別子フィールド３４４は、検出済み心電図トレース記録２６０の１７７９番目の検出済み心電図電圧フィールドがＲピークに関連する電圧を表すことを示す。３６０６の値を記憶する第２のＲピーク識別子フィールド３４６は、検出済み心電図トレース記録２６０の３６０６番目の検出済み心電図電圧フィールドがＲピークに関連する電圧を表すことを示す。
【0079】
次いで、ブロック３０４は、解析装置プロセッサ１００に、複数の検出済み心電図トレースセグメントの各々について、識別された共通の特徴に対するそれぞれの開始時間及び終了時間を識別するように指示する。いくつかの実施形態では、ブロック３０４は、解析装置プロセッサ１００に、検出済み心電図トレース記録を、Ｒピーク識別子に基づいて正規の時間ウィンドウにセグメント化するように指示することができ、各セグメントウィンドウは、ＱＲＳ群のＲピークを中心とする。様々な実施形態において、ウィンドウの時間的長さは、例えば、事前に設定され、ストレージメモリ１０４に記憶されていてもよい。いくつかの実施形態では、例えば、ウィンドウの時間的長さは、心電図トレースセグメントのＲピークを中心とするウィンドウに含まれる特徴が、特定の診断ニューラルネットワーク分類器が特定の診断スコアを出力するために十分な情報を提供するような時間、例えば、ＢｒＳ診断ニューラルネットワーク分類器がＢｒＳ診断スコアを出力することができるような時間に設定されてもよい。様々な実施形態では、例えば、ウィンドウの時間的長さは、２０００Ｈｚのサンプリングレートで約７５０ｍｓ、又は約１５００個の心電図トレースデータ点であり得る。いくつかの実施形態では、時間的長さは、隣接するものと重複することなく心拍を捕捉するのに適切な役割を果たすように経験的に決定され得る。
【0080】
様々な実施形態では、ブロック３０４は、解析装置プロセッサ１００に、各Ｒピーク識別子からウィンドウの時間的長さの半分をそれぞれ減算及び加算することによって、開始時間及び終了時間を識別するように指示することができる。例えば、いくつかの実施形態では、図６に示す第１のＲピーク識別子フィールド３４４によって識別されるＲピークの開始時間は、１７７９－（１５００／２）＝１０２９として識別されてもよく、第１のＲピーク識別子フィールド３４４によって識別されるＲピークの終了時間は、１７７９＋（１５００／２）＝２５２９として識別されてもよい。他の実施形態は、Ｒピークを心拍ウィンドウの他の場所に、例えば、１７７９－（２×１５００／５）＝１１７９の開始時間で配置することができる。
【0081】
様々な実施形態では、共通の特徴を識別し、次いで共通の特徴に対する開始時間及び終了時間を識別することによって検出済み心電図トレースセグメントを識別することは、一般に、類似の特徴又は反復特徴を含む検出済み心電図トレースセグメントを識別することを容易にすることができ、これにより、外れ値及び／又は類似の特徴又は反復特徴の識別を容易にすることができる。
【0082】
ブロック３０４は、解析装置プロセッサ１００に、決定された開始点及び終了点に従って生成された複数の検出済み心電図トレースセグメント記録を、ストレージメモリ１０４の領域１４４に記憶するように指示することができる。図７には、第１のＲピーク識別子フィールド３４４に記憶され、ストレージメモリ１０４の領域１４２に記憶された値に基づいて生成され得る、例示的な検出済み心電図トレースセグメント記録３８０が示されている。検出済み心電図トレースセグメント記録３８０は、リードを識別するリード識別子を記憶するためのリード識別子フィールド３８２と、セグメントを識別するセグメント識別子を記憶するためのセグメント識別子フィールド３８４と、図４に示す検出済み心電図トレース記録２６０の１０２９番目から２５２９番目までの心電図電圧フィールドから取得された値を記憶するための検出済み心電図電圧フィールド３８６とを含む。
【0083】
再び図３を参照すると、ブロック２０８は、解析装置プロセッサ１００に、識別された対応する検出済み心電図トレースセグメントの少なくとも１つに基づいて、代表的な心電図トレースを決定するように指示する。いくつかの実施形態では、ブロック２０８は、解析装置プロセッサ１００に、ストレージメモリ１０４の領域１４４に記憶されている心電図トレースセグメント記録のサブセットを識別するように指示することができる。いくつかの実施形態では、ブロック２０８は、解析装置プロセッサ１００に、サブセットに含まれる心電図トレースセグメント記録を平均化することによって代表的な心電図トレースを生成するように指示することができる。様々な実施形態では、ブロック２０８は、解析装置プロセッサ１００に、代表的な心電図トレースをストレージメモリ１０４の領域１４６に記憶するように指示することができる。
【0084】
図８を参照すると、様々な実施形態による、ブロック２０８に含まれ得るコードブロックを示すフローチャート４２０が示されている。フローチャート４２０は、複数の対応する検出済み心電図トレースセグメントのサブセットを識別するように、解析装置プロセッサ１００に指示するブロック４２２から開始し、このサブセットは、複数の対応する検出済み心電図トレースセグメントのうちの少なくとも１つを除外する。
【0085】
様々な実施形態では、複数の対応する検出済み心電図トレースセグメントのうちの少なくとも１つを除外するサブセットを識別することによって、ニューラルネットワーク分類器を使用して処理されるべきデータから、外れ値を除去することができる。様々な実施形態では、これは異常な心電図トレースセグメントを考慮することなく、代表的な心電図トレースを決定することを容易にし、この結果、代表的な心電図トレースは、心電図トレースセグメント内の反復特徴のより良い指標となる可能性がある。様々な実施形態では、これは、心電図解析装置１２によるより迅速かつ／又はより正確な解析を容易にする可能性がある。
【0086】
いくつかの実施形態では、ブロック４２２は、解析装置プロセッサ１００に、主成分解析（ＰＣＡ）などの教師なし多変量分類を使用して、ストレージメモリ１０４の領域１４４に記憶された特定のリード及び患者に対する心電図トレースセグメント記録によって定義された心電図セグメント行列を、各次元がデータセットの全体的な分散に対する固有の独立した寄与を表す直交基底を含む縮小次元空間に分解するように指示することができる。ブロック４２２は、次に、解析装置プロセッサ１００に、多変量分類の結果を解析して、サブセットから除外されるべき少なくとも１つの検出済み心電図トレースセグメントを識別するように指示することができる。
【0087】
図９を参照すると、様々な実施形態において、図８に示すフローチャート４２０のブロック４２２に含まれ得るコードブロックを示すフローチャート４４０が提供される。フローチャート４４０は、ブロック４４２で開始し、ブロック４４２は、解析装置プロセッサ１００に、複数の対応する検出済み心電図トレースセグメントに主成分解析を適用して、対応する検出済み心電図トレースセグメントの各々に関連する主成分スコアのそれぞれのセットを決定するように指示する。ブロック４４２が実行された後、各患者－リードの組み合わせに対する心電図セグメント記録は、この直交基底に基づいて、主成分スコア及び負荷の観点から表現され得る。
【0088】
いくつかの実施形態では、ブロック４４２は、解析装置プロセッサ１００に、結果として得られる主成分スコアをストレージメモリ１０４の領域１４５に記憶するように指示することができる。いくつかの実施形態では、ブロック４４２は、解析装置プロセッサ１００に、心電図トレースセグメントの各々に関連する３つの主成分スコアをストレージメモリ１０４の領域１４５に記憶するように指示することができる。例えば、いくつかの実施形態では、３成分主成分解析を各リードについての心電図トレースセグメントに適用して、心電図トレースセグメントの各々についてスコア及び負荷を生成し、変換されたデータを直交基底で表すことができる。いくつかの実施形態では、ブロック４４２の実行は、例えば、Ｐｙｔｈｏｎ及びＰｙｔｈｏｎライブラリ、ｓｋｌｅａｒｎなどのソフトウェアを使用して実行され得る。いくつかの実施形態では、主成分スコアは、浮動小数点値の行列としてストレージメモリ１０４の領域１４５に記憶され得る。
【0089】
再び図９を参照すると、ブロック４４４は、解析装置プロセッサ１００に、主成分スコアを比較して、サブセットから除外されるべき複数の対応する検出済み心電図トレースセグメントのうちの少なくとも１つを識別するように指示する。いくつかの実施形態では、ブロック４４４は、解析装置プロセッサ１００に、ストレージメモリ１０４の領域１４５から主成分スコアを取得し、主成分スコアの共分散の統計的尺度を計算するように指示することができる。いくつかの実施形態では、ブロック４４４は、解析装置プロセッサ１００に、例えば、ホテリングのＴ２統計量（Hotelling's Ｔ２ statistic）を計算し、ＰＣＡレバレッジを使用し、及び／又はクラスタリング計算を行うように指示することができる。
【0090】
いくつかの実施形態では、ブロック４４４は、解析装置プロセッサ１００に、主成分スコアに信頼性閾値を適用して、全体的な心電図セグメント行列に対して異質すぎる心電図セグメントを表す心電図セグメント記録を識別するように指示することができ、例えば、いくつかの実施形態では、直交変換された心電図セグメント行列の中心からの距離が大きすぎるセグメントを識別する。
【0091】
いくつかの実施形態では、各主成分Ａについて、ブロック４４４は、解析装置プロセッサ１００に、主成分スコアから少なくとも１つの信頼限界を決定し、対応する検出済み心電図トレースセグメントの各々について、関連する主成分スコアを少なくとも１つの信頼限界と比較するように指示することができる。いくつかの実施形態では、主成分スコアが少なくとも１つの信頼限界の外側にある場合、関連するトレースセグメントはサブセットから除外されるものとして識別され得る。
【0092】
例えば、いくつかの実施形態では、ブロック４４４は、例えば、以下のように、ホテリングＴ２統計量を適用することによって、第１及び第２の信頼限界（いくつかの実施形態では９５％の信頼限界であってもよい）を決定するように、解析装置プロセッサ１００に指示することができる。
【0093】
【数1】
【0094】
ここで、Ｆcriticalは、セグメント化されたトレースの個数Ｎ及び選択された主成分Ａが与えられると、９５％の信頼度におけるＦ分布の臨界値を表す。いくつかの実施形態にでは、信頼限界は、９５％、９９％、又は別のレベルに設定されてもよい。いくつかの実施形態では、ブロック４４４は、解析装置プロセッサ１００に、上記の式を使用して、第１及び第２の主成分スコアからそれぞれ第１の信頼限界及び第２の信頼限界を決定するように指示することができる。ブロック４４４は、解析装置プロセッサ１００に、対応する検出済み心電図トレースセグメントの各々について、検出済み心電図トレースセグメントに関連する第１及び第２の主成分スコアを第１及び第２の信頼限界と比較するように指示することができる。
【0095】
いくつかの実施形態では、最初の２つの主成分が分散の大部分を占める可能性があり、これらの主成分の信頼限界は、これらの限界に等しい半径を有する信頼楕円を定義するのに十分に役立ち得る。いくつかの実施形態では、ブロック４４４は、解析装置プロセッサ１００に、Ｎ個の心電図トレースセグメントからのスコアを信頼限界と比較して、Ｎ個の心電図トレースセグメントのうちのどれが信頼外れ値とみなされ、心電図トレースセグメントのサブセットから除外されるべきかを決定するように指示することができる。例えば、いくつかの実施形態では、ブロック４４４は、解析装置プロセッサ１００に、Ｎ個の心電図トレースセグメントのスコアを楕円と同じ軸上にプロットし、楕円内にある点を、楕円内にない信頼外れ値の点から区別するように指示することができる。したがって、いくつかの実施形態では、ブロック４４４は、解析装置プロセッサ１００に、第１及び第２の主成分スコアが第１及び第２の信頼限界によって設定された半径を有する楕円の外側にあるかどうかを判定するように指示することができ、第１及び第２の主成分スコアが楕円の外側にある場合、サブセットから除外されるべき検出済み心電図トレースセグメントを識別し得る。いくつかの実施形態では、ブロック４４４は、解析装置プロセッサ１００に、ドロネー三角形分割（Delaunay triangulation）アルゴリズムを適用して、楕円内にある点を、楕円内にない信頼外れ値の点から区別するように指示することができる。
【0096】
図１０を参照すると、信頼楕円４６２と、それぞれの心電図トレースセグメントに関連する第１及び第２の主成分スコアを表す点とを示すプロット４６０が提供される。様々な実施形態では、主成分スコア４６４などの主成分スコアに関連する心電図トレースセグメントは、第１及び第２の信頼限界によって定義される楕円内にあるとして識別され得る。主成分スコア４６６及び４６８は、第１及び第２の信頼限界によって定義される楕円の外側として識別されてもよく、したがって、主成分スコア４６６及び４６８に関連する心電図トレースセグメントは、サブセットから除外されるべき信頼外れ値として識別されてもよい。
【0097】
いくつかの実施形態では、信頼限界を適用する際に、２つよりも多いか又は少ない主成分が使用されてもよい。例えば、いくつかの実施形態では、単一の主成分を使用して単一の信頼限界を定義し、これを各心電図トレースセグメントについて単一の主成分スコアと比較して外れ値を識別することもできる。
【0098】
いくつかの実施形態では、ブロック４４４は、解析装置プロセッサ１００に、代替的又は追加的な方法で主成分スコアを比較するように指示することができる。例えば、いくつかの実施形態では、ブロック４４４は、例えば、下記式に従って、そのスコアとすべてのスコアとの関係に基づいて、所与のリードに対する心電図トレースセグメントの各々についてＰＣＡレバレッジを計算するように、解析装置プロセッサ１００に指示することができる。
【0099】
【数2】
【0100】
いくつかの実施形態では、ブロック４４４は、各レバレッジを所与のリードに対するすべてのレバレッジの平均及び標準偏差と比較して、レバレッジに関連する心電図トレースセグメントが信頼外れ値とみなされるべきかどうかを決定するように、解析装置プロセッサ１００に指示することができる。例えば、いくつかの実施形態では、ブロック４４４は、解析装置プロセッサ１００に、心電図トレースセグメントのレバレッジが、すべてのレバレッジの平均に標準偏差の２倍を加えたもの（μ＋２σ）を超えるかどうかを決定するように指示してもよく、心電図トレースセグメントのレバレッジが、すべてのレバレッジの平均に標準偏差の２倍を加えたもの（μ＋２σ）を超える場合、ブロック４４４は、解析装置プロセッサ１００に、心電図トレースセグメントを信頼外れ値とみなすように指示することができる。
【0101】
いくつかの実施形態では、ブロック４４４は、解析装置プロセッサ１００に、最初の２つの主成分スコアのスキャッタ・プロットに対して、ノイズを伴うアプリケーションの密度ベースの空間クラスタリング（ＤＢＳＣＡＮ）アルゴリズムを、適用するように指示することができる。ＤＢＳＣＡＮアルゴリズムは、例えば、クラスタを構成するトレースの事前に設定された最小数と、事前に設定された点間の最大距離とを使用して、プロットされたスコア内のクラスタを検出することができる。いくつかの実施形態では、クラスタを構成するトレースの最小数は、例えば、１０の値に設定されてもよく、クラスタ内の点間の最大距離は、例えば、０． ５に設定されてもよい。様々な実施形態では、ブロック４４４は、クラスタ内にないスコアに関連する任意の心電図トレースセグメントを信頼外れ値とみなすように、解析装置プロセッサ１００に指示することができる。いくつかの実施形態では、これは小さなクラスタに関連する心電図トレースセグメントが平均心拍ではなくサンプリングアーチファクトを表すという仮定に基づいて、小さなクラスタの除去を容易にし得る。
【0102】
様々な実施形態では、ブロック４４４は、信頼外れ値とみなされるべき心電図トレースセグメントを識別するために、概して上述したように、信頼限界を使用すること、レバレッジを比較すること、及び／又はＤＢＳＣＡＮアルゴリズムを適用して外れ値を検出することの、一部又は全部を実行するように、解析装置プロセッサ１００に指示することができる。
【0103】
様々な実施形態では、ブロック４４４は、信頼外れ値に関連するか又は信頼外れ値とみなされる検出済み心電図トレースセグメントを除外することによって、複数の対応する検出済み心電図トレースセグメントのサブセットを識別するように、解析装置プロセッサ１００に指示することができる。
【0104】
いくつかの実施形態では、ブロック４４４は、信頼外れ値とはみなされない心電図セグメント記録のコピーをストレージメモリ１０４の領域１４６に記憶するように解析装置プロセッサ１００に指示することができる。様々な実施形態では、ストレージメモリ１０４の領域１４６に記憶された心電図セグメント記録は、ストレージメモリ１０４の領域１４４に記憶された心電図セグメント記録のサブセットとして機能することができ、サブセットは、領域１４４に記憶された少なくとも１つの心電図セグメント記録を除外することができる。
【0105】
再び図８を参照すると、ブロック４２４は、次に、識別されたサブセットに基づいて代表的な心電図トレースを決定するように解析装置プロセッサ１００に指示する。いくつかの実施形態では、ブロック４２４は、解析装置プロセッサ１００に、ストレージメモリ１０４の領域１４６に記憶された心電図セグメント記録によって表される心電図セグメントを平均化するように指示することができる。いくつかの実施形態では、代表的な心電図トレースを決定する他の方法を使用することができる。例えば、いくつかの実施形態では、ブロック４２４は、解析装置プロセッサ１００に、心拍ウィンドウ内の１５００点の各々について中央値を選択するように指示することができる。
【0106】
いくつかの実施形態では、ブロック４２４は、解析プロセッサ１００に、解析及び分類のための代表的な心電図トレースとして機能する、単一の心電図セグメント又は心拍を選択するように指示することができる。例えば、いくつかの実施形態では、心電図セグメントが導出される心電図トレースは、数回の完全な心拍のみを含む非常に短いトレースである可能性があり、これらの場合、統計的尺度（例えば、ＰＣＡ）は、データ量が限られているため、信頼性が低くなる可能性がある。このような場合、例えばオペレータの判断に基づいて、単一の心拍を、代表的な心電図トレースとして任意に選択することができるが、これは可能な限り回避されてもよい。いくつかの実施形態では、単一の心電図セグメントは、外れ値ではないとみなされるもの、すなわち、それらの値が信頼性をもって計算できる場合、Ｔ２統計量、オブジェクトレバレッジ、クラスタリング、及び／又は別の信頼性テストによって決定される信頼領域内にあるものからランダムに選択された後、代表的なトレースとして扱われてもよい。
【0107】
様々な実施形態では、ブロック４２４は、図１１の５００に示すような代表的な心電図トレース記録をストレージメモリ１０４の領域１４８に記憶するように、解析装置プロセッサ１００に指示することができる。図１１を参照すると、代表的な心電図トレース記録５００は、心電図トレースが検出されたリードを識別するリード識別子を記憶するためのリード識別子フィールド５０２と、ストレージメモリ１０４の領域１４６に記憶された心電図セグメント記録から取得された値の平均値を記憶するための心電図電圧フィールド５０４とを含んでいる。
【0108】
再び図３を参照すると、代表的な心電図トレース記録５００が生成され、ストレージメモリ１０４の領域１４８に記憶された後、ブロック２０８の実行が完了されてもよい。
【0109】
次に、ブロック２１０は、解析装置プロセッサ１００に、追加の心電図トレースを考慮する必要があるかどうかを決定するように指示する。様々な実施形態では、ブロック２１０は、図３に示すフローチャート２００のブロック２０４で対象の検出済み心電図トレースとしてまだ考慮されていない、ストレージメモリ１０４の領域１４２に記憶された追加の検出済み心電図トレース記録が存在するかどうかを判断するように、解析装置プロセッサ１００に指示することができる。考慮されていない検出済み心電図トレース記録が存在する場合、ブロック２１０は、解析装置プロセッサ１００に、ブロック２０４に戻るように指示し、ブロック２０４は、解析装置プロセッサ１００に、１つ以上の検出済み心電図トレースのうちの１つを対象の検出済み心電図トレースとみなすように指示する。様々な実施形態では、ブロック２０４は、検出済み心電図トレース記録がまだ考慮されていない場合、解析装置プロセッサ１００に、ストレージメモリ１０４の領域１４２からの検出済み心電図トレース記録を考慮するように指示することができる。
【0110】
次に、ブロック２０６及び２０８は、新たに考慮された検出済み心電図トレース記録に関して実行されてもよい。上記を考慮して、ブロック２０６及び２０８は、ストレージメモリ１０４の領域１４２に記憶された検出済み心電図トレース記録の各々について実行されてもよい。
【0111】
検出済み心電図トレース記録のすべてが考慮されると、各々が図１１に示す心電図トレース記録５００と略同じフォーマットを有し、ストレージメモリ１０４の領域１４８に記憶された、複数の代表的な心電図トレース記録が存在してもよい。様々な実施形態では、ストレージメモリ１０４の領域１４２に記憶された、検出済み心電図トレース記録の各々について、それぞれの代表的な心電図トレース記録が存在する可能性がある。
【0112】
検出済み心電図トレース記録のすべてが考慮されたとき、ブロック２１０は、解析装置プロセッサ１００にブロック２１２に進むように指示することができる。
【0113】
ブロック２１２は、解析装置プロセッサ１００に、少なくとも１つのニューラルネットワーク分類器を１つ以上の決定された代表的な心電図トレースに適用させて、患者の少なくとも１つの診断に関連する１つ以上の診断関連スコアを決定させるように指示する。様々な実施形態では、ＢｒＳ診断ニューラルネットワーク分類器を定義するデータは、ストレージメモリ１０４の領域１５０に記憶されてもよい。いくつかの実施形態では、ＢｒＳ診断ニューラルネットワーク分類器は、ＢｒＳ用のパーセプトロンを含んでいてもよい。いくつかの実施形態では、ＢｒＳ診断ニューラルネットワーク分類器を定義するデータは、事前に心電図解析装置１２に提供されていてもよい。例えば、いくつかの実施形態では、ＢｒＳ診断ニューラルネットワーク分類器を定義するデータは、訓練段階の間に決定されたものであってもよく、訓練は、心電図解析装置１２及び／又は別のデバイス／システムによって実行されたものであってもよい。
【0114】
いくつかの実施形態では、ブロック２１２は、解析装置プロセッサ１００に、ストレージメモリ１０４の領域１４８に記憶された代表的な心電図トレース記録に含まれる心電図電圧情報を連結し、連結されたデータをＢｒＳ診断ニューラルネットワーク分類器のための入力として使用するように指示することができる。例えば、いくつかの実施形態では、ブロック２１２は、例えば、リード１からリード１２の順序で、代表的な訓練用心電図トレース記録のすべての心電図電圧フィールドからの値を連結し、連結されたデータをＢｒＳ診断ニューラルネットワーク分類器のための入力として使用するように、解析装置プロセッサ１００に指示することができる。様々な実施形態では、連結のためのリードの順序は、ニューラルネットワーク分類器を生成する際に使用された順序と一致する必要がある場合がある。いくつかの実施形態では、ブロック２１２は、解析装置プロセッサ１００に、患者に関連する患者データ又は変動因子も、ＢｒＳ診断ニューラルネットワーク分類器のための入力として使用するように指示することができる。
【0115】
いくつかの実施形態では、患者データは、例えば、年齢、性別、及び／又は不整脈原性心筋症に関連する疾患及び合併症についての患者及び／又は家族の病歴を含んでいてもよい。これらは、例えば、ＢｒＳを含む不整脈原性心筋症診断に関する個人及び／又は家族の病歴、心臓突然死（ＳＣＤ）に関する家族の病歴、失神に関する個人の病歴、及び／又は心停止に関する個人の病歴の、数値又はブール表現を含んでいてもよい。いくつかの実施形態では、例えば、患者データは、以下のうちの一部又は全部を含み得る。
【0116】
【表1】
【0117】
様々な実施形態では、患者データは、ストレージメモリ１０４の領域１５２に記憶されていてもよい。患者データは、例えば、医療専門家によって事前に提供されたものであってもよい。
【0118】
図１２を参照すると、様々な実施形態によるストレージメモリ１０４の領域１５０に記憶されたデータによって定義され得るＢｒＳ診断ニューラルネットワーク分類器５４０の表現が示されている。いくつかの実施形態では、ＢｒＳ診断ニューラルネットワーク分類器５４０は、連結された代表的な心電図トレース記録を含み得るＸＥＣＧ入力５４２と、患者に関連する患者データの表現を含み得るＸＦｏＶ入力５４４とを取得するように構成されてもよい。入力層はまた、バイアス要素５４６を含んでいてもよい。
【0119】
様々な実施形態では、ＢｒＳ診断ニューラルネットワーク分類器５４０は、ニューロンを含む少なくとも１つの隠れ層５６０を含んでいてもよい。例えば、いくつかの実施形態では、１００個のニューロンを有する１つの隠れ層が存在してもよい。いくつかの実施形態では、追加的な及び／又は代替的な隠れ層が使用されてもよい。
【0120】
いくつかの実施形態では、ＢｒＳ診断ニューラルネットワーク分類器５４０は、陽性（１）又は陰性（０）の疾患診断を表す分類を含む出力層５７０を含んでいてもよい。様々な実施形態では、出力層５７０は、患者がＢｒＳを有するという診断の信頼度を表し得るＢｒＳ診断スコアを提供してもよい。様々な実施形態では、ＢｒＳ診断スコアは、０～１の間の１０進数であってもよく、非常に高いスコア（１に近い）は患者が対象の疾患又は障害を有する高い信頼度を示し、非常に低いスコア（０に近い）は患者がＢｒＳを有さない高い信頼度を示す。いくつかの実施形態では、例えば、０．９００等の、閾値を超えるＢｒＳ診断スコアは、疾患陽性の診断と関連付けられる場合がある。いくつかの実施形態では、例えば、０．１００等の、閾値未満のＢｒＳ診断スコアは、疾患陰性の診断と関連付けられる場合がある。
【0121】
様々な実施形態では、ブロック２１２は、解析装置プロセッサ１００に、領域１４８に記憶された代表的な心電図トレース記録、ストレージメモリ１０４の領域１５２からの患者データ、及び領域１５０からのＢｒＳ診断ニューラルネットワーク分類器の定義を読み出すように指示することができる。また、ブロック２１２は、解析装置プロセッサ１００に、ＢｒＳ診断ニューラルネットワーク分類器を、例えば、ＢｒＳ診断ニューラルネットワーク分類器の定義において定義された可能性がある、連結された心電図トレース記録、患者データ、及びバイアス要素に適用させて、例えば、ＢｒＳ診断スコアを決定するように指示することができる。様々な実施形態では、ブロック２１２は、解析装置プロセッサ１００に、ＢｒＳ診断スコアの表現をストレージメモリ１０４の領域１５４に記憶するように指示することができる。
【0122】
いくつかの実施形態では、図３に示すフローチャート２００は、少なくとも１つのディスプレイに１つ以上の診断関連スコアの表現を表示させるために、１つ以上の診断関連スコアを表す信号を生成するように、解析装置プロセッサ１００に指示するためのさらなるブロックを含んでいてもよい。例えば、いくつかの実施形態では、ブロックは、解析装置プロセッサ１００に、ストレージメモリ１０４の領域１５４から取得されたＢｒＳ診断スコアを表す信号を、Ｉ／Ｏインタフェース１１２のインタフェース１２２を介してディスプレイ１６に送信し、ディスプレイ１６に、ＢｒＳ診断スコアを２値の又はカテゴリカルな（binary or categorical）指標として、及び／又は陽性又は陰性の診断の確率を示す数値として表示させるように指示することができる。
【0123】
様々な実施形態では、ディスプレイ１６は、患者及び／又は医療専門家によって閲覧されてもよく、患者及び／又は医療専門家は、ディスプレイ１６上のＢｒＳ診断スコアの表現を閲覧した場合に、行動を起こしてもよい。様々な実施形態では、患者は、自身がＢｒＳを有するという高い機械信頼度を示す高いＢｒＳ診断スコアを閲覧した場合に、診断を確認し、その分野のガイドラインに従ってＳＣＤのリスクを評価するための最も適切な戦略を確立するために、専門家の医学的アドバイスを求めることができる。
【0124】
いくつかの実施形態では、ブロックは、ＢｒＳ診断スコアが、例えば０．９００等の疾患陽性閾値スコアよりも大きいかどうかを判断して、ＢｒＳ診断スコアが閾値スコアよりも大きい場合に、患者が疾患陽性である旨の表示をディスプレイ１６に提示させるための信号を生成するように、解析装置プロセッサ１００に指示するためのコードを含むことができる。
【0125】
いくつかの実施形態では、ブロックは、ＢｒＳ診断スコアが、例えば０．１００等の疾患陰性閾値スコア未満であるかどうかを判断して、ＢｒＳ診断スコアが閾値スコア未満である場合に、患者が疾患陰性である旨の表示をディスプレイ１６に提示させるための信号を生成するように、解析装置プロセッサ１００に指示するためのコードを含むことができる。
【0126】
（ニューラルネットワークの訓練）
上述のように、様々な実施形態では、ニューラルネットワーク定義データは、心電図解析装置１２のストレージメモリ１０４の領域１５０に記憶されてもよい。いくつかの実施形態では、ニューラルネットワーク定義データは、ニューラルネットワークの訓練中に生成されたものであってもよい。ここで図１３を参照すると、様々な実施形態による、ニューラルネットワークの訓練を含む、心電図解析を容易にするためのシステム７００が示されている。
上述のように、様々な実施形態では、ニューラルネットワーク定義データは、心電図解析装置１２のストレージメモリ１０４の領域１５０に記憶されてもよい。いくつかの実施形態では、ニューラルネットワーク定義データは、ニューラルネットワークの訓練中に生成されたものであってもよい。ここで図１３を参照すると、様々な実施形態による、ニューラルネットワークの訓練を含む、心電図解析を容易にするためのシステム７００が示されている。
【0127】
図１３を参照すると、システム７００は、患者心電図データ源７０４及びディスプレイ７０６と通信する心電図解析装置７０２を含む。様々な実施形態において、心電図解析装置７０２、患者心電図データ源７０４、及びディスプレイ７０６は、図１に示す心電図解析装置１２、心電図データ源１４、及びディスプレイ１６に関して上述した機能と略同様の機能を含むことができる。いくつかの実施形態において、心電図解析装置７０２は、未知の患者の心電図を入力として使用し、心電図ニューラルネットワーク分類器を使用して、ＢｒＳ及び／又は他の原発性電気障害の診断を予測することができる。
【0128】
図１３を参照すると、様々な実施形態では、システム７００はまた、訓練用心電図データ源７１０と通信する心電図ニューラルネットワーク訓練装置７０８を含む。様々な実施形態では、心電図解析装置７０２は、ネットワーク７１２を介して心電図ニューラルネットワーク訓練装置７０８と通信することができ、ネットワーク７１２は、いくつかの実施形態では、例えばインターネットを含むことができる。
【0129】
動作中、心電図ニューラルネットワーク訓練装置７０８は、訓練用心電図データ源７１０から取得されたデータを含む心電図データを使用して、例えばＢｒＳ診断ニューラルネットワーク分類器などの１つ以上のニューラルネットワーク分類器を訓練するように構成されてもよい。いくつかの実施形態では、心電図ニューラルネットワーク訓練装置７０８は、訓練用心電図データ源７１０から取得されたデータを含む心電図データを使用して、図１に示すシステム１０に関して上述したＢｒＳ診断ニューラルネットワーク分類器を訓練し、図１３に示す心電図解析装置７０２に、１つ以上のニューラルネットワーク分類器を定義するデータを提供するように構成されてもよい。いくつかの実施形態では、ＢｒＳニューラルネットワーク分類器は、診断特徴空間において２値でカテゴリカルな変数として表される、既知の医学的診断を伴う心電図の完全なデータセットから訓練されてもよい。
【0130】
いくつかの実施形態では、訓練段階において、心電図ニューラルネットワーク訓練装置７０８は、訓練用心電図データ源７１０に格納されたキュレートされたデータライブラリを構築するために、関連する患者データ及び付随する診断とともに、１つ以上の患者心電図データ源から心電図トレース情報を収集することができる。いくつかの実施形態では、データライブラリのサイズが大きくなるにつれて、よりロバスト性及び／又は信頼性が高い診断モデルを生成することができる。
【0131】
図１４を参照すると、様々な実施形態による、図１３に示すシステム７００の心電図ニューラルネットワーク訓練装置７０８の概略図が示されている。様々な実施形態において、図２に示す心電図解析装置１２の構成要素と同様である心電図ニューラルネットワーク訓練装置７０８の構成要素は、図２に示す心電図解析装置１２に関して上述したように概して機能することができる。
【0132】
図１４を参照すると、心電図ニューラルネットワーク訓練装置７０８は、訓練装置プロセッサ８００と、訓練装置プロセッサ８００と通信可能なプログラムメモリ８０２、ストレージメモリ８０４、及び入出力（Ｉ／Ｏ）インタフェース８１２と、を含むプロセッサ回路を含んでいる。
【0133】
Ｉ／Ｏインタフェース８１２は、図１３に示す訓練用心電図データ源７１０と通信するためのインタフェース８２０と、ネットワーク７１２を介して心電図解析装置７０２と通信するためのインタフェース８２２とを含む。
【0134】
訓練装置プロセッサ８００に様々な機能を実行するように指示するためのプロセッサ実行可能なプログラムコードは、プログラムメモリ８０２に記憶されている。図１３を参照すると、プログラムメモリ８０２は、心電図ニューラルネットワーク訓練装置７０８に、心電図ニューラルネットワーク訓練機能を実行するように指示するためのコードブロック８７０を含む。
【0135】
ストレージメモリ８０４は、訓練用心電図データを記憶するための領域８４０、診断データを記憶するための領域８４２、患者データを記憶するための領域８４４、主成分データを記憶するための領域８４９、Ｒピーク識別子データを記憶するための領域８４６、心電図トレースセグメントデータを記憶するための領域８４８、心電図トレースセグメントサブセットデータを記憶するための領域８５０、代表的な心電図トレースデータを記憶するための領域８５２、及びニューラルネットワークデータを記憶するための領域８５４を含む複数の記憶領域を含む。
【0136】
いくつかの実施形態では、プログラムメモリ８０２、ストレージメモリ８０４、及び／又はその任意の部分は、心電図ニューラルネットワーク訓練装置７０８とは別個のデバイスに含まれていてもよく、例えば、Ｉ／Ｏインタフェース８１２を介して心電図ニューラルネットワーク訓練装置７０８と通信してもよい。いくつかの実施形態では、本明細書で説明する訓練装置プロセッサ８００及び／又は心電図ニューラルネットワーク訓練装置７０８の機能は、複数のプロセッサ及び／又は複数のデバイスを使用して実装されてもよく、これらのプロセッサ及び／又はデバイスは、例えば、それぞれのインタフェース及び／又はインターネット等のネットワークを介して通信する別個のデバイスであってもよい。
【0137】
様々な実施形態では、図１３及び図１４に示す心電図ニューラルネットワーク訓練装置７０８は、心電図ニューラルネットワークの訓練を容易にするように構成されてもよい。図１５を参照すると、図１４に示す訓練装置プロセッサ８００に指示して、様々な実施形態による心電図ニューラルネットワークの訓練機能を実行させるためのコードブロックを示すフローチャートが、全体として９００で示されている。フローチャート９００に含まれるコードブロックは、例えば、図１４に示すプログラムメモリ８０２のコードブロック８７０に符号化されてもよい。
【0138】
図１５を参照すると、フローチャート９００は、訓練装置プロセッサ８００に、訓練用心電図トレースの複数のセットを受信するように指示するブロック９０２から開始し、訓練用心電図トレースのセットの各セットは、複数の訓練用患者のうちの関連する訓練用患者の各々について訓練期間にわたって検出された心臓活動を表す。次に、ブロック９０４は、訓練装置プロセッサ８００に、訓練用心電図トレースの複数のセットの各セットについて、訓練用心電図トレースのセットに関連する訓練用患者の各々の診断を受信するように指示する。
【0139】
いくつかの実施形態では、例えば、訓練用心電図データ源７１０は、複数の患者の各々についての訓練用心電図トレースのセット及び関連する診断を含む訓練データを、事前に提供されていてもよい。いくつかの実施形態では、例えば、訓練用心電図データ源７１０は、複数の訓練用患者についての訓練用心電図データを記憶することができ、心電図データは、各患者について、１２個の訓練用心電図トレース記録を含み、その例示的な１つは図１６の９４０に示されており、訓練用心電図トレース記録の各々は、患者に使用される１２個のリードのうちの１つから得られた検出済み心電図トレースを表している。図１６を参照すると、訓練用心電図トレース記録９４０は、訓練用患者のうちの１人を識別する患者識別子を記憶するための患者識別子フィールド９４２と、訓練用心電図トレース記録９４０が生成されたリードを識別するリード識別子を記憶するためのリード識別子フィールド９４４と、を含む。
【0140】
引き続き図１６を参照すると、訓練用心電図トレース記録９４０はまた、概して、図４に示す心電図トレース記録２６０に関して上述したように、検出済み心電図電圧フィールド９４８を含む。様々な実施形態では、訓練用患者について訓練用心電図データ源７１０によって記憶された１２個の訓練用心電図トレース記録は、訓練用患者について訓練期間にわたって検出された心臓活動を表す訓練用心電図トレースのセットとして機能する。
【0141】
いくつかの実施形態では、訓練用心電図データ源７１０によって記憶される訓練用心電図データは、訓練用患者の各々について、したがって訓練用心電図トレースのセットの各々について、それぞれの診断を含んでいてもよい。様々な実施形態では、例えば、訓練用心電図データは、複数の診断記録を含んでいてもよく、その例示的な１つは、図１７の１０００で示され、診断記録の各々は、訓練用患者及び訓練用心電図トレース記録のセットに関連付けられる。いくつかの実施形態では、診断記録１０００は、訓練用心電図トレースのセットに含まれる患者識別子と共通であってもよい患者識別子を記憶するための患者識別子フィールド１００２を含むことによって、訓練用患者及び訓練用心電図トレースのセットに関連付けられてもよい。
【0142】
図１７を参照すると、診断記録１０００はまた、患者識別子フィールド１００２に記憶された患者識別子によって識別される訓練用患者に対する診断を表す診断識別子を記憶するための診断フィールド１００４を含んでいてもよい。例えば、いくつかの実施形態では、診断フィールド１００４は、患者がＢｒＳと診断された場合に「１」に設定され、患者がＢｒＳを有さないと診断された場合に「０」に設定され得る、ＢｒＳ診断識別子の値を記憶することができる。
【0143】
いくつかの実施形態では、訓練用心電図データ源７１０に記憶された診断記録における診断識別子フィールドの値は、関連する訓練用心電図トレースのセット及び／又は他の患者関連情報を検討した医療専門家によって事前に提供されていてもよい。
【0144】
再度図１５を参照すると、ブロック９０２は、訓練装置プロセッサ８００に、例えば、訓練用心電図データ源７１０に記憶された訓練用心電図トレース記録の表現を含むメッセージを、インタフェース８２０を介して受信するように指示することができる。いくつかの実施形態では、ブロック９０２は、訓練装置プロセッサ８００に、図１４に示すストレージメモリ８０４の領域８４０に訓練用心電図トレース記録を記憶するように指示することができる。
【0145】
ブロック９０４は、訓練装置プロセッサ８００に、例えば、訓練用心電図データ源７１０に記憶された診断記録の表現を含むメッセージを、インタフェース８２０を介して受信するように指示することができる。いくつかの実施形態では、ブロック９０４は、訓練装置プロセッサ８００に、診断記録を、図１４に示すストレージメモリ８０４の領域８４２に記憶するように指示することができる。
【0146】
いくつかの実施形態では、ブロック９０２及び９０４は同時に実行されてもよく、訓練用心電図トレース及び関連する診断のセットは、同時に受信されてもよい。
【0147】
いくつかの実施形態では、訓練用心電図データ源７１０は、その上に、訓練用患者の各々に関連する患者データ又は変動因子を記憶していてもよく、フローチャート９００は、患者データの表現を受信するように訓練装置プロセッサ８００に指示するコードブロックを含んでいてもよい。いくつかの実施形態では、例えば、患者データは、訓練用心電図データ源７１０における複数の患者データ記録に格納されていてもよく、各々が、患者識別子フィールドと、患者識別子フィールドによって識別される訓練用患者の患者データを表す１つ以上の患者データ値を記憶するための１つ以上の患者データフィールドと、を含んでいてもよい。そのような実施形態では、フローチャート９００は、例えば、インタフェース８２０を介して訓練用心電図データ源７１０から患者データ記録の表現を受信するように訓練装置プロセッサ８００に指示するコードブロックを含んでいてもよい。いくつかの実施形態では、ブロックは、訓練装置プロセッサ８００に、患者データをストレージメモリ８０４の領域８４４に記憶するように指示することができる。
【0148】
上記を考慮して、ブロック９０２及び９０４の実行後、心電図ニューラルネットワーク訓練装置７０８は、ストレージメモリ８０４の領域８４０及び領域８４２に、訓練用心電図トレース記録の複数のセットと、訓練用心電図トレース記録の各セットに関連するそれぞれの診断記録とを記憶していてもよい。いくつかの実施形態では、心電図ニューラルネットワーク訓練装置７０８はまた、ストレージメモリ８０４の領域８４４に追加の患者データを記憶していてもよい。様々な実施形態では、この情報は、以下で説明するように、少なくとも１つのニューラルネットワーク分類器を訓練するために使用され得る、訓練用心電図データとして機能することができる。
【0149】
図１５を参照すると、図１５に示すフローチャート９００のブロック９０６～９１２は、ブロック９０６～９１２がストレージメモリ８０４の領域８４０に記憶された各訓練用心電図トレース記録に関して実行され得ることを除いて、図３に示すフローチャート２００のブロック２０４～２１０と略同様に機能することができる。
【0150】
ブロック９０６は、訓練装置プロセッサ８００に、訓練用心電図トレースのうちの１つを対象の訓練用心電図トレースとみなすように指示する。いくつかの実施形態では、ブロック９０６の第１の実行時に、ブロック９０６は、訓練装置プロセッサ８００に、第１の訓練用患者識別子を考慮し、第１の訓練用患者識別子と一致する患者識別子を有する第１の訓練用心電図トレース記録を考慮するように指示することができる。いくつかの実施形態では、例えば、ブロック９０６は、訓練装置プロセッサ８００に、図１６に示す訓練用心電図トレース記録９４０を第１の訓練用心電図トレース記録とみなすように指示することができる。
【0151】
次に、ブロック９０８は、訓練装置プロセッサ８００に、対象の訓練用心電図トレースについて、複数の対応する訓練用心電図トレースセグメントを識別するように指示し、訓練用心電図トレースセグメントの各々は、訓練期間のセグメントにわたる患者の心臓活動を表している。いくつかの実施形態では、ブロック９０８は、図３に示され、上述されたフローチャート２００のブロック２０６に含まれるコードと略同様のコードを含んでいてもよい。
【0152】
様々な実施形態では、図１５に示すブロック９０８の実行後、訓練用Ｒピーク識別子が患者識別子フィールドを含み得ることを除いて、図６に示すＲピーク識別子記録３４０と略同様のフォーマットを有する訓練用Ｒピーク識別子記録が、ストレージメモリ８０４の領域８４６に記憶されてもよく、訓練用心電図トレースセグメント記録がそれぞれ患者識別子フィールドを有することを除いて、図７に示す検出済み心電図トレースセグメント記録３８０と略同様のフォーマットを有する複数の訓練用心電図トレースセグメント記録が、ストレージメモリ８０４の領域８４８に記憶されてもよい。
【0153】
次に、ブロック９１０は、訓練装置プロセッサ８００に、識別された対応する訓練用心電図トレースセグメントの少なくとも１つに基づいて、代表的な訓練用心電図トレースを決定するように指示する。様々な実施形態では、ブロック９１０は、図３に示され、上述されたフローチャート２００のブロック２１０のコードと略同様のコードを含んでいてもよい。
【0154】
いくつかの実施形態では、ブロック９１０は、訓練装置プロセッサ８００に、ブロック９０８で決定された訓練用心電図トレースセグメント記録のサブセットを識別又は決定するように指示することができる。いくつかの実施形態では、ブロック９１０は、訓練装置プロセッサ８００に、主成分データを、ストレージメモリ８０４の領域１４９に記憶するように指示することができる。様々な実施形態では、ブロック９１０は、訓練装置プロセッサ８００に、識別された訓練用心電図トレースセグメント記録を、ストレージメモリ８０４の領域８５０に記憶するように指示することができる。いくつかの実施形態では、ブロック９１０は、訓練装置プロセッサ８００に、ストレージメモリ８０４の領域８５０に記憶された訓練用心電図トレースセグメント記録に基づいて、代表的な訓練用心電図トレース記録を決定するように指示することができ、代表的な訓練用心電図トレース記録は、代表的な訓練用心電図トレース記録が患者識別子フィールドを含み得ることを除いて、図１１に示す代表的な心電図トレース記録５００と略同様のフォーマットを有する。いくつかの実施形態では、ブロック９１０は、訓練装置プロセッサ８００に、代表的な訓練用心電図トレース記録を、ストレージメモリ８０４の領域８５２に記憶するように指示することができる。図１８を参照すると、様々な実施形態においてストレージメモリ８０４の領域８５２に記憶され得る、代表的な訓練用心電図トレース記録１０４０の一例が示されている。
【0155】
次に、ブロック９１２は、訓練装置プロセッサ８００に、考慮すべき追加の訓練用心電図トレースがあるかどうかを判断するように指示する。いくつかの実施形態では、ブロック９１２は、訓練装置プロセッサ８００に、ストレージメモリ８０４の領域８４０に記憶された任意の訓練用心電図トレース記録が、図１５に示すフローチャート９００のブロック９０８及び９１０の目的のために、対象の訓練用心電図トレースとしてまだ考慮されていないかどうかを判断するように指示することができる。追加の訓練用心電図トレースが考慮される場合、訓練装置プロセッサ８００はブロック９０６に戻り、さらなる訓練用心電図トレース記録が考慮される。ストレージメモリ８０４の領域８４０に記憶された訓練用心電図トレース記録のすべてが考慮された場合に、訓練装置プロセッサ８００はブロック９１４に進む。
【0156】
したがって、訓練装置プロセッサ８００がブロック９１４に進むと、ストレージメモリ８０４の領域８４８に、代表的な訓練用心電図トレース記録の複数のセットが記憶されてもよく、代表的な訓練用心電図トレース記録の各々は、記録が決定された訓練用患者を識別する患者識別子フィールドと、記録が決定されたリードを識別するリード識別子フィールドとを含む。いくつかの実施形態では、ストレージメモリ８０４の領域８４８は、数百人の患者についての代表的な訓練用心電図トレース記録を記憶することができ、これは、例えば、いくつかの実施形態では、約７０％に近い精度など、疾患識別のための許容可能な精度を提供することができる。いくつかの実施形態では、ストレージメモリ８０４の領域８４８は、１０００人を超える患者についての代表的な訓練用心電図トレース記録を記憶することができ、これは、いくつかの実施形態では、約８５％の精度を提供することができる。いくつかの実施形態では、ストレージメモリ８０４の領域８４８は、１００００人を超える患者又は１０００００人を超える患者の代表的な訓練用心電図トレース記録を記憶することができる。
【0157】
ブロック９１４は、訓練装置プロセッサ８００に、代表的な訓練用心電図トレース及び診断を使用して、少なくとも１つのニューラルネットワーク分類器を訓練させるように指示する。いくつかの実施形態では、ＢｒＳ診断ニューラルネットワーク分類器のアーキテクチャを定義する初期ニューラルネットワークデータ、及び／又は初期ＢｒＳ診断ニューラルネットワーク分類器自体が、ストレージメモリ８０４の領域８５４に記憶されてもよい。様々な実施形態では、初期ニューラルネットワークデータは、例えば、心電図ニューラルネットワーク訓練装置７０８をセットアップする際に、事前に提供されたものであってもよい。
【0158】
いくつかの実施形態では、ＢｒＳ診断ニューラルネットワーク分類器のアーキテクチャは、入力層、隠れ層、及び出力層からなる、順伝播型の人工的なニューラルネットワーク（feed-forward artificial neural network）に基づく多層パーセプトロンを含むことができる。例えば、ＢｒＳ診断ニューラルネットワーク分類器のための一般的なアーキテクチャは、図１２の５４０に示すように表すことができる。このニューラルネットワーク分類器に含まれる隠れ層は、入力層を、２値でカテゴリカルな（binary categorical）出力層（ＢｒＳ診断値等の診断の表現を含むことができる）にマッピングすることができる。いくつかの実施形態では、１００個のニューロンを含む隠れ層が使用されてもよいが、いくつかの実施形態では、より多い又はより少ないニューロン及び／又は層が使用されてもよい。いくつかの実施形態では、ブロック９１４は、訓練装置プロセッサ８００に、ストレージメモリ８０４の領域８５２に記憶された代表的な訓練用心電図トレース記録の心電図電圧フィールドからのデータと、ストレージメモリ８０４の領域８４４に記憶された患者データとを入力として使用すると共に、ストレージメモリ８０４の領域８４２に記憶された診断記録の診断フィールド値とをそれぞれの所望の出力として使用して、訓練用患者の各々について、ＢｒＳ診断ニューラルネットワーク分類器を訓練し、ストレージメモリ８０４の領域８５４に記憶されたＢｒＳ診断ニューラルネットワーク分類器を定義するデータを更新するように指示することができる。
【0159】
例えば、いくつかの実施形態では、ブロック９１４は、訓練装置プロセッサ８００に、特定の患者又は患者識別子について、例えばリード１からリード１２までの順序で、その患者の代表的な訓練用心電図トレース記録のすべての心電図電位フィールドからの値を連結して、それをＸＥＣＧ入力５４２として使用し、ストレージメモリ８０４の領域８４４に記憶されたその患者の患者データフィールドからの値をＸＦｏＶ入力５４４として使用して、その患者の診断フィールドからの値を所望の出力として使用するように指示することができる。
【0160】
いくつかの実施形態では、ブロック９１４は、訓練装置プロセッサ８００に、ニューラルネットワーク分類器が複数の訓練用患者のデータを使用して訓練されるように、誤差逆伝播法アルゴリズムと結合された最適化アルゴリズム（例えば、スケール共役勾配降下、確率勾配降下、適応モーメント推定、及び／又は任意の他の最適化アルゴリズムなど）を使用して、入力層を２値でカテゴリカルな出力層にマッピングするために隠れ層を訓練するように指示することができる。
【0161】
いくつかの実施形態では、ブロック９１４は、訓練装置プロセッサ８００に、例えば、混同行列、又は曲線下面積－受信者操作特性（ＡＵＣ－ＲＯＣ）によってニューラルネットワークを評価すること（benchmarking）によって、分類の精度を特徴付ける関連する定量性能データを生成するように指示することができる。いくつかの実施形態では、ブロック９１４は、訓練装置プロセッサ８００に、例えば、対数数値空間における誤った分類の確率を定量化する１つのそのような性能指標（例えば、２値交差エントロピー関数と称される対数的な損失関数など）を最小化する、最適化アルゴリズムを使用するように指示することができる。様々な実施形態では、ニューラルネットワーク分類モデルを構築する際に、特定のニューラルネットワーク訓練方法（すなわち、データをランダムに分割し、その結果に基づいて特定の訓練データを除去して、再訓練すること）を選択することができる。
【0162】
様々な実施形態では、ブロック９１４が実行された後、訓練されたＢｒＳ診断ニューラルネットワーク分類器を定義するデータは、ストレージメモリ８０４の領域８５４に記憶されてもよい。
【0163】
いくつかの実施形態では、ブロック９１４は、訓練されたＢｒＳ診断ニューラルネットワーク分類器の表現を図１３に示す心電図解析装置７０２に送信させるために、訓練されたＢｒＳ診断ニューラルネットワーク分類器を表す信号を生成するように、訓練装置プロセッサ８００に指示することができる。いくつかの実施形態では、心電図解析装置７０２は、一般に図２に示すようなプロセッサ回路を含むことができ、心電図解析装置７０２は、訓練されたＢｒＳ診断ニューラルネットワーク分類器の表現を、図２に示す心電図解析装置１２の領域１５０と同様の領域に格納するように、心電図解析装置７０２の解析装置プロセッサに指示することができる。
【0164】
様々な実施形態では、心電図解析装置７０２は、概して上述したように、図３に示すフローチャート２００を実行して、訓練されたＢｒＳ診断ニューラルネットワーク分類器を使用し、患者のＢｒＳ診断スコアを決定するように構成されてもよい。
【0165】
（様々な実施形態）
いくつかの実施形態では、図１に示すシステム１０の一部又は全部は、単一のデバイスとして、又は別個のデバイスとして実装されてもよい。例えば、いくつかの実施形態では、心電図解析装置１２によって実行されるものとして本明細書で説明される機能は、別個のデバイスによって実行されてもよい。例えば、いくつかの実施形態では、心電図解析装置１２、心電図データ源１４、及びディスプレイ１６は、単一のデバイスに組み込まれてもよく、このデバイスは、例えば、フィットネストラッカー及び／又は腕時計デバイスなどのウェアラブルデバイスであってもよく、デバイスに含まれるセンサを使用して心電図データを取得するように構成されてもよい。
いくつかの実施形態では、図１に示すシステム１０の一部又は全部は、単一のデバイスとして、又は別個のデバイスとして実装されてもよい。例えば、いくつかの実施形態では、心電図解析装置１２によって実行されるものとして本明細書で説明される機能は、別個のデバイスによって実行されてもよい。例えば、いくつかの実施形態では、心電図解析装置１２、心電図データ源１４、及びディスプレイ１６は、単一のデバイスに組み込まれてもよく、このデバイスは、例えば、フィットネストラッカー及び／又は腕時計デバイスなどのウェアラブルデバイスであってもよく、デバイスに含まれるセンサを使用して心電図データを取得するように構成されてもよい。
【0166】
いくつかの実施形態では、心電図データ源１４の携帯型の実施形態は、例えば、診断的有用性のある稀な又は孤立した心拍間隔を取得するために、一晩又は１日以上の期間にわたるなど、より長い測定期間中に心電図トレース記録２６０を収集することができる。
【0167】
いくつかの実施形態では、心電図解析装置１２は、心電図解析装置１２の様々な機能が異なるデバイスによって実行され得るように、複数のデバイス及び／又はプロセッサ回路を使用して実装されてもよい。
【0168】
いくつかの実施形態では、少なくとも１つのニューラルネットワーク分類器の適用は、例えば、心電図解析装置１２の処理要求を低減するために、心電図解析装置１２と通信するニューラルネットワーク処理装置によって実行されてもよい。そのような実施形態では、少なくとも１つのニューラルネットワーク分類器を定義するデータは、ニューラルネットワーク処理装置に格納されていてもよく、図３に示すフローチャート２００のブロック２１２は、心電図解析装置１２に、少なくとも１つのニューラルネットワーク用の入力をニューラルネットワーク処理装置に送信して、装置に、１つ以上の診断関連スコアを決定させるように指示することができる。いくつかの実施形態では、ニューラルネットワーク処理装置は、１つ以上の診断関連スコアの表現が決定されると、それらを心電図解析装置１２に送信するように構成されてもよい。
【0169】
様々な実施形態では、検出済み心電図トレース記録を生成するために、追加の又はより少ないリードが使用されてもよい。例えば、いくつかの実施形態では、単一の検出済み心電図トレース記録が生成されてもよく、心電図解析装置１２は、単一の検出済み心電図トレース記録を使用するように構成されてもよい。したがって、様々な実施形態では、図３に示すフローチャート２００のブロック２０４及びブロック２１０は省略されてもよい。
【0170】
いくつかの実施形態では、心電図解析装置１２によって処理されるデータは、特定の患者に関連付けられてもよい。例えば、いくつかの実施形態では、検出済み心電図トレース記録２６０、Ｒピーク識別子記録３４０、検出済み心電図トレースセグメント記録３８０、及び代表的な心電図トレース記録５００はすべて、データが適用される患者を識別する患者識別子を記憶するための患者識別子フィールドを含んでいてもよい。
【0171】
いくつかの実施形態では、図１３に示すシステム７００の心電図ニューラルネットワーク訓練装置７０８は、図１４に示すストレージメモリ８０４の領域８５４に記憶されたニューラルネットワークデータを更新するように構成されてもよい。例えば、いくつかの実施形態では、心電図ニューラルネットワーク訓練装置７０８は、新しい訓練用患者の訓練用心電図トレースのセットと関連診断とを受信し、受信した情報を使用してニューラルネットワークデータを更新するように構成されてもよい。いくつかの実施形態では、ニューラルネットワークデータが更新されると、心電図ニューラルネットワーク訓練装置７０８は、更新されたニューラルネットワーク情報を心電図解析装置７０２に送信してもよい。
【0172】
いくつかの実施形態では、システム７００は、それぞれが心電図ニューラルネットワーク訓練装置７０８と通信する、図１に示すシステム１０と概ね同様の複数のシステムを含んでいてもよく、心電図ニューラルネットワーク訓練装置は、システムに含まれる心電図解析装置の各々に、更新されたニューラルネットワーク情報を送信するように構成されてもよい。
【0173】
上述のいくつかの実施形態では、図１及び図１３に示すシステム１０及び／又は７００は、特にＢｒＳの診断を容易にするように構成されてもよいが、様々な実施形態では、追加の又は代替の症候群、疾患、及び／又は機能障害、例えば、解析的でおそらく特発性の原発性電気障害（例えば、ウォルフパーキンソンホワイト症候群、早期再分極症候群、ＱＴ延長症候群、ＱＴ短縮症候群、及び完全若しくは不完全な右脚ブロックや左脚ブロック）や、心筋症（例えば、不整脈原性右室心筋症または異形成、左室緻密化障害、肥大型心筋症、拡張型心筋症、虚血性心筋症、拘束型心筋症、及び／又は他の特発性心筋症）などが、上述のシステム１０及び／又は７００と略同様のシステムを使用して診断されるか、又は診断を補助されてもよい。
【0174】
したがって、様々な実施形態では、本明細書で説明するＢｒＳ診断ニューラルネットワーク分類器は、不整脈原性疾患診断のための診断スコアを出力するように構成された別の不整脈原性疾患用の診断ニューラルネットワーク分類器によって置き換えられてもよい。そのような実施形態では、不整脈原性疾患診断ニューラルネットワーク分類器は、不整脈原性疾患診断に関連するデータを使用して訓練されてもよい。
【0175】
図１９～図２４を参照すると、それぞれの患者の安静時の状態を捉えたベースライン心電図１１００、１１２０、１１４０、１１６０、１１８０、及び１２００の各表示と、ナトリウムチャネル遮断薬であるアジマリンの投与によってそれぞれの患者にチャレンジした後に得られた心電図１１０２、１１２２、１１４２、１１６２、１１８２、及び１２０２の各表示と、が示されている。
【0176】
図１９を参照すると、この患者は、タイプ２のＢｒＳパターンを示し、これはアジマリンの投与後にタイプ１に変化している。いくつかの実施形態では、図１に示すシステム１０の心電図解析装置１２は、ベースライン心電図１１００の解析から、この患者の疾患状態を疾患陽性として正しく識別することができる。いくつかの実施形態では、例えば、ベースライン心電図１１００に基づいて決定されるＢｒＳスコアは、０．９９８であってもよい。
【0177】
図２０を参照すると、ベースライン心電図１１２０は、アジマリンチャレンジ後にタイプ１のＢｒＳ心電図パターンに変化する不完全な右脚ブロックを示している。いくつかの実施形態では、図１に示すシステム１０の心電図解析装置１２は、ベースライン心電図１１２０の解析から、この患者の疾患状態を疾患陽性として正しく識別することができる。いくつかの実施形態では、例えば、ベースライン心電図１１２０に基づいて決定されるＢｒＳスコアは、１．０００であってもよい。
【0178】
図２１を参照すると、ベースライン心電図１１４０は、タイプ１のパターンを示すＢｒＳについて陽性をもたらすアジマリンチャレンジの結果を伴う、高い右前胸部リード（high right precordial leads）における軽度の異常を示している。いくつかの実施形態では、図１に示すシステム１０の心電図解析装置１２は、ベースライン心電図１１４０の解析から、この患者の疾患状態を疾患陽性として正しく識別することができる。いくつかの実施形態では、例えば、ベースライン心電図１１４０に基づいて決定されるＢｒＳスコアは、１．０００であってもよい。
【0179】
図２２を参照すると、ベースライン心電図１１６０及びアジマリンチャレンジ後の心電図１１６２の解析は、ＢｒＳの陰性診断と一致し得る。いくつかの実施形態では、図１に示すシステム１０の心電図解析装置１２は、ベースライン心電図１１６０の解析から、この患者の疾患状態を疾患陰性として正しく識別することができる。いくつかの実施形態では、例えば、ベースライン心電図１１６０に基づいて決定されるＢｒＳスコアは、０．０５８であってもよい。いくつかの実施形態では、陰性診断の信頼度は、１からＢｒＳスコアを差し引いたものとして決定されてもよい（例えば、１－０．０５８＝０．９４２）。
【0180】
図２３を参照すると、ベースライン心電図１１８０及びアジマリンチャレンジ後の心電図１１８２の解析は、ＢｒＳの陰性診断と一致し得る。いくつかの実施形態では、図１に示すシステム１０の心電図解析装置１２は、ベースライン心電図１１８０の解析から、この患者の疾患状態を疾患陰性として正しく識別することができる。いくつかの実施形態では、例えば、ベースライン心電図１１８０に基づいて決定されるＢｒＳスコアは、０．０２８であってもよい。
【0181】
図２４を参照すると、ベースライン心電図１２００及びアジマリンチャレンジ後の心電図１２０２の解析は、ＢｒＳの陰性診断と一致し得る。いくつかの実施形態では、図１に示すシステム１０の心電図解析装置１２は、ベースライン心電図１２００の解析から、この患者の疾患状態を疾患陰性として正しく識別することができる。いくつかの実施形態では、例えば、ベースライン心電図１２００に基づいて決定されるＢｒＳスコアは、０．０１０であってもよい。
【0182】
本発明の特定の実施形態が説明され、図示されてきたが、このような実施形態は、本発明の例示に過ぎず、添付の特許請求の範囲に従って解釈される本発明を限定するものと考えるべきではない。
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】
【図19】
【図20】
【図21】
【図22】
【図23】
【図24】
【国際調査報告】