特表 2023-549616 ノイズの多い短時間の胸部インピーダンス測定から呼吸パラメータを抽出するための技術

(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】2023-11-28

(54)【発明の名称】ノイズの多い短時間の胸部インピーダンス測定から呼吸パラメータを抽出するための技術

(51)【国際特許分類】

   A61B 5/08 20060101AFI20231120BHJP

【ＦＩ】

A61B5/08

【審査請求】未請求

【予備審査請求】未請求

(21)【出願番号】P 2023530286

(86)(22)【出願日】2021-11-18

(85)【翻訳文提出日】2023-07-04

(86)【国際出願番号】 EP2021082219

(87)【国際公開番号】W WO2022106578

(87)【国際公開日】2022-05-27

(31)【優先権主張番号】63/115,762

(32)【優先日】2020-11-19

(33)【優先権主張国・地域又は機関】US

(81)【指定国・地域】

【公序良俗違反の表示】

（特許庁注：以下のものは登録商標）

１．ＢＬＵＥＴＯＯＴＨ

(71)【出願人】

【識別番号】519383544

【氏名又は名称】アナログ・ディヴァイシス・インターナショナル・アンリミテッド・カンパニー

(74)【代理人】

【識別番号】100108453

【弁理士】

【氏名又は名称】村山 靖彦

(74)【代理人】

【識別番号】100110364

【弁理士】

【氏名又は名称】実広 信哉

(74)【代理人】

【識別番号】100133400

【弁理士】

【氏名又は名称】阿部 達彦

(72)【発明者】

【氏名】ラジャラクシュミ・ジャヤラマン

(72)【発明者】

【氏名】スリラム・ガネサン

(72)【発明者】

【氏名】ナヤン・スレシュクマール・バット

(72)【発明者】

【氏名】アビゲイル・レイノルズ

(72)【発明者】

【氏名】ジョヒュン・ソ

(72)【発明者】

【氏名】グオリン・パン

(72)【発明者】

【氏名】トニー・ジェイ・アクル

(72)【発明者】

【氏名】ヴェヌゴパル・ゴピナサン

【テーマコード（参考）】

4C038

【Ｆターム（参考）】

4C038SS04

4C038SS08

4C038ST04

4C038SV03

4C038SX07

(57)【要約】

一実施形態は、短時間胸部インピーダンス（「ＴＩ」）信号から呼吸パラメータを抽出する方法であり、この方法は、ＴＩ測定信号を前処理してそこから呼吸信号を取得することと、信号品質及び信号完全性のうちの少なくとも１つについて呼吸信号を評価することと、自己相関アルゴリズム及び時間領域ゼロクロッシングアルゴリズムのうちの少なくとも一方を呼吸信号に対して実行して、そこから少なくとも１つの呼吸パラメータを抽出することであって、少なくとも１つの呼吸パラメータは、呼吸速度（「ＲＲ」）及び１回呼吸量（「ＴＶ」）のうちの少なくとも１つを含む、抽出することと、を含む。

【特許請求の範囲】

【請求項1】

胸部インピーダンス（ＴＩ）測定信号から被験者の呼吸パラメータを抽出する方法であって、前記方法は、
前記ＴＩ測定信号に対して信号品質チェックを実施することと、
自己相関アルゴリズム及び時間領域ゼロクロッシングアルゴリズムのうちの少なくとも一方を、前記ＴＩ測定信号の少なくとも一部に対して実行して、前記ＴＩ測定信号の前記少なくとも一部から前記被験者の少なくとも１つの呼吸パラメータを抽出することであって、少なくとも１つの呼吸パラメータは、呼吸数（「ＲＲ」）及び１回呼吸量（「ＴＶ」）のうちの少なくとも１つを含む、抽出することと、を含む、方法。

【請求項2】

前記実施及び実行する前に、前記ＴＩ測定信号をローパスフィルタリングすることを更に含む、請求項１に記載の方法。

【請求項3】

前記ローパスフィルタリングを実施するために使用されるフィルタのカットオフ周波数は、０．６５ヘルツである、請求項２に記載の方法。

【請求項4】

前記信号品質チェックは、インピーダンス限定信号品質チェックを含む、請求項１～３のいずれか一項に記載の方法。

【請求項5】

前記インピーダンス限定信号品質チェックは、生理学的限界に基づいて閾値を参照して、電極接触インピーダンス及び全身インピーダンスのうちの少なくとも１つをチェックすることを含む、請求項４に記載の方法。

【請求項6】

前記信号品質チェックは、前記ＴＩ測定信号内の少なくとも１つの信号アーチファクトを識別することを含む、請求項１～５のいずれか一項に記載の方法。

【請求項7】

前記少なくとも１つの信号アーチファクトを前記ＴＩ測定信号から除去して、前記ＴＩ測定信号の前記少なくとも一部を生成することを更に含む、請求項６に記載の方法。

【請求項8】

前記少なくとも１つの信号アーチファクトは、ノイズを含む、請求項６又は７に記載の方法。

【請求項9】

前記少なくとも１つの信号アーチファクトは、前記被験者の移動の結果である、請求項６、７又は８に記載の方法。

【請求項10】

前記ＴＩ測定信号に対して自己相関アルゴリズム及び時間領域ゼロクロッシングアルゴリズムのうちの少なくとも一方を前記実行することは、
前記ＴＩ測定信号を自己相関させて、前記ＴＩ測定信号の二次平均を求めることと、
前記自己相関されたＴＩ測定信号におけるピーク間の時間差に基づいて期待値を計算して、推定呼吸数（「ＲＲ」）を導出することと、を含む、請求項１～９のいずれか一項に記載の方法。

【請求項11】

前記自己相関ＴＩ測定信号から前記ＴＩ測定信号の信号対雑音比（ＳＮＲ）を導出することを更に含む、請求項１０に記載の方法。

【請求項12】

前記推定ＲＲの信頼度メトリックを計算することを更に含む、請求項１０又は１１に記載の方法。

【請求項13】

前記ＴＩ測定信号に対して自己相関アルゴリズム及び時間領域ゼロクロッシングアルゴリズムのうちの少なくとも一方を前記実行することは、
前記ＴＩ測定信号の一次導関数上のゼロクロッシングをカウントして、前記ＴＩ信号を吸入サイクルと呼気サイクルに分割して、呼吸数（ＲＲ）を計算することと、
ピークＴＩ値の中央値から１回呼吸量（「ＴＶ」）を計算することと、を含む、請求項１～１２のいずれか一項に記載の方法。

【請求項14】

前記ＲＲを計算し、前記ＴＶを計算する前に、前記一次導関数に浅い呼吸閾値を適用することを更に含む、請求項１３に記載の方法。

【請求項15】

前記自己相関アルゴリズム及び前記時間領域ゼロクロッシングアルゴリズムのうちの少なくとも一方によって生成された推定値を、前記自己相関アルゴリズムと関連付けられた信頼度メトリックに基づいて選択することを更に含む、請求項１～１４のいずれか一項に記載の方法。

【請求項16】

前記自己相関アルゴリズム及び前記時間領域ゼロクロッシングアルゴリズムのうちの少なくとも一方によって生成された推定値を、臨床状態を示す信号シグネチャに基づいて選択することを更に含む、請求項１～１５のいずれか一項に記載の方法。

【請求項17】

前記ＴＩ測定信号は、持続時間が６０秒未満である、請求項１～１６のいずれか一項に記載の方法。

【請求項18】

前記ＴＩ測定信号は、持続時間が３０秒未満である、請求項１～１７のいずれか一項に記載の方法。

【請求項19】

胸部インピーダンス（ＴＩ）測定信号から被験者の呼吸数（ＲＲ）を決定する方法であって、前記方法は、
前記ＴＩ測定信号を前処理して、呼吸信号を生成することと、
前記呼吸信号に対して信号品質チェックを実施することと、
前記呼吸信号の少なくとも一部に対して時間領域ゼロクロッシングアルゴリズムを実行して、推定時間領域ＲＲ（ＴＤ＿ＲＲ）を求めることと、
前記呼吸信号の前記少なくとも一部に対して自己相関アルゴリズムを実行して、推定自己相関ＲＲ（ＡＣ＿ＲＲ）及び前記推定ＡＣ＿ＲＲに対する信頼度メトリックを求めることと、
前記信頼度メトリックに基づいて、前記推定ＴＤ＿ＲＲ及び前記推定ＡＣ＿ＲＲのうちの１つを選択することと、
前記推定ＴＤ＿ＲＲ及び前記推定ＡＣ＿ＲＲのうちの前記選択された１つを最終ＲＲとして出力することと、を含む、方法。

【請求項20】

前記推定ＴＤ＿ＲＲ及び前記推定ＡＣ＿ＲＲのうちの１つを、前記信頼度メトリックに基づいて前記選択することは、
前記信頼度メトリックが閾値以上である場合、前記推定ＡＣ＿ＲＲを選択することと、
前記信頼度メトリックが前記閾値未満である場合に、前記推定ＴＤ＿ＲＲを選択することと、を含む、請求項１９に記載の方法。

【請求項21】

前記信号品質チェックの結果が不良である場合、前記推定ＴＤ＿ＲＲ及び前記推定ＡＣ＿ＲＲのうちの前記選択された１つを前記最終ＲＲとして出力することを控えることを更に含む、請求項１９又は２０に記載の方法。

【請求項22】

前記前処理をすることが、ローパスフィルタを使用して前記ＴＩ測定信号をフィルタリングすることを含む、請求項１９、２０又は２１に記載の方法。

【請求項23】

前記信号品質チェックは、インピーダンス限定信号品質チェックを含む、請求項１９～２２のいずれか一項に記載の方法。

【請求項24】

前記インピーダンス限定信号品質チェックは、生理学的限界に基づいて閾値を参照して、電極接触インピーダンス及び全身インピーダンスのうちの少なくとも１つをチェックすることを含む、請求項２３に記載の方法。

【請求項25】

前記信号品質チェックは、前記呼吸信号内の少なくとも１つの信号アーチファクトを識別することを含む、請求項１９～２４のいずれか一項に記載の方法。

【請求項26】

前記少なくとも１つの信号アーチファクトを前記呼吸信号から除去して、前記呼吸信号の前記少なくとも一部を生成することを更に含む、請求項２５に記載の方法。

【請求項27】

前記少なくとも１つの信号アーチファクトは、ノイズを含む、請求項２５又は２６に記載の方法。

【請求項28】

前記少なくとも１つの信号アーチファクトは、前記被験者の移動の結果である、請求項２５、２６又は２７に記載の方法。

【請求項29】

前記呼吸信号の前記少なくとも一部に対して自己相関アルゴリズムを前記実行することは、
前記呼吸信号の前記少なくとも一部を自己相関させて、自己相関された信号を求めることと、
前記自己相関された信号内のピーク間の時間差に基づいて期待値を計算して、推定呼吸数（「ＲＲ」）を導出することと、を更に含む、請求項１９～２８のいずれか一項に記載の方法。

【請求項30】

前記信頼度メトリックは、前記自己相関された信号のノイズ電力に対する信号電力の比である、請求項２９に記載の方法。

【請求項31】

前記呼吸信号の前記少なくとも一部に対して時間領域ゼロクロッシングアルゴリズムを前記実行することは、
前記呼吸信号の前記少なくとも一部の一次導関数信号に対するゼロクロッシングの数をカウントすることであって、前記ゼロクロッシングの数は、前記推定ＴＤ＿ＲＲに対応する、カウントすることを更に含む、請求項１９～３０のいずれか一項に記載の方法。

【請求項32】

前記呼吸信号の前記少なくとも一部に対して時間領域ゼロクロッシングアルゴリズムを前記実行することは、前記呼吸信号の前記少なくとも一部に関連して無呼吸状態にフラグを立てることを更に含む、請求項３１に記載の方法。

【請求項33】

前記呼吸信号の前記少なくとも一部に対して時間領域ゼロクロッシングアルゴリズムを前記実行することは、前記呼吸信号の前記少なくとも一部に関連して浅い呼吸状態にフラグを立てることを更に含む、請求項３１又は３２に記載の方法。

【請求項34】

胸部インピーダンス（ＴＩ）測定信号から被験者の１回呼吸量（ＴＶ）を決定する方法であって、
前記ＴＩ測定信号を前処理して、呼吸信号を生成することと、
前記呼吸信号に対して信号品質チェックを実施することと、
前記呼吸信号の少なくとも一部に対して時間領域ゼロクロッシングアルゴリズムを実行して、推定ＴＶを決定することと、
前記信号品質チェックの結果に基づいて、前記推定ＴＶを選択的に報告することと、を含む、方法。

【請求項35】

前記信号品質チェックの前記結果が不良である場合、前記推定ＴＶを報告することを控えることを更に含む、請求項３４に記載の方法。

【請求項36】

前記前処理することは、ローパスフィルタを使用して前記ＴＩ測定信号をフィルタリングすることを含む、請求項３４又は３５に記載の方法。

【請求項37】

前記信号品質チェックは、インピーダンス限定信号品質チェックを含む、請求項３４、３５又は３６に記載の方法。

【請求項38】

前記インピーダンス限定信号品質チェックは、生理学的限界に基づいて閾値を参照して、電極接触インピーダンス及び全身インピーダンスのうちの少なくとも１つをチェックすることを含む、請求項３７に記載の方法。

【請求項39】

前記信号品質チェックは、前記呼吸信号内の少なくとも１つの信号アーチファクトを識別することを含む、請求項３４～３８のいずれか一項に記載の方法。

【請求項40】

前記少なくとも１つの信号アーチファクトを前記呼吸信号から除去して、前記呼吸信号の前記少なくとも一部を生成することを更に含む、請求項３９に記載の方法。

【請求項41】

前記呼吸信号の前記少なくとも一部に対して時間領域ゼロクロッシングアルゴリズムを前記実行することは、
前記ＴＶを、ピークＴＩ値の中央値から推定することを更に含む、請求項３４～４０のいずれか一項に記載の方法。

【発明の詳細な説明】

【技術分野】

【0001】

関連出願
本開示は、２０２０年１１月１９日に出願された「ＴＥＣＨＮＩＱＵＥＳ ＦＯＲ ＥＸＴＲＡＣＴＩＮＧ ＲＥＳＰＩＲＡＴＯＲＹ ＰＡＲＡＭＥＴＥＲＳ ＦＲＯＭ ＮＯＩＳＹ ＳＨＯＲＴ ＤＵＲＡＴＩＯＮ ＴＨＯＲＡＣＩＤ ＩＭＰＥＤＡＮＣＥ ＭＥＡＳＵＲＥＭＥＮＴＳ」と題された米国仮特許出願第６３／１１５，７６２号の優先権を主張し、その開示は、その全体が参照により組み込まれる。

【0002】

本開示は、概して、胸部インピーダンス測定値から呼吸パラメータを検出するための技術に関し、より詳細には、ノイズの多い短時間の胸部インピーダンス測定値からそのようなパラメータを抽出するための技術に関する。

【発明の概要】

【課題を解決するための手段】

【0003】

本開示の実施形態は、胸部インピーダンス（ＴＩ）測定信号から被験者の呼吸パラメータを抽出する方法を提供する。本方法は、
ＴＩ測定信号に対して信号品質チェックを実施することと、
自己相関アルゴリズム及び時間領域ゼロクロッシングアルゴリズムのうちの少なくとも一方を、ＴＩ測定信号の少なくとも一部に対して実行して、ＴＩ測定信号の少なくとも一部から被験者の少なくとも１つの呼吸パラメータを抽出することであって、少なくとも１つの呼吸パラメータは、呼吸数（「ＲＲ」）及び１回呼吸量（「ＴＶ」）のうちの少なくとも１つを含む、抽出することと、を含む。

【0004】

本開示の別の実施形態は、胸部インピーダンス（ＴＩ）測定信号から被験者の呼吸数（ＲＲ）を決定する方法を提供する。本方法は、
ＴＩ測定信号を前処理して、呼吸信号を生成することと、
呼吸信号に対して信号品質チェックを実施することと、
呼吸信号の少なくとも一部に対して時間領域ゼロクロッシングアルゴリズムを実行して、推定時間領域ＲＲ（ＴＤ＿ＲＲ）を求めることと、
呼吸信号の少なくとも一部に対して自己相関アルゴリズムを実行して、推定自己相関ＲＲ（ＡＣ＿ＲＲ）及び推定ＡＣ＿ＲＲに対する信頼度メトリックを求めることと、
信頼度メトリックに基づいて、推定ＴＤ＿ＲＲ及び推定ＡＣ＿ＲＲのうちの１つを選択することと、
推定ＴＤ＿ＲＲ及び推定ＡＣ＿ＲＲのうちの選択された１つを最終ＲＲとして出力することと、を含む。

【0005】

本開示の別の実施形態は、胸部インピーダンス（ＴＩ）測定信号から被験者の１回呼吸量（ＴＶ）を決定する方法を提供する。本方法は、
ＴＩ測定信号を前処理して、呼吸信号を生成することと、
呼吸信号に対して信号品質チェックを実施することと、
呼吸信号の少なくとも一部に対して時間領域ゼロクロッシングアルゴリズムを実行して、推定ＴＶを決定することと、
信号品質チェックの結果に基づいて、推定ＴＶを選択的に報告することと、を含む。

【図面の簡単な説明】

【0006】

本開示並びにその特徴及び利点のより完全に理解するために、添付の図面と併せて以下の説明を参照し、同様の参照番号は同様の部分を表す。

【0007】

【図1】本開示のいくつかの実施形態による、ノイズの多い短時間の胸部インピーダンス測定値から呼吸パラメータを導出するための例示的なシステムの例示的な環境を示す。

【図2】本開示のいくつかの実施形態による、図１のシステムの例示的な機能構成要素を示すブロック図である。

【図3A】本開示のいくつかの実施形態による、ノイズの多い短時間の胸部インピーダンス測定値から呼吸パラメータを抽出するための方法の動作を示すフロー図である。

【図3B】本開示のいくつかの実施形態による、ノイズの多い短時間の胸部インピーダンス測定値から呼吸数を抽出するための方法の動作を示すフロー図である。

【図4A】本開示のいくつかの実施形態による、自己相関ベースアルゴリズムを使用した呼吸変調胸部インピーダンス信号からの呼吸パラメータ抽出を示す。

【図4B】本開示のいくつかの実施形態による、時間領域ベース（ゼロクロッシング）アルゴリズムを使用した呼吸変調胸部インピーダンス信号からの呼吸パラメータ抽出を示す。

【図5】本開示のいくつかの実施形態による、インピーダンス限定信号品質チェックを実施するための方法を示すフロー図である。

【図6】本開示のいくつかの実施形態による、胸部インピーダンス信号におけるノイズ及びモーションアーチファクトの影響を示すグラフである。

【図7】本開示のいくつかの実施形態による、アーチファクト検出信号品質チェックを実施するための方法を示すフロー図である。

【図8A】本開示のいくつかの実施形態による、胸部インピーダンス信号から検出されたアーチファクトを除去するための方法を示す。

【図8B】本開示のいくつかの実施形態による、胸部インピーダンス信号から検出されたアーチファクトを除去するための方法を示す。

【図8C】本開示のいくつかの実施形態による、胸部インピーダンス信号から検出されたアーチファクトを除去するための方法を示す。

【図8D】本開示のいくつかの実施形態による、胸部インピーダンス信号から検出されたアーチファクトを除去するための方法を示す。

【図8E】本開示のいくつかの実施形態による、胸部インピーダンス信号から検出されたアーチファクトを除去するための方法を示す。

【図9】本開示のいくつかの実施形態による、胸部インピーダンス信号の最も長い前処理された良好なセグメントの信号品質を評価するための方法を示すフロー図である。

【図10A】本開示のいくつかの実施形態による、胸部インピーダンス信号からＲＲを抽出するための自己相関ベースアルゴリズムの動作をまとめて示すグラフである。

【図10B】本開示のいくつかの実施形態による、胸部インピーダンス信号からＲＲを抽出するための自己相関ベースアルゴリズムの動作をまとめて示すグラフである。

【図10C】本開示のいくつかの実施形態による、胸部インピーダンス信号からＲＲを抽出するための自己相関ベースアルゴリズムの動作をまとめて示すグラフである。

【図11A】本開示のいくつかの実施形態による、自己相関ベースアルゴリズムの動作を示すフロー図をまとめて示す。

【図11B】本開示のいくつかの実施形態による、自己相関ベースアルゴリズムの動作を示すフロー図をまとめて示す。

【図12】それぞれ胸部容積（リットル）及び流量（リットル／分）の代わりとしての胸部インピーダンス信号及びその導関数の生理学的意義を示すグラフである。

【図13A】本開示のいくつかの実施形態による、時間領域ベースゼロクロッシングアルゴリズムの動作を示すフロー図をまとめて示す。

【図13B】本開示のいくつかの実施形態による、時間領域ベースゼロクロッシングアルゴリズムの動作を示すフロー図をまとめて示す。

【図14A】図１３Ａ～１３Ｂに示される時間領域ベースゼロクロッシングアルゴリズムの動作をまとめて示すグラフを含む。

【図14B】図１３Ａ～１３Ｂに示される時間領域ベースゼロクロッシングアルゴリズムの動作をまとめて示すグラフを含む。

【図14C】図１３Ａ～１３Ｂに示される時間領域ベースゼロクロッシングアルゴリズムの動作をまとめて示すグラフを含む。

【図14D】図１３Ａ～１３Ｂに示される時間領域ベースゼロクロッシングアルゴリズムの動作をまとめて示すグラフを含む。

【図14E】図１３Ａ～１３Ｂに示される時間領域ベースゼロクロッシングアルゴリズムの動作をまとめて示すグラフを含む。

【図14F】図１３Ａ～１３Ｂに示される時間領域ベースゼロクロッシングアルゴリズムの動作をまとめて示すグラフを含む。

【発明を実施するための形態】

【0008】

患者の胸部に配置された電極を使用して得られた胸部インピーダンス測定値は、呼吸による肺の空気レベルの変調が胸部電気インピーダンスの比例変調に反映されるという事実により、目的の呼吸パラメータを収集する間接的で非侵襲的な方法を提供する。しかしながら、このような測定値は、例えば、動き、咳、及び／又は不適切な皮膚電極接触のために、非常に高いレベルのノイズアーチファクトの影響を受けやすく、測定値から呼吸数（ＲＲ）及び１回呼吸量（ＴＶ）などのパラメータを抽出することを困難にする。加えて、特定の臨床状態は、例えば、前述のアーチファクトの存在下で抽出することが更に困難である、浅い呼吸、無呼吸、及び／又は周期的又は振動的呼吸などのイベントの抽出を必要とする。本明細書に記載の実施形態は、時間領域ベースアプローチ及び自己相関ベースアプローチを含む、前述の問題に対処するための２つのアプローチを含む。両方のアプローチは、呼吸サイクルの生理学的態様に密接に従い、最小限のヒューリスティックルールを維持し、したがって、量子化誤差を含む毎分２呼吸（ＢＰＭ）以内に限られた誤差を有する単一の６０秒の胸部インピーダンス測定値からこれらのパラメータのほとんどを抽出することを可能にする。

【0009】

人の異常な呼吸活動は、呼吸、心臓及び／又は神経学的疾患の初期指標である。臨床的には、吸入及び呼気中の胸壁偏位の数をカウントすることによって、１分当たりの呼吸数におけるＲＲが報告される。この方法はうまくいかないことが多く、看護師のスキルレベルに依存している。ＴＶ（吸入及び呼気される空気の体積）を抽出する臨床的方法は、鼻クリップで口からチューブ内に呼吸することを伴うため、家庭でのモニタリングには使用できない。

【0010】

前述のように、人の胸部に配置された電極を介した胸部インピーダンスモニタリングは、ＲＲ及びＴＶなどの呼吸パラメータを抽出するための間接的で非侵襲的な方法を提供し得る。しかしながら、本技術の精度は、皮膚への不適切な電極接触による超低周波ベースライン変動の存在、心臓活動などの高周波生理学的干渉因子、咳、しゃっくり、体の動きなどに起因する広帯域回路ノイズ及びモーションアーチファクトなどのうちの１つ以上によって損なわれる。更に、特定の生理学的状態は、信号形態において様々なシグネチャを示し、これにより、高い信頼度で呼吸パラメータを抽出することが更に困難になる。

【0011】

ピーク検出／カウントなどの従来の時間領域ベースアプローチ、及び周波数領域ベースアプローチは、信号自体の非定常的な性質、並びに信号に埋め込まれたノイズのために、胸部インピーダンス測定信号（又は単に胸部インピーダンス信号）から、目的のパラメータを抽出することに苦慮している。

【0012】

本明細書に記載の実施形態は、これらの問題に対する解決策を提供し、異なる生理学的信号形態及びアーチファクト条件の存在下で、２つの異なる方法論（時間領域ベース及び自己相関ベース）を適用することによって、胸部インピーダンス信号から呼吸パラメータを確実に抽出するための技術を提供する。入力信号、加速度計データ、及びフィルタリングされたノイズを使用して胸部インピーダンス信号の信号品質を評価する新しいアプローチも提示される。

【0013】

時間領域ベースアプローチは、自己相関ベースの技術からの低信頼度ＲＲ推定（信号品質ではない）の場合にＲＲを報告すること、並びに無呼吸の場合にＲＲを推定すること、及びＴＶを計算することに有用である。

【0014】

図１は、本開示のいくつかの実施形態による、ノイズの多い短時間の胸部インピーダンス測定値を使用して、被験者のＲＲ及びＴＶなどの呼吸パラメータを導出し、モニタリングするためのシステム１０２の例示的な実施形態の例示的な環境１００を示す。モニタリングは、連続的又は定期的な手法で実施されてもよい。図１に示されるように、例示的な一実施形態によれば、システム１０２は、胸部インピーダンス測定モジュール１１２と、複数の表面電極／センサ１１４ａ～１１４ｄ（例えば、４つの表面電極／センサ、又は他の任意の好適な数の表面電極／センサ）と、を含む。例えば、表面電極のうちの１つ以上は、固体ゲル表面電極、又は他の任意の好適な表面電極として実装され得る。システム１０２は、少なくとも複数の表面電極／センサ１１４ａ～１１４ｄを介して、被験者１０４の胴体、上部胸部、及び頸部、又は身体の他の任意の好適な部分若しくは領域のうちの１つ以上と接触するように動作可能な、概ね三角形のデバイス、又は他の任意の好適な形状のデバイスとして構成され得る。

【0015】

様々な実装態様では、システム１０２は、ウェアラブルベスト状構造内で、複数のパッチ状デバイスとして、又は他の任意の好適な構造若しくはデバイスとして実装されることを可能にする構成を有することができる。環境１００などの１つの可能な環境では、システム１０２は、スマートフォン１０６との無線通信経路１１６を介して双方向通信に携わるように動作可能であってもよく、スマートフォン１０６は、更には、通信ネットワーク１０８（例えば、インターネット）との無線通信経路１１８を介して双方向通信に携わるように動作可能であってもよい。あるいは、クラウド１１０への直接リンクは、基地局又は携帯電話を介したホップを必要とせずに提供されてもよい。スマートフォン１０６は、通信ネットワーク１０８を介して、クラウドコンピューティング、データ処理、データ分析、データトレンド推定、データ削減、データ融合、データ記憶、及び他の機能のためのリソースを含むことができる、クラウド１１０との無線通信経路１２０を介した双方向通信に携わるように更に動作可能である。システム１０２は、クラウド１１０と直接、無線通信経路１２２を介した双方向通信に携わるように更に動作可能である。

【0016】

図２は、本開示のいくつかの実施形態による、ノイズが多い短時間の胸部インピーダンス測定値を使用して、被験者のＲＲ及びＴＶなどの呼吸パラメータを導出し、モニタリングするためのシステム１０２の例示的なブロック図を示す。図２に示されるように、システムは、胸部インピーダンス測定モジュール１１２と、プロセッサ２０２及び関連するメモリ２０８と、胸部インピーダンス測定データを格納するためのデータストレージ２０６と、送信機／受信機２０４と、を含む。送信機／受信機２０４は、無線通信経路１１６を介してスマートフォン１０６（図１）と通信するためのＢｌｕｅｔｏｏｔｈ通信、Ｗｉ－Ｆｉ通信、又は他の任意の好適な短距離通信を実施するように構成され得る。送信機／受信機２０４は、無線通信経路１２２を介してクラウド１１０（図１）と通信するために、セルラー通信又は他の任意の好適な長距離通信を実施するように更に構成され得る。特定の実施形態では、胸部インピーダンス測定モジュール１１２は、図１に示される複数の表面電極／センサ１１４ａ～１１４ｄと切り替え可能に接続を行うための電極／センサ接続切替回路２２４を更に含んでもよい。

【0017】

プロセッサ２０２は、データアナライザ２２６及びデータ融合／決定エンジン２２８などの複数の処理モジュールを含むことができる。送信機／受信機２０４は、Ｂｌｕｅｔｏｏｔｈ又はＷｉ－Ｆｉ対応スマートフォン、又は他の任意の好適なスマートフォンであり得る、スマートフォン１０６との間の無線通信経路１１６を介してＢｌｕｅｔｏｏｔｈ又はＷｉ－Ｆｉ信号などの無線信号を送受信するように動作可能な少なくとも１つのアンテナ２１０を含むことができる。アンテナ２１０は、無線通信経路１２２を介してクラウド１１０との間のセルラー信号などの無線信号を送受信するように更に動作可能である。

【0018】

プロセッサ２０２は、本明細書で説明されるように、胸部インピーダンス信号から呼吸パラメータを導出するための自己相関ベースの技術及び時間領域ベースの技術をそれぞれ実装するための自己相関モジュール２３０及び時間領域モジュール２３２を更に含むことができる。プロセッサ２０２は、本明細書で説明されるように、胸部インピーダンス信号に関連して信号品質チェックを実施するための信号品質評価モジュール２３４を更に含むことができる。

【0019】

送信機／受信機２０４は、Ｂｌｕｅｔｏｏｔｈ若しくはＷｉ－Ｆｉ対応スマートフォン、又は他の任意の好適なスマートフォンであり得る、スマートフォン１０６との間の無線通信経路１１６を介してＢｌｕｅｔｏｏｔｈ又はＷｉ－Ｆｉ信号などの無線信号を送受信するように動作可能な少なくとも１つのアンテナ２１０を含むことができる。アンテナ２１０は、無線通信経路１２２を介してクラウド１１０との間のセルラー信号などの無線信号を送受信するように更に動作可能である。

【0020】

いくつかの実施形態による、ノイズの多い短時間の胸部インピーダンス測定値を使用して、ＲＲ及びＴＶなどの呼吸パラメータを導出及びモニタリングするためのシステム１０２の動作は、図１及び２だけでなく、以下の用例を参照して更に理解されるであろう。この用例では、被験者１０４が仰臥位又は直立位置にある間、毎日固定時間（例えば、１日２回）で、又は所定の日数連続して、被験者又は補助者は、被験者の胴体及び上部胸部及び頸部（又は身体の他の任意の好適な部分又は領域）のうちの１つ以上と、複数の表面電極／センサ１１４ａ～１１４ｄを介して接触するように、概ね三角形のデバイス（又は他の任意の好適な形状のデバイス）として構成されたシステム１０２を配置する。

【0021】

システム１０２を被験者の胴体及び／又は上部胸部及び／又は頸部に接触させた後、胸部インピーダンス測定モジュール１１２を作動させて、被験者１０４から胸部インピーダンスデータを採集、収集、感知、測定、又は別様に取得し、それを示す信号を生成することができる。特定の実施形態では、例示的な方法を使用して取得された胸部インピーダンスデータの性質は、ノイズが多く、短時間である。

【0022】

胸部インピーダンス測定モジュール１１２は、被験者１０４の胴体、上胸部、及び／又は頸部の皮膚と接触する複数の表面電極１１４ａ～１１４ｄの一部又は全てを使用して、胸部インピーダンス測定を実施することができる。本明細書で説明される実施形態の特徴によれば、以下でより詳細に説明されるように、呼吸数及び１回呼吸量などの呼吸パラメータは、胸部インピーダンス測定モジュール１１２からのノイズの多い短時間の胸部インピーダンスデータから導出され得る。

【0023】

いくつかの実施形態では、胸部インピーダンス測定モジュール１１２からの胸部インピーダンスデータは、少なくとも部分的なデータ分析、データトレンド推定、及び／又はデータ削減のためにデータアナライザ２２６に提供されてもよい。一実施形態では、胸部インピーダンス測定データは、病歴、人口統計情報、及び他の検査モダリティなどの他のメタデータと組み合わせて、「クラウド内で」分析、トレンド推定、及び／又は削減され、呼吸パラメータに関する様々なレベルの臨床介入で使用するための事前設定されたアラートを備えたクラウドベースのデータストレージ１１０で利用可能にすることもできる。

【0024】

データアナライザ２２６は、少なくとも部分的に分析された胸部インピーダンスデータをデータ融合／決定エンジン２２８に提供してもよく、これは、被験者１０４についての１つ以上の推論を行う際の後での使用のために、１つ以上のアルゴリズム及び／又は決定基準に従って、胸部インピーダンスデータを他の感知データと効果的に少なくとも部分的に融合又は組み合わせることができる。次いで、プロセッサ２０２は、少なくとも部分的に組み合わされた胸部インピーダンス及び他の感知データを送信機／受信機２０４に提供してもよく、これは、組み合わされた胸部インピーダンス及び感知データを、無線通信経路１２２を介してクラウド１１０に直接、又は無線通信経路１１６を介してスマートフォン１０６に送信することができる。次に、スマートフォン１０６は、通信ネットワーク１０８を介して、無線通信経路１１８、１２０を介して組み合わされた胸部インピーダンス及び感知データをクラウド１１０に送信することができ、そこで、それを更に分析、トレンド推定、削減、及び／又は融合することができる。上記のように、通信データは、スマートフォン／携帯電話又は基地局の関与なしに、クラウド１１０に直接通信されてもよいことが認識されるであろう。

【0025】

次いで、結果として生じるキュレーションされて組み合わされた感知データは、リスクスコアリング／層別化、モニタリング及び／又は追跡目的のために、病院の臨床医によって遠隔でダウンロードされ得る。

【0026】

図３Ａは、本開示のいくつかの実施形態による、ノイズの多い短時間の胸部インピーダンス測定値又は信号から呼吸パラメータを抽出するための方法３００の動作を示すフロー図である。

【0027】

ステップ３０２では、被験者（例えば、被験者１０４（図１））に配置された電極（例えば、電極１１４（図１））を使用して得られた短時間（例えば、６０秒）の胸部インピーダンス信号を前処理して、そこから呼吸信号を取得する。特定の実施形態では、ステップ３０２は、０．６５Ｈｚでカットオフした周波数（Ｆｃ）を有するローパスフィルタを使用して実施されてもよい。

【0028】

ステップ３０４において、信号品質及び信号完全性評価は、呼吸信号に対して実施される（例えば、モジュール２３４（図２）によって）。特定の実施形態では、信号品質評価は、生理学的限界に基づいて確立された閾値と比較される、電極接触インピーダンス及び全身インピーダンスなどの、信号に関する特定の胸部インピーダンス限定メトリックを計算することを含んでもよい。信号完全性評価は、信号のシグネチャをチェックして、信号内の大きなアーチファクト又は妨害を検出及び除去することを含んでもよい。加速度計データを使用して、信号内の動きアーチファクトを検出してもよく、どのモーションアーチファクトも、ステップ３０４で除去することができる。

【0029】

以下でより詳細に説明されるように、方法３００などのノイズの多い短時間の胸部インピーダンス信号からＲＲ及びＴＶを抽出するための方法の特定の実施形態は、胸部インピーダンス信号が、被験者の肺容積の代わりであり、胸部インピーダンス信号の導関数が、被験者の肺の内外の空気流速の代わりであるという事実を利用している。

【0030】

一般に、自己相関アルゴリズムは、ノイズを伴う非定常信号の固有の周期性イベントを導出する。図３Ａを再び参照すると、ステップ３０６では、（例えば、モジュール２３０（図２）によって実装される）自己相関に基づく技術を使用して呼吸信号が処理される。特に、ステップ３０６では、呼吸信号を自己相関して、呼吸信号の二次平均を求める。周期性を抽出するためのほとんどの自己相関ベースアルゴリズムでは、自己相関された信号の優位ピーク又は極大値が単独で考慮されるが、これは大きな高／低周波数ノイズによる誤差が生じやすい。本明細書で説明される実施形態の特徴によれば、ステップ３０６で実装される自己相関ベースの技術は、自己相関された呼吸信号全体を利用して、信号内の隠れた周期性及びその変動に対するより良い洞察を得る。したがって、例示された実施形態において、ステップ３０６では、自己相関された信号のピーク間の時間差に基づく期待値を計算して、自己相関アルゴリズムの推定ＲＲを導出する。この技術は、異常な形態、周期的、振動的な呼吸パターン、及び回路ノイズを有する呼吸信号によく適している。

【0031】

ステップ３０８では、呼吸信号は、（例えば、モジュール２３２（図２）によって実装される）時間領域ベースの技術を使用して処理される。特に、以下でより詳細に説明するように、ステップ３０８では、呼吸信号は、呼吸信号の一次導関数上のゼロクロッシングを計算することによって、吸入サイクルと呼気サイクルに分割される。無効なＲＲ（例えば、１分当たり４０回を超える、１分当たり６回未満の呼吸など）、及び／又は呼気比に対する無効な吸入（例えば、１：４又は４：１）などの生理学的制限に基づくヒューリスティックルールを適用して、有効な呼吸を識別し、無効な呼吸を排除する。本明細書で説明される特徴の実施形態によれば、時間領域ベースアルゴリズムは、間隔カウントによってＲＲを計算し、ピーク胸部インピーダンス値の中央値からＴＶを計算する。本明細書に記載の時間領域ベースアルゴリズムは、周波数及び振幅が変調された呼吸及び無呼吸を伴う呼吸信号によく適している。

【0032】

ステップ３１０では、自己相関ベースアルゴリズム及び時間領域ベースアルゴリズムからの推定値は、特定の臨床状態を表す特定の信号シグネチャに基づいて選択されてもよい。例えば、数秒間呼吸がない無呼吸の場合、吸入及び呼気の数は、時間領域ベースアルゴリズムによって最もよく説明されるが、自己相関ベースアルゴリズムは、被験者が無呼吸イベントの前又は後に呼吸している呼吸数（すなわち、ＲＲ）を正確に特定する。これに対して、振動性呼吸の場合には、ＲＲは自己相関ベースアルゴリズムによって指定され、ＴＶにおける振動は、時間領域ベース「ゼロクロッシング」アルゴリズムによって指定される。

【0033】

ステップ３１２では、以下に記載されるように、自己相関ベースアルゴリズム及び時間領域アルゴリズムからの推定値に対して信頼度評価が実施されてもよい。

【0034】

ステップ３１４では、ＲＲ及びＴＶ推定値が選択され、所望に応じて報告及び／又は記録される。

【0035】

胸部インピーダンス信号（例えば、かなりの量のノイズを有するもの）の場合、自己相関法などの周波数領域法は、胸部インピーダンス信号からＲＲを導出する際により有用であるが、他の胸部インピーダンス信号（例えば、特に周期的ではない胸部インピーダンス信号）の場合、時間領域ベースの方法は、胸部インピーダンス信号からＲＲを導出する際により有用であることが認識されるであろう。本明細書に記載の実施形態は、両方の方法を使用してＲＲを導出し、次いでその環境下でより正確である可能性が高いものを選択する、両アプローチの相対的な利点を活用している。

【0036】

図３Ｂは、本開示のいくつかの実施形態による、ノイズの多い短時間の胸部インピーダンス測定値又は信号からＲＲを検出するための方法３２０の動作を示すフロー図である。

【0037】

ステップ３２２では、被験者（例えば、被験者１０４（図１））に配置された電極（例えば、電極１１４（図１））を使用して得られた短時間（例えば、６０秒）の胸部インピーダンス信号を前処理して、そこから呼吸信号を取得する。特定の実施形態では、ステップ３２２は、０．６５Ｈｚでカットオフした周波数（Ｆｃ）を有するローパスフィルタを使用して実施されてもよい。いくつかの実施形態では、胸部インピーダンス信号は、０．１Ｈｚ～０．７５Ｈｚの目的の帯域幅にフィルタリングされてもよい。

【0038】

ステップ３２４において、ステップ３０８では、呼吸信号を時間領域ベースの技術を使用して処理し、推定される時間領域ＲＲ（「ＴＤ＿ＲＲ」）を生成する。加えて、時間領域ベースの技術の実施中に呼吸信号に無呼吸が検出された場合、ＦＬＡＧ＿ＡＰＮＥＡ＿ＤＥＴＥＣＴＥＤフラグが設定される。

【0039】

ステップ３２６では、呼吸信号の導関数が計算され、ステップ３２８では、自己相関ベースの技術を使用して呼吸信号及び／又はその導関数が処理され、推定される自己相関ＲＲ（「ＡＣ＿ＲＲ」）、並びに推定されるＡＣ＿ＲＲの信頼度メトリックを生成する。特定の実施形態では、信頼度メトリック（ＣＭ）は、ノイズ電力（推定ＡＣ＿ＲＲの±５ｂｐｍの範囲外の１分当たりの呼吸（ＢＰＭ）に対応する）に対する信号電力（推定ＡＣ＿ＲＲの±５ｂｐｍの範囲内のＢＰＭに対応する）の比に等しい。

【0040】

ステップ３２８では、（以下に説明する１つ以上の信号品質チェックによって決定されるような）胸部インピーダンス信号の品質が良好であるかどうかを判定する。胸部インピーダンス信号の品質が良好でない場合、実行はステップ３３２に進み、信号が信頼できない／使用できないために報告すべきＲＲがないという決定が行われる。

【0041】

ステップ３２８では、胸部インピーダンス信号の品質が良好であると判定された場合、実行はステップ３３４に進み、信頼度メトリックが所定の閾値（例えば、１）よりも小さいかどうかを判定する。ステップ３３４で信頼度メトリックが所定の閾値よりも小さいと判定された場合、実行は、推定されるＴＤ＿ＲＲがＲＲとして出力されるステップ３３６に進む。ステップ３３４で、信頼度メトリックが所定の閾値以上であると判定された場合、実行は、推定されるＡＣ＿ＲＲがＲＲとして出力されるステップ３３８に進む。

【0042】

特定の実施形態では、ＲＲ推定値（例えば、ＡＣ＿ＲＲ又はＴＤ＿ＲＲ）を使用して、ＴＶ抽出に使用されるフィルタリングを調整してもよい。例えば、ＲＲが１０ｂｐｍであることが判明した場合、ローパスフィルタの中心周波数Ｆｃ及び帯域幅が、１０ｂｐｍ＋／－３ｂｐｍとなるように選択されて、ＴＶ抽出を改善することができる。ＴＶ情報は、ＲＲ信頼度メトリック（ＣＭ＿ＲＲ）報告の決定要因のうちの１つであることに留意されたい。例えば、非常に低いＴＶ（おそらく接触不良による）又は非常に大きなＴＶ（おそらく接触インピーダンス変調による）は、両方ともＲＲ報告に対する信頼度を低下させることになる。更に、ＲＲとＴＶの情報を組み合わせることで、重要な臨床的洞察が得られる場合がある。例えば、毎分換気量は、１分間に呼吸される空気の量として定義され、ＲＲ及びＴＶの積である（例えば、典型的には、５～８リットル／分）。更に、ＴＶはリットル単位では直接検出されないが、推定されるＴＶをベースライン読み取り値と比較することによって、毎分換気量の有意な減少／増加がある場合には、可能性のある低換気／過換気にフラグを立ててもよい。

【0043】

図４Ａ及び４Ｂは、本開示のいくつかの実施形態による、自己相関ベースアルゴリズムを使用した振動呼吸信号からの呼吸パラメータの抽出を示すグラフ（図４Ａ）及び時間領域ベース（ゼロクロッシング）アルゴリズムを使用した振動呼吸信号からの呼吸パラメータの抽出を示すグラフ（図４Ｂ）である。

【0044】

図５は、本明細書に記載される実施形態（例えば、ステップ３０４（図３Ａ）で実施されるように）に従って、インピーダンス限定信号品質チェックを実施するための方法５００のフロー図を示す。図５に示されるように、ステップ５０２では、処理前の胸部インピーダンス（「ＴＩ」）信号をチェックして、それが有効なインピーダンス範囲内（例えば、３０Ω超かつ２５０Ω未満）であるかどうかを判定する。胸部インピーダンス信号が有効なインピーダンス範囲内にないと判定された場合、実行はステップ５０４に進み、そこでエラーコードが生成され、胸部インピーダンス信号が範囲外であり、信号品質が－１（「信頼度なし」）と評価されることを示す。更に、ステップ５０４では、パラメータｖａｌｉｄ＿ＲＲ（報告されたＲＲが有効であるかどうかを示すように設定されたフラグである）の値が０に設定される（すなわち、報告されたＲＲは有効ではない）。ステップ５０２で、胸部インピーダンス信号が有効なインピーダンス範囲内にあると判定された場合、実行はステップ５０６に進み、ここで、ｖａｌｉｄ＿ＲＲの値が１に設定される（すなわち、報告されたＲＲが有効である）。

【0045】

ステップ５０８では、胸部インピーダンス信号の整定偏差が指定されたパーセンテージ（例えば、１０％）より小さいかどうかを決定する。本明細書で使用される場合、「整定偏差」は、測定持続時間にわたる胸部インピーダンスの変化を指す。例えば、胸部インピーダンスが１０％以上変化する場合、電極接触は不安定である可能性が高い。胸部インピーダンス信号の整定偏差が指定されたパーセンテージ以上であると判定された場合、実行はステップ５１０に進み、そこでエラーコードが生成されて、胸部インピーダンス整定偏差が大きすぎることを示す。更に、ステップ５１０では、パラメータｇＳＱＭ＿ｖａｌｉｄ＿ＴＶの値が０に設定され、パラメータｇＳＱＭ＿ｖａｌｉｄ＿ＲＲの値が０に設定される。ステップ５０８で、胸部インピーダンス信号の整定偏差が指定されたパーセンテージよりも小さいと判断された場合、実行は、ｇＳＱＭ＿ｖａｌｉｄ＿ＴＶの値が１に設定されるステップ５１２に進む。ｇＳＱＭ＿ｖａｌｉｄ＿ＴＶ及びｇＳＱＭ＿ｖａｌｉｄ＿ＲＲは、それぞれ、ＴＶ及びＲＲの信号品質メトリックであり、値「１」は良好な信号品質を示し、値「０」は不良な信号品質を示すことが認識されるであろう。

【0046】

ステップ５１４では、接触インピーダンスの不整合が特定の値（例えば、２０００オーム）より小さいかどうかを判定する。接触インピーダンス不整合が特定の値以上であると判定された場合、実行はステップ５１６に進み、そこでは、接触インピーダンス不整合が高すぎることを示すエラーコードが生成される。更に、ステップ５１６において、ｇＳＱＭ＿ｖａｌｉｄ＿ＲＲの値は０に設定される。ステップ５１４において、接触インピーダンスの不整合が特定の値より小さいと判定される場合、実行はステップ５１８に進む。

【0047】

ステップ５１８では、接触インピーダンスが特定の値（例えば、３０００オーム）より小さいかどうかを判定する。接触インピーダンスが特定の値以上であると判定された場合、実行はステップ５２０に進み、そこでは、接触インピーダンスが高すぎることを示すエラーコードが生成される。更に、ステップ５２０において、ｇＳＱＭ＿ｖａｌｉｄ＿ＲＲの値は０に設定される。ステップ５１８で、接触インピーダンスが特定の値より小さいと判定された場合、実行はステップ５２２に進む。

【0048】

ステップ５２２では、インピーダンス限定信号品質チェックに合格したとみなされ、ｇＳＱＭ＿ｖａｌｉｄ＿ＲＲの値は１に設定される。

【0049】

ここで図６を参照すると、胸部インピーダンス信号６０２に障害（例えば、アーチファクト）６００がある場合、信号のサンプル分布６０４は、大きい／非常に小さい数のために、一方向に尾を引く可能性が高いと認識されることになる。簡単に言えば、アーチファクトが存在すると、平均から信号偏差が増加する。これを評価するために、胸部インピーダンス信号のノイズが増加するにつれて増加する変動係数（ＣｏＶ）を考慮してもよい。胸部インピーダンス信号の標準偏差（ｓｔｄ）もこの効果を反映することになるが、これを達成するための最適な閾値を定義することは困難であることを認識されたい。これに対して、ＣｏＶは、信号に対するノイズの比（ｓｔｄ（信号）／ｍｅａｎ（信号））を定義する。１より大きいＣｏＶは、サンプル分布が超指数的であることを示すのに対して、０．４より小さいＣｏＶは、サンプル分布が反対方向に尾を引くことを示す。

【0050】

図７は、本明細書に記載される実施形態（例えば、ステップ３０４（図３Ａ）で実施されるように）に従って、アーチファクト検出信号品質チェックを実施するための方法７００のフロー図を示す。図７を参照すると、ステップ７０２では、前処理された胸部インピーダンス信号及び対応する加速度計データが、範囲［０～１］で正規化されて、平均におけるＤＣの影響を除去し、胸部インピーダンス信号のＣｏＶが計算される。実質的に同時に、ステップ７０４では、前処理された胸部インピーダンス信号及び加速度計データは、ゼロ平均、単位分散について正規化され、尖度が計算される。

【0051】

ステップ７０６では、胸部インピーダンス信号又は加速度計データのいずれかについて、（１）ＣｏＶが１より大きいか、又は（２）ＣｏＶが０．４より小さくかつ尖度が７より大きいかについての判定が行われる。これらの条件のいずれかがいずれかの信号に対して真である場合、ステップ７０８で、アーチファクトが検出される。ステップ７０６において、いずれの条件もいずれの信号に対しても真でない場合、実行はステップ７１０に進む。

【0052】

ステップ７１０では、ｇＳＱＭ＿ｖａｌｉｄ＿ＲＲ＝１、ｇＳＱＭ＿ｖａｌｉｄ＿ＴＶ＝１（方法５００（図５）で判定されたように）であるかどうか、及び信号の長さが３０秒を超えるかどうかを判定する。これらの条件の全てが真である場合、実行は、信号が高品質のデータ信頼度（ｄａｔａ＿ｑｕａｌｉｔｙ＝１）を有するとみなされるステップ７１２に進む。ステップ７１０の条件のうちの１つ以上が真実でない場合、実行は、信号が低品質のデータ信頼度（ｄａｔａ＿ｑｕａｌｉｔｙ＝０）を有するとみなされるステップ７１４に進む。本明細書で使用される場合、ｄａｔａ＿ｑｕａｌｉｔｙは、最終的な組み合わせた信号品質メトリックを表す。十分な持続時間（＞３０秒）のアーチファクトのない信号の場合、それはｇＳＱＭ＿ｖａｌｉｄ＿ＴＶ及びｇＳＱＭ＿ｖａｌｉｄ＿ＲＲの論理ＡＮＤであり、したがって、それは、ＴＶ及びＲＲのＳＱＭに応じて、１又は０とすることができる。信号にアーチファクトがあるか、又は長さが不十分な場合は、それは、－１に設定される（信号が良くない／使用できないことを示す）。

【0053】

図８Ａ～８Ｅは、本明細書に記載の実施形態による、胸部インピーダンス信号から検出されたアーチファクトを除去して、本明細書に記載の実施形態による、ＲＲ及びＴＶが導出され得る信号を生成するための方法を示す。図８Ａは、アーチファクト８０２を含む処理前の胸部インピーダンス信号８００を示す。処理前の胸部インピーダンス信号８００は、ゼロ平均及び単位分散について正規化される。加えて、シャノンエネルギエンベロープが、胸部インピーダンス信号について計算され、閾値が適用される。シャノンエネルギは、単なる信号エネルギよりも優れた識別を示し、末端部と比較して中間域のアーチファクトを重視することが認識されるであろう。図８Ｂは、処理前の胸部インピーダンス信号８００及びアーチファクト８０２のシャノンエネルギを表す波形８１０を示す。

【0054】

図８Ｃに示されるように、マスク８２０は、波形８１０（図８Ｂ）から展開され、アーチファクト８０２を含む胸部インピーダンス信号のセグメントを識別する。ここで図８Ｄを参照すると、胸部インピーダンス信号は、不良セグメント８３０（アーチファクトを含む）及び良好なセグメント８３２にセグメント化される。最も長い良好セグメントは、図８Ｄに示される実施形態では、良好セグメント８３２の全てを含み、識別されて、前処理されて図８Ｅで参照番号８４０によって指定される最も長い前処理された良好セグメントを作成する。次いで、本明細書で説明されるように、最も長い前処理された良好なセグメント８４０を使用して、ＲＲ及びＴＶを導出する。図９に示されるように、最も長い前処理された良好セグメント８４０の信号品質が評価される。

【0055】

図９は、セグメント８４０（図８Ｅ）などの、最も長い前処理された良好なセグメントの信号品質を評価するための方法９００を示す。ステップ９０２では、セグメントのＣｏＶ及び尖度が計算される。ステップ９０４では、ＣｏＶが１未満であるか、又はＣｏＶが０．４より大きいか、及び尖度が７未満であるかどうかを判定する。ステップ９０４で否定的な判定がなされた場合、実行はステップ９０６に進み、そこで非品質信頼値がセグメントに割り当てられ、セグメントのｄａｔａ＿ｑｕａｌｉｔｙパラメータが－１に設定される。

【0056】

ステップ９０４で肯定的な判定が行われた場合、実行はステップ９０８に進み、ｇＳＱＭ＿ｖａｌｉｄ＿ＲＲが１に等しいかどうか、ｇＳＱＭ＿ｖａｌｉｄ＿ＴＶが１に等しいかどうか、及び信号の長さが３０秒未満であるかどうかが判定される。ステップ９０８で指定された全ての条件が満たされた場合、実行はステップ９１０に進み、高品質の信頼値がセグメントに割り当てられ、ｄａｔａ＿ｑｕａｌｉｔｙパラメータが１に設定される。

【0057】

ステップ９０８で指定された条件の１つが満たされない場合、実行はステップ９１２に進み、ｇＳＱＭ＿ｖａｌｉｄ＿ＲＲが１に等しく、ｇＳＱＭ＿ｖａｌｉｄ＿ＴＶが１に等しく、信号の長さが１５秒未満であるかどうかが判定される。ステップ９１２で指定された条件の全てが満たされた場合、実行はステップ９１４に進み、低品質信頼値がセグメントに割り当てられ、ｄａｔａ＿ｑｕａｌｉｔｙパラメータが０に設定される。

【0058】

ステップ９１２で指定された条件のうちの１つが満たされない場合、実行はステップ９１６に進み、品質信頼値はセグメントに割り当てられず、ｄａｔａ＿ｑｕａｌｉｔｙパラメータが－１に設定される。

【0059】

特定の実施形態の詳細によれば、本明細書に記載の自己相関ベースアルゴリズムは、外部ノイズの影響を受けることなく、（厳密に周期的及び／又は静止的である必要はない）呼吸信号の固有の周期性を導出する。説明されるように、自己相関ベースアルゴリズムを使用してＲＲを抽出することは、前処理された信号をトレンド除去して、自己相関された信号から、トレンド静止信号（ゼロ平均）、信号の自己相関、及びヒューリスティックベースＲＲ計算を導出することを伴う。加えて、信号対雑音比（ＳＮＲ）及びＴＶは、自己相関された信号から計算され得る。図１０Ａ～１０Ｃは、胸部インピーダンス信号１０００（図１０Ａ）からＲＲを抽出するための自己相関ベースアルゴリズムの動作を示す。以下でより詳細に説明されるように、ＲＲの期待値が計算され（図１０Ｂ）、相対閾値を使用して、ノイズに対してピークを有効なものとみなす（図１０Ｃ）。

【0060】

図１１Ａ及び１１Ｂは、本明細書で説明される実施形態による、自己相関ベースモジュールの動作を示すフロー図１１００である。ステップ１１０２では、６０秒間の胸部インピーダンス信号（例えば、胸部インピーダンス信号セグメント）が、自己相関ベースモジュールに入力される。ステップ１１０４では、入力された胸部インピーダンス信号セグメントがローパスフィルタでフィルタリングされ、高周波ノイズを除去する。特に、ローパスフィルタは、０．６５ＨｚのＦｃ及び長さ／３個のタップ数を有する有限インパルス応答フィルタ（ＦＩＲ）であってもよい。

【0061】

ステップ１１０６では、一階微分が実施され、（信号が静止していない場合には）ベースライン変動を除去して差分信号（Δ振幅／Δ時間）を生成する。

【0062】

ステップ１１０８では、相関が、それ自体の時間差バージョン（１つのサンプルの遅延）を有する差分信号に対して計算され、自己相関された信号（（Δ振幅／Δ時間）２）を生成する。

【0063】

ステップ１１１０では、全ての極大値又はピークが、自己相関された信号内で識別される。

【0064】

ステップ１１１２では、ピークの強度が否定的に相関される場合、及びピークの振幅が隣接するピークの振幅の４０％未満である場合、ピークは廃棄される。

【0065】

ステップ１１１４では、ピーク間の相対振幅及び相対時間差が計算されて、調和周期に等しい相対時間差のアレイ及び相対振幅のアレイ、又は信号電力を生成する。

【0066】

ステップ１１１６では、相対時間差（例えば、６０／Δ時間／サンプリングレート）のアレイを使用して、１分当たりの呼吸のアレイ（ＢＰＭ）が計算される。

【0067】

ステップ１１１８では、ステップ１１１６で計算されたＢＰＭのアレイからＢＰＭ値を除外してもよく、（１）それが４４よりも大きいか、又は６未満である場合、又は（２）その値と隣接するＢＰＭ値との差が１０以上である場合、アレイからＢＰＭ値を除外してもよい。その結果は、有効な相対ＢＰＭ値のアレイとなる。

【0068】

ステップ１１２０では、有効な相対ＢＰＭ値の平均が計算され、推定平均ＲＲとみなされる。

【0069】

ステップ１１２２では、推定平均ＲＲに対応する自己相関された信号内の最も高いピークが識別される。これは、推定される支配的なＲＲである。１回呼吸インピーダンスの変化は、最も高い信号ピークの平方根に等しい。

【0070】

ステップ１１２４では、原点からの最も高いピークに対応する時間差のＲＲが計算され、推定された支配的ＲＲとみなされる。

【0071】

ステップ１１２６では、瞬間ＢＰＭの許容偏差が計算される（例えば、推定平均ＲＲ±５）。

【0072】

ステップ１１２８では、信号帯域の内側（信号）及び外側（ノイズ）に入る相対信号電力の全てを合計して、ＳＮＲを計算する。

【0073】

全ての相対的時間差の期待値は、胸部インピーダンス信号における周期性の高いシーケンスの高調波、サイクル間の周波数の増加／減少、低周波数アーチファクト、及び不均一な信号振幅（例えば、浅い呼吸、無呼吸による）によって影響を受けるＲＲを表す。重複する信号の数が限られている場合は常に、相関データのみがピークとして表され、全ての相関していないデータはキャンセルされる。このアルゴリズムは信号の振幅に完全に依存するわけではないため、大きなアーチファクトはほとんど影響を受けない。自己相関されたプロット内の有効なピークを識別するために、グローバル閾値ではなく相対閾値が適用される。

【0074】

本明細書に記載の実施形態の特徴によれば、時間領域ベースのアプローチも提供され、これは自己相関ベースの技術からの低信頼度ＲＲ推定（信号品質ではない）の場合にＲＲを報告し、無呼吸の場合にＲＲを推定し、ＴＶを計算するのに有用である。

【0075】

図１２は、胸部インピーダンス信号及びその導関数が、それぞれ、グラフ１２００に示されるように、胸部容積（リットル）の代わりとして、グラフ１２０２に示されるように、流量（リットル／分）の代わりとして生理学的意義を示す。図１３Ａ～１３Ｂは、本明細書に記載の実施形態の特徴に従って、時間領域ベースゼロクロッシングを実装するための方法１３００の動作を示す。時間領域ベースアルゴリズムは、説明されるように、自己相関ベースアルゴリズムからの信頼度の低いＲＲ推定の場合には、時間領域カウントに基づいてＲＲを報告し、無呼吸の場合にはＲＲを推定し、ＴＶを計算するために必要である。

【0076】

図１３Ａを参照すると、ステップ１３０２では、（図１４Ａに示されるように）短時間の胸部インピーダンス信号が時間領域モジュールに入力される。ステップ１３０４では、入力信号は、ローパスフィルタ（例えば、０．６５Ｈｚで）によって前処理されて、図１４Ｂに示すフィルタリングされた信号を生成する。ステップ１３０６では、前処理された入力信号の導関数が展開され（図１４Ｃ）、ステップ１３０８では、導関数信号のゼロクロッシングが識別される（図１４Ｄ）。ステップ１３１０では、ピーク及び谷は、導関数信号内で識別される。有効なピークを識別するために適用されるヒューリスティックルールは、有効なインピーダンスピークの最小閾値未満であるピークを排除すること（例えば、アーチファクト除去後の最高ピークの５％）、隣接する吸入ピークとの間隔が１．５秒（４０ｂｐｍ）未満である吸入ピークを排除すること、及び／又はピーク吸入及びピーク呼気値が９０％変化するピークを排除すること（例えば、ピーク吸入は４０ミリオーム（ｍｏｈｍ）であり、ピーク呼気は４００ｍｏｈｍである）を含んでもよい。

【0077】

ステップ１３１２では、浅い呼吸閾値（図１３Ｂでより詳細に説明される）が適用される。ステップ１３１４では、中央値の胸部インピーダンス値が計算され（図１４Ｅ）、ＴＶ推定値を生成する。ステップ１３１６では、谷とともに各有効なピークがカウントされ（図１４Ｆ）、時間領域法（「ＲＲｔ＿ｅｓｔｉｍａｔｅ」）を使用して推定されるＲＲを生成する。

【0078】

図１３Ｂは、本明細書に記載の実施形態による浅い呼吸閾値法１３５０の適用を示すフロー図である。図１３Ｂに示されるように、浅い呼吸閾値を適用することは、１つの吸入及び呼気サイクルを積分すること（ステップ１３５２）、次いで、ピーク値が２０ｍｏｈｍ又は最大ピーク値の５％を超えるかどうかを判定すること（ステップ１３５４）を含む。ピーク値が最大ピーク値の２０ｍｏｈｍ又は５％以下の場合、吸入／呼気サイクルは、カウントから除外される（ステップ１３５６）。ピーク値が最大ピーク値の２０ｍｏｈｍ又は５％を超える場合、吸入／呼出サイクルがカウントに含まれる（ステップ１３５８）。これらの前述のステップは、全ての吸入／呼出サイクルで繰り返される（ステップ１３６０）。

【0079】

例１は、胸部インピーダンス（ＴＩ）測定信号から被験者のための呼吸パラメータを抽出する方法であって、この方法は、ＴＩ測定信号に対して信号品質チェックを実施することと、自己相関アルゴリズム及び時間領域ゼロクロッシングアルゴリズムのうちの少なくとも一方をＴＩ測定信号の少なくとも一部に対して実行して、ＴＩ測定信号の少なくとも一部から被験者の少なくとも１つの呼吸パラメータを抽出することであって、少なくとも１つの呼吸パラメータは、呼吸数（「ＲＲ」）及び１回呼吸量（「ＴＶ」）のうちの少なくとも１つを含む、抽出することと、を含む、方法を提供する。

【0080】

例２は、実施及び実行する前に、ＴＩ測定信号をローパスフィルタリングすることを更に含む、例１に記載の方法を提供する。

【0081】

例３は、ローパスフィルタリングを実施するために使用されるフィルタのカットオフ周波数が、０．６５ヘルツである、例２に記載の方法を提供する。

【0082】

例４は、信号品質チェックが、インピーダンス限定信号品質チェックを含む、例１～３のいずれかに記載の方法を提供する。

【0083】

例５は、インピーダンス限定信号品質チェックが、生理学的限界に基づいて閾値を参照して、電極接触インピーダンス及び全身インピーダンスのうちの少なくとも１つをチェックすることを含む、例４に記載の方法を提供する。

【0084】

例６は、信号品質チェックが、ＴＩ測定信号内の少なくとも１つの信号アーチファクトを識別することを含む、例１～５のいずれかに記載の方法を提供する。

【0085】

例７は、ＴＩ測定信号から少なくとも１つのアーチファクトを除去して、ＴＩ測定信号の少なくとも一部を生成することを更に含む、例６に記載の方法を提供する。

【0086】

例８は、少なくとも１つのアーチファクトが、ノイズを含む、例６に記載の方法を提供する。

【0087】

例９は、少なくとも１つのアーチファクトが、被験者の移動の結果である、例６に記載の方法を提供する。

【0088】

例１０は、ＴＩ測定信号に対して自己相関アルゴリズム及び時間領域ゼロクロッシングアルゴリズムのうちの少なくとも一方を実行することが、ＴＩ測定信号を自己相関させて、ＴＩ測定信号の二次平均を求めることと、自己相関されたＴＩ測定信号のピーク間の時間差に基づいて期待値を計算して、推定される呼吸数（「ＲＲ」）を導出することと、を更に含む、例１～９のいずれかに記載の方法を提供する。

【0089】

例１１は、自己相関されたＴＩ測定信号からＴＩ測定信号の信号対雑音比（ＳＮＲ）を導出することを更に含む、例１０に記載の方法を提供する。

【0090】

例１２は、推定されたＲＲの信頼度メトリックを計算することを更に含む、例１０～１１のいずれかに記載の方法を提供する。

【0091】

例１３は、ＴＩ測定信号に対して自己相関アルゴリズム及び時間領域ゼロクロッシングアルゴリズムのうちの少なくとも一方を実行することが、ＴＩ測定信号の一次導関数上のゼロクロッシングをカウントして、ＴＩ信号を吸入サイクル及び呼吸サイクルに分割して呼吸数（ＲＲ）を計算することと、ピークＴＩ値の中央値から１回呼吸量（「ＴＶ」）を計算することと、を含む、例１～１２のいずれかに記載の方法を提供する。

【0092】

例１４は、ＲＲを計算し、ＴＶを計算する前に、浅い呼吸閾値を一次導関数に適用することを更に含む、例１３に記載の方法を提供する。

【0093】

例１５は、自己相関アルゴリズムと関連付けられた信頼度メトリックに基づいて、自己相関アルゴリズム及び時間領域ゼロクロッシングアルゴリズムのうちの少なくとも一方によって生成された推定値を選択することを更に含む、例１～１４のいずれかに記載の方法を提供する。

【0094】

例１６は、自己相関アルゴリズム及び時間領域ゼロクロッシングアルゴリズムのうちの少なくとも一方によって生成された推定値を、臨床状態を示す信号シグネチャに基づいて選択することを更に含む、例１～１５のいずれかに記載の方法を提供する。

【0095】

例１７は、ＴＩ測定信号が、持続時間が６０秒未満である、例１～１６のいずれかに記載の方法を提供する。

【0096】

例１８は、ＴＩ測定信号が、持続時間が３０秒未満である、例１～１７のいずれかに記載の方法を提供する。

【0097】

例１９は、胸部インピーダンス（ＴＩ）測定信号から被験者の呼吸速度（ＲＲ）を決定する方法であって、ＴＩ測定信号を前処理して呼吸信号を生成することと、呼吸信号に対して信号品質チェックを実施することと、呼吸信号の少なくとも一部に対して時間領域ゼロクロッシングアルゴリズムを実行して推定時間領域ＲＲ（ＴＤ＿ＲＲ）を求めることと、呼吸信号の少なくとも一部に対して自己相関アルゴリズムを実行して推定自己相関ＲＲ（ＡＣ＿ＲＲ）及び推定ＡＣ＿ＲＲの信頼度メトリックを求めることと、推定ＴＤ＿ＲＲ及び推定ＡＣ＿ＲＲのうちの１つを信頼度メトリックに基づいて選択することと、推定ＴＤ＿ＲＲ及び推定ＡＣ＿ＲＲのうちの選択された１つを最終ＲＲとして出力することと、を含む方法を提供する。

【0098】

例２０は、信頼度メトリックに基づいて推定ＴＤ＿ＲＲ及び推定ＡＣ＿ＲＲのうちの１つを選択することが、信頼度メトリックが閾値以上である場合、推定ＡＣ＿ＲＲを選択することと、信頼度メトリックが閾値未満である場合、推定ＴＤ＿ＲＲを選択することと、を含む、例１９に記載の方法を提供する。

【0099】

例２１は、信号品質チェックの結果が悪い場合、推定ＴＤ＿ＲＲ及び推定ＡＣ＿ＲＲのうちの選択された１つを最終ＲＲとして出力することを控えることを更に含む、例１９～２０のいずれかに記載の方法を提供する。

【0100】

例２２は、前処理が、ローパスフィルタを使用してＴＩ測定信号をフィルタリングすることを含む、例１９～２１のいずれかに記載の方法を提供する。

【0101】

例２３は、信号品質チェックが、インピーダンス限定信号品質チェックを含む、例１９～２２のいずれかに記載の方法を提供する。

【0102】

例２４は、インピーダンス限定信号品質チェックが、生理学的限界に基づいて閾値を参照して、電極接触インピーダンス及び全身インピーダンスのうちの少なくとも１つをチェックすることを含む、例２３に記載の方法を提供する。

【0103】

例２５は、信号品質チェックが、呼吸信号内の少なくとも１つの信号アーチファクトを識別することを含む、例１９～２４のいずれかに記載の方法を提供する。

【0104】

例２６は、呼吸信号から少なくとも１つのアーチファクトを除去して、呼吸信号の少なくとも一部を生成することを更に含む、例２５に記載の方法を提供する。

【0105】

例２７は、少なくとも１つのアーチファクトが、ノイズを含む、例２５～２６のいずれかに記載の方法を提供する。

【0106】

例２８は、少なくとも１つのアーチファクトが、被験者の移動の結果である、例２５～２７のいずれかに記載の方法を提供する。

【0107】

例２９は、呼吸信号の少なくとも一部に対して自己相関アルゴリズムを実行することが、呼吸信号の少なくとも一部を自己相関させて自己相関された信号を求めることと、自己相関された信号のピーク間の時間差に基づいて期待値を計算して推定呼吸数（「ＲＲ」）を導出することと、を更に含む、例１９～２８のいずれかに記載の方法を提供する。

【0108】

例３０は、信頼度メトリックが、自己相関された信号のノイズ電力に対する信号電力の比である、例２９に記載の方法を提供する。

【0109】

例３１は、呼吸信号の少なくとも一部に対して時間領域ゼロクロッシングアルゴリズムを実行することが、呼吸信号の少なくとも一部の一次導関数信号に対するゼロクロッシングの数をカウントすることであって、ゼロクロッシングの数は、推定されたＴＤ＿ＲＲに対応する、カウントすることを含む、例１９～３０のいずれかに記載の方法を提供する。

【0110】

例３２は、呼吸信号の少なくとも一部に対して時間領域ゼロクロッシングアルゴリズムを実行することが、呼吸信号の少なくとも一部に関連して無呼吸状態にフラグを立てることを更に含む、例３１に記載の方法を提供する。

【0111】

例３３は、呼吸信号の少なくとも一部に対して時間領域ゼロクロッシングアルゴリズムを実行することが、呼吸信号の少なくとも一部に関連して浅い呼吸状態にフラグを立てることを更に含む、例３１～３２のいずれかに記載の方法を提供する。

【0112】

例３４は、胸部インピーダンス（ＴＩ）測定信号から被験者の１回呼吸量（ＴＶ）を決定する方法であって、ＴＩ測定信号を前処理して呼吸信号を生成することと、呼吸信号に対して信号品質チェックを実施することと、呼吸信号の少なくとも一部に時間領域ゼロクロッシングアルゴリズムを実行して推定されるＴＶを決定することと、信号品質チェックの結果に基づいて推定されるＴＶを選択的に報告することと、を含む方法を提供する。

【0113】

例３５は、信号品質チェックの結果が悪い場合、推定されるＴＶを報告することを控えることを更に含む、例３４に記載の方法を提供する。

【0114】

例３６は、前処理が、ローパスフィルタを使用してＴＩ測定信号をフィルタリングすることを含む、例３４～３５のいずれかに記載の方法を提供する。

【0115】

例３７は、信号品質チェックが、インピーダンス限定信号品質チェックを含む、例３４～３６のいずれかに記載の方法を提供する。

【0116】

例３８は、インピーダンス限定信号品質チェックが、生理学的限界に基づいて閾値を参照して、電極接触インピーダンス及び全身インピーダンスのうちの少なくとも１つをチェックすることを含む、例３７に記載の方法を提供する。

【0117】

例３９は、信号品質チェックが、呼吸信号内の少なくとも１つの信号アーチファクトを識別することを含む、例３４～３９のいずれかに記載の方法を提供する。

【0118】

例４０は、少なくとも１つのアーチファクトを呼吸信号から除去して、呼吸信号の少なくとも一部を生成することを更に含む、例３９に記載の方法を提供する。

【0119】

例４１は、呼吸信号の少なくとも一部に対して時間領域ゼロクロッシングアルゴリズムを実行することが、ピークＴＩ値の中央値からＴＶを推定することを更に含む、例３４～４０のいずれかに記載の方法を提供する。

【0120】

本明細書に概説された全ての仕様、寸法、及び関係（例えば、要素、動作、ステップなどの数）は、単に例示及び教示のみのために提供されたことに留意されたい。そのような情報は、本開示の趣旨、又は添付の特許請求の範囲から逸脱せずに大きく変動し得る。本仕様は、１つの非限定的な例にのみ適用され、したがって、それらはそのように解釈されるべきである。前述の説明において、例示的な実施形態は、特定の構成要素の配置を参照して説明された。添付の請求項の範囲から逸脱しない限り、このような実施形態に対して様々な修正及び変更を加えることができる。したがって、説明及び図面は、制限的な意味ではなく、例示的な意味で捉えられるべきである。

【0121】

本明細書で提供される多くの例では、相互作用は、２つ、３つ、４つ、又はそれ以上の電気的構成要素に関して記述され得ることに留意されたい。しかしながら、これは、明瞭化及び単なる例示の目的でなされたものである。本システムは、任意の好適な方法で統合され得ることを認識されるべきである。同様の設計選択に沿って、図面の図示された部品、モジュール、及び素子のいずれかを様々の可能な構成に組み合わせることができ、それらの全ては明らかに本明細書の広範な範囲内にある。特定の場合において、限られた数の電気的要素のみに言及することによって、所与の一連のフローの機能のうちの１つ以上を記載する方が容易である場合がある。図面及びその教示の電気回路は、容易に拡張可能であり、多数の構成要素、並びにより複雑／洗練された配置及び構成に対応し得ることを理解されたい。したがって、提供された例は、膨大な他のアーキテクチャに潜在的に適用されるときに、電気回路の広範な教示を限定又は阻害するべきではない。

【0122】

また、本明細書において、「一実施形態」、「例示的な実施形態」、「実施形態」、「別の実施形態」、「いくつかの実施形態」、「様々な実施形態」、「他の実施形態」、「代替実施形態」などに含まれる様々な特徴（例えば、要素、構造、モジュール、構成要素、ステップ、動作、特性など）への言及は、任意のそのような特徴が本開示の１つ以上の実施形態に含まれることを意味することを意図しているが、同じ実施形態において組み合わされてもよいし、又は必ずしも組み合わされなくてもよい。

【0123】

また、回路アーキテクチャに関連する機能は、図に示されるシステムによって、又はシステム内で実行され得る可能な回路アーキテクチャ機能の一部のみを示していることに留意されたい。これらの動作の一部は、必要に応じて削除若しくは除去されてもよいし、又は、本開示の範囲から逸脱することなく、これらの動作は大幅に修正又は変更されてもよい。更に、これらの操作のタイミングは、大幅に変更されてもよい。前述の動作フローは、例及び考察のために提供されている。実質的な柔軟性は、本開示の教示から逸脱することなく、任意の好適な配置、時系列、構成、及びタイミング機構が提供され得るという点で、本明細書で説明される実施形態によって提供される。

【0124】

多数の他の変更、置換、変形、改変、及び修正は、当業者に確認されてもよく、本開示は、添付の特許請求の範囲内にあるような全てのそのような変更、置換、変形、改変、及び修正を包含することが意図される。

【0125】

上記のデバイス及びシステムの全ての任意の特徴は、本明細書に記載の方法又はプロセスに関して実装されてもよく、例の詳細は、１つ以上の実施形態のどこで使用されてもよいことに留意されたい。これらの（上記）例の「するための手段」は、任意の好適なソフトウェア、回路、ハブ、コンピュータコード、ロジック、アルゴリズム、ハードウェア、コントローラ、インターフェース、リンク、バス、通信経路などとともに、本明細書で説明された任意の好適な構成要素を使用することを含むが、これらに限定されない。

【0126】

上記提供された例、並びに本明細書で提供された多数の他の例を使用して、相互作用は、２つ、３つ、又は４つのネットワーク要素に関して説明され得ることに留意されたい。しかしながら、これは、明瞭化及び単なる例示の目的でなされたものである。特定の場合、限られた数のネットワーク要素のみを言及することによって、所与の一連のフローの機能の１つ以上を説明することがより容易であり得る。添付の図面（及びそれらの教示）を参照して図示及び説明されるトポロジは容易に拡張可能であり、多数の構成要素、並びにより複雑／高度な配置及び構成に対応し得ることを理解されたい。したがって、提供される例は、膨大な他のアーキテクチャに潜在的に適用される場合、図示されたトポロジの広範な教示を限定又は阻害するべきではない。

【0127】

また、前述のフロー図のステップは、図面に示される通信システムによって、又はその内部で実行され得る可能なシグナリングシナリオ及びパターンの一部のみを示していることに留意することが重要である。これらのステップのいくつかは、適宜削除又は除去されてもよく、又はこれらのステップは、本開示の範囲から逸脱することなく、かなり修正又は変更されてもよい。加えて、これらの動作の多くは、１つ以上の追加の動作と同時に、又は並行して実行されていると説明されている。しかしながら、これらの操作のタイミングは大幅に変更されてもよい。前述の動作フローは、例及び考察のために提供されている。本開示の教示から逸脱することなく、任意の好適な配置、順序、構成、及びタイミング機構が提供され得るという点で、図面に示される通信システムによって実質的な柔軟性が提供される。

【0128】

本開示は、特定の配置及び構成を参照して詳細に説明されているが、これらの例示的な構成及び配置は、本開示の範囲から逸脱することなく大幅に変更され得る。例えば、本開示は、特定の通信交換を参照して説明されているが、本明細書で説明される実施形態は、他のアーキテクチャに適用可能であり得る。

【0129】

無数の他の変更、置換、変形、改変、及び修正が、当業者に確認されてもよく、本開示は、添付の特許請求の範囲内にあるような全てのそのような変更、置換、変形、改変、及び修正を包含することが意図される。米国特許商標庁（ＵＳＰＴＯ）、更には、本願に関して取得されたあらゆる特許のあらゆる読者が本明細書に添付の特許請求の範囲を解釈することを助けるために、出願人は、（ａ）いかなる添付の特許請求の範囲も、特定の請求項で「ための手段」又は「ためのステップ」という言葉が特に使用されていない限り、本願の出願日に存在する米国特許法第１４２条第６項を行使することを意図しない、及び（ｂ）明細書のいかなる記述によっても、添付の特許請求の範囲に特に反映されないいかなる形でも本開示を制限することを意図しない、ことに留意することを望む。

【図1】

【図2】

【図3A】

【図3B】

【図4A】

【図4B】

【図5】

【図6】

【図7】

【図8A】

【図8B】

【図8C】

【図8D】

【図8E】

【図9】

【図10A】

【図10B】

【図10C】

【図11A】

【図11B】

【図12】

【図13A】

【図13B】

【図14A】

【図14B】

【図14C】

【図14D】

【図14E】

【図14F】

【国際調査報告】