用于人体中胃阻抗谱的特征参数评估的系统和方法

摘要

阻抗谱被提出作为监测重症患者中由于灌注不足和缺血而导致的粘膜损伤的方法。本发明包括被设计用于计算最好地描述人胃阻抗测量的特征电学值和简化利用这一方法获得的信息的算法。胃谱的数据库由健康志愿者、心血管手术和重症患者获得。胃谱在复数域中形成两个半圆形，划分成低频率(F＜10kHz)和高频率(F＞10kHz)。基于Cole模型开发了拟合算法，并计算中心特征参数。参数使用标准均方误差验证且0.7％的谱被丢弃。从人类获得的实验数据来看，随着胃粘膜变成缺血时观察到的最大变化在低频率下出现(其对组织损伤是特异性的和敏感的)，且随灌注不足的程度变化。

说明书

交叉引用

本申请要求2009年3月16日提交的美国临时申请No.61/160409 的优先权，该申请通过引用整体并入本申请中。

背景技术

可通过测量哺乳动物患者的组织的阻抗来监测特定的医学状 况。这可以通过使电极与组织接触来完成，其中低电流可以通过该 电极而流过该组织。这一技术用于诊断和治疗应用是已知的。例如， 电阻抗图谱(EIS)已用于细胞测量、体积变化评估、身体组成分析、 组织分类和组织监测。阻抗测量可以用于检测细胞水肿及与组织细 胞的代谢相关的其它事件。

电阻抗图谱通过使导电探针与组织样品接触来测量浅表组织的 电阻抗谱。生物组织具有依赖于通过该组织的电流频率的电阻抗。 生物组织包含多种组成部分，如具有电阻特性和电容特性这两者的 细胞核和细胞质。例如，已知的是，在癌性和前癌性组织中，在细 胞核的大小、细胞的形状和形成该组织的细胞排列方面存在大的变 化。这些变化影响组织样品的电阻抗，因而电阻抗断层成像可以用 于检测细胞结构的显著变化并因此有助于为患者提供诊断。

已发现电阻抗的幅度及电阻抗对组织样品的频率的相关性是组 织组成的指征。据发现，不同的组织结构与电阻抗谱内的不同频带 相关。

在低频率下(低于约1kHz)，电流可能会由于细胞膜的电容而不 能够流过细胞，从而导致在大的膜界面处的电荷积聚。在中等频率 下，如在大约1kHz至1MHz的区域(也称为β分散区(beta dispersion  region))中，细胞结构是组织电阻抗的主要决定因素且电流开始穿 透细胞膜。在更高的频率下(高于大约1MHz)，电流能够流过细 胞和细胞核，且在甚至更高的频率下(＞1GHz)，分子结构是对组 织样品的电阻抗有贡献的决定因素。

测量由特定组织在一系列频率处产生的电流模式并且应用反向 建模过程(inverse modeling procedure)可以确定一组电参数。给定 组织样品的细胞内电阻可以受到细胞核和细胞的相对大小的显著影 响。因此组织样品的电阻抗可以用于区分具有不同的核体积与胞质 体积比的组织。具有较高的核体积与胞质体积比的组织样品可以是 例如前癌性组织的指征。使用在端面上承载四个电极的探针来测量 电阻抗应用于子宫颈细胞学中已在Electronics Letters，36(25) 2060-2062和The Lancet，355：892-95中公开，其通过引用全文并入 本申请中。EIS是基于生物组织的无源电特性研究的新兴诊断方法， 这些无源电特性可应用于表征这些组织。参见，例如，Brian Hilton  Brown等人的美国专利公开2008/0232675(涉及Apparatus For  Measuring Tissue Samples Electrical Impedance)，其通过引用全文并 入本申请中。这一技术提供了有关组织结构的良好信息，且已用于 测量不同器官的缺血和灌注中的变化。参见，例如A.H.Kyle，C.T. Chan，A.I.Minchinton，“Characterization of three dimensional tissue  cultures using electrical impedance spectroscopy，”Biophys J，vol.76，pp. 2640-2648，1999；E.Gersing，“Impedance spectroscopy on living tissue  for determination of the state of organs，”Bioelectrochem.Bioenerg.vol  45，pp.145-149，1998；S.Kun，R.A.Peura，“Selection of measurement  frequencies for optimum extraction of tissue impedance model  parameters，”Med.Biol.Eng.Comput.，vol.37，pp.699-703，1999，其通 过引用全文并入本申请中。复杂的阻抗谱也提供了相位信息，因此 可以分离电阻性和电抗性组织组分，从而产生更可靠的测量。Gersing 也使用这一方法来评估不同器官中组织损伤的水平。

已经开发了用于测量粘膜的阻抗谱的评估粘膜状况的最少侵入 性方法。参见，例如通过引用全文并入本申请中的美国专利No. 6,965,795。与该技术一起，阻抗谱探针和鼻饲管ISP/NGT允许直接 获取粘膜的电阻抗谱，其可用于确认并且连续地监测组织损伤的水 平。参见，例如通过引用全文并入本申请中的美国专利No. 6,882,879。

灌注不足和缺血可以引起心血管手术患者的胃壁中阻抗谱的变 化，从而提示这一技术可以是有用的预后和诊断监测工具。参见N. Beltran，G.Sanchez-Miranda，M.Godinez，U.Diaz，E.Sacristán， “Gastric impedance spectroscopy in elective cardiovascular surgery  patients，”Physiol Meas，vol.27(3)，pp.265-277，2006，其通过引用全文 并入本申请中。

一些生物阻抗谱仪测量一系列频率上的电阻和电抗，且通过应 用针对等效电路(equivalent circuit)的数学模型(Cole模型)来估计多 种参数。一些使用试验数据与该模型的拟合，且另一些使用测量的 阻抗。参见，例如S.Kun，B.Ristic，R.A.Peura，R.M.Dunn，“Algorithm  for tissue ischemia estimation base on electrical impedance  spectroscopy，”IEEE Trans.on Biomed Eng.，vol.50(12)，pp. 1352-1359，2003.；L.C.Ward，T.Essex，B.H.Cornish，“Determination  of Cole parameters in multiple frequency bioelectrical impedance  analysis using only the measurement of impedances，”Physiol Meas，vol. 27(9)，pp.839-850，2007，其通过引用全文并入本申请中。

所需要的是，可以应用于所收集的哺乳动物数据的算法，其可 用于从例如测量的胃阻抗谱获得特征参数以提供简化的数据集。

发明内容

本发明涉及用于胃阻抗谱的特征参数评估的系统和方法。该系 统和方法可以使用算法以从测量的胃阻抗谱获得特征参数。该算法 转换测量的数据，因而所获得的数据被简化且更容易获得诊断。本 文描述的本发明的各个不同方面可以应用于下面给出的任何特定应 用或应用于测量生物电参数的任何其它类型的系统或方法中。本发 明可以作为独立的系统或方法而应用或者作为诊断或治疗系统的部 分而应用。应当理解，本发明的不同方面可以单独地、共同地或彼 此结合地评价。

本发明的一个方面可以涉及配置为进行胃阻抗谱的特征参数评 估的系统。该系统可以包括配置为测量受试者的至少一种生物电参 数的一个或多个监测装置。该系统还可以包括含有与一种身体状况 相关的一种或多种电特征的至少一种生理数据分布的存储器。该存 储器可以在计算机中或者在一个或多个数据库上提供。该系统也可 以包括与监测装置通讯的处理器，其中所述处理器接收生物电数据， 使用模型(如Cole模型)将生物电数据转换为一种或多种特征电学 值(characteristic electrical value)，并将所述特征电学值与生理数据 分布比较以确定是否所述受试者具有该身体状况。处理器可以在计 算机或其它装置上提供。

本发明的另一方面可以是用于进行胃阻抗谱的特征参数评估的 方法。该方法可以包括在处理器处接收来自监测装置的第一数目的 电测量值，该监测装置配置为从受试者的组织收集电测量值。该方 法还可以包括在处理器处基于模型将电测量值转换为减少数目的特 征参数，并将特征参数与基于表示不同状况下的胃粘膜的数据的一 种或多种分布进行比较。该方法还可以包括通过以下步骤从监测装 置收集电测量值：使用一个或多个电极在受试者的组织处开始电流 组织激励，允许经过使得电压信号稳定的一段时间，将电压数据写 入先进先出(FIFO)存储缓冲器中，停止电流组织激励，停止向FIFO 存储缓冲器写入，和/或从FIFO存储缓冲器读取电压数据。

根据本发明的另一方面可以提供有形的计算机可使用的介质。 计算机可读介质可以具有体现在其中的计算机可读的程序代码，所 述计算机可读的程序代码适于被执行以实施用于进行胃阻抗谱的特 征参数评估的方法。该方法可以包括以下步骤：从配置为由受试者 的组织收集电测量值的监测装置接收多个电测量值，其中所述电测 量值包括组织信号和基准信号；获得针对组织信号和基准信号对的 相位值；获得针对组织信号和基准信号对的幅度值；以及由所述相 位值和所述幅度值计算电阻值和电抗值。

当结合以下说明和附图来考虑时，本发明的其它目的和优势将 得到更好的理解和评价。尽管以下说明可能包含描述本发明的特定 实施方式的特定细节，但是其不应当理解为对本发明范围的限制， 而应当理解为优选实施方式的举例。对于本发明的各个方面，本领 域技术人员已知的许多变型如本文所述是可能的。可以在本发明的 范围内进行许多的变化和修饰而不脱离本发明的精神。

通过引用并入

本说明书中提及的所有公开文献、专利和专利申请通过引用并 入本申请中，正如各单个公开文献、专利和专利申请明确地和单独 地表明通过引用并入一样。

附图说明

本发明的新特征在所附的权利要求中详细地给出。通过参照下 面给出利用了本发明的原理的示例性实施方式的详细说明和附图可 以更好地理解本发明的特征和优势。在附图中：

图1是类似于复数域中的半圆的阻抗Cole-Cole曲线图；

图2是在胃组织中获得的具有2个分散区的拟合模型的 Cole-Cole曲线图；

图3是从健康志愿者和心血管手术患者的平均谱获得的拟合模 型的Cole-Cole曲线图；

图4是具有服务器、CPU、监视器、存储介质、输入装置等的系 统的概略图，用于执行本文公开的算法的软件程序在该系统上执行；

图5是显示转换为电阻的幅度值和相位值的图；

图6是显示转换为电抗的幅度值和相位值的图；和

图7是包含在各半圆的尼奎斯特(Nyquist)曲线中的中心点的图。

具体实施方式

尽管本文显示和描述了本发明的优选实施方式，但是对于本领 域技术人员显而易见的是，这些实施方式只是以举例的方式提供。 许多变型、改变和替换对于本领域技术人员是很容易想到的而不脱 离本发明。应当理解，对于本文描述的本发明实施方式的各种替代 方式可以用于实施本发明。

本发明涉及用于胃阻抗谱的特征参数评估的系统和方法。该系 统和方法可以使用算法以从测量的胃阻抗谱获得特征参数。监测装 置可以用于帮助从受试者测量胃阻抗谱或其它电学或生理参数。该 算法可以转换测量的数据，因此简化所获得的数据并且较容易获得 诊断。测量的参数可以转换为减少数目的特征值。该特征值可以表 明受试者的身体状况，且可以帮助诊断受试者。

I.方法学

A.阻抗谱仪

监测装置可以用于从受试者收集一个或多个生理测量值。受试 者优选地为人类，或者可以为动物。受试者可以是患者，其可以正 经历治疗或经过诊断，或者可以参与临床或临床前试验。在优选的 实施方式中，从受试者收集电测量值(如阻抗、电阻、电压或电流 测量值)。监测装置可以与受试者的组织直接接触或与受试者的组 织电通讯。受试者的组织可以是受试者的胃组织。例如，监测装置 可以直接与胃壁或胃粘膜物理或电接触。监测装置可以包括一个或 多个电极。监测装置可以向组织提供激励电流和/或测量组织的电特 性。

在某些实施方式中，一个、两个或更多个电极可以向组织提供 电激励，且一个、两个或更多个电极可以测量组织的电特性。相同 的电极或不同的电极可以用于激励和测量。在某些实施方式中，可 以进行组织测量和基准测量。组织信号(如电组织响应)可以对应 于通过多个电极进行的测量(例如，差分电压)。基准信号(如电 基准电阻)可以对应于在施加激励电流时跨基准电阻器的测量值(例 如，电压降)。监测装置可以是谱仪或可以包括使用谱仪。

谱仪可以产生激励电流。例如，它可以在100Hz至1MHz的带 宽内以25个不同的频率产生1mA pp激励电流。可选择地，谱仪可 以产生其它值的激励电流，如落入大约0.1mA至10mA的范围内的 电流。例如，激励电流可以是大约0.1mA、0.2mA、0.3mA、0.4mA、 0.5mA、0.6mA、0.7mA、0.8mA、0.9mA、1.1mA、1.2mA、1.3mA、 1.5mA、2.0mA、3.0mA、4.0mA、5.0mA、7.0mA或10.0mA。激 励电流可以在任何数目的频率下产生。例如，可以使用一个、两个 或更多个频率。在某些实施方式中，可以使用大约5个频率、10个 频率、15个频率、20个频率、30个频率、35个频率、40个频率、 50个频率、60个频率、70个频率或100个频率或者更多的频率。在 某些实施方式中，频率可以落入任何范围，包括但不限于50Hz至 50MHz、100Hz至25MHz、150Hz至10MHz、200Hz至1MHz、 250Hz至750Hz或300Hz至500Hz。频率可以均匀或不均匀地隔 开。

合适的谱仪可以包括例如可用于多个光谱范围(从远红外到紫 外-可见光)的试验Nicolet 6700谱仪。位于阻抗谱探针和鼻饲管 (ISP/NGT)的远端尖端上的四个Ag电极起到离子至电流换能器的作 用，例如如美国专利No.6,882,879中所描述的，其通过引用全文并 入本申请中。通过相对于基准电阻进行电组织响应的幅度和相位的 离散频率测量而获得阻抗谱。例如，如果研究25个不同的激励频率， 则可以在25个频率的各个频率处取得测量值(如组织测量值和基准 测量值)。从这些测量值，可以计算在各频率处的电阻和电抗，将 另外更详细地讨论。

B.模型和参数计算

为计算最好地描述胃阻抗测量值(不是依赖于可能是噪声的任 何单个测量值)的特征电学值，拟合了基于Cole方程的理论模型。 参见，例如K.S.Cole，“Permeability and impermeability of cell  membranes for ions，”Proc.Cold Spring Harbor Symp.Quant.Biol.，vol. 8，pp.110-122，1940，其通过引用全文并入本申请中。加权最小二 乘算法(weighted least squared algorithm)用于获得圆的坐标。复数 阻抗(Z)描述为：

Z＝R+jX  (1)

Cole提出描述半圆的一个表达式，该表达式将频率考虑在内：

Z＝R_∞+(R₀-R_∞)/(1+(jwt)^α) (2)

其中R为组织电阻(实部)，X为组织电抗(虚部)，R₀为零频率处的电 阻，R_∞为无限频率处的电阻，τ为特征时间常数和α为实轴下方半圆 弧凹的测量值(其是0至1之间的值)。参见J.J.Ackmann，M.A.Seitz， “Methods of complex impedance measurements in biological tissue，” Crit.Rev.Biomed.Eng.，vol.11，pp.281-311，1984，其通过引用全文 并入本申请中。

当在复数域中绘制组织阻抗时，所获得的图类似于半圆，其可 以如图1中所示表征，图1为类似于复数域中的半圆的阻抗Cole-Cole 图。x₀，y₀处的点表示半圆的圆心，该半圆的半径为r。可以计算中心 电阻(R_C)、电抗(X_C)和频率(F_C)，其中ωr＝1。

各半圆顶部的相应实部和虚部给出了电阻和电抗中的特征值 (也称为“中心点”)。此外，当逆时针循该半圆移动时，曲线图 的相应频率增加。因此中心点也具有相应的频率值。

图2是在胃组织中获得的具有2个分散区的拟合模型的 Cole-Cole曲线图。可以提供原数据，且可以计算和提供一个、两个 或更多个半圆以拟合原数据。可以从针对各半圆在中心频率处的坐 标获得特征参数。例如，对于左方的第一半圆(针对高频率的拟合 模型)，可以计算中心电阻R_H、电抗X_H和频率f_H。类似地，对于 右方的第二半圆(针对低频率的拟合模型)，可以计算中心电阻R_L、 电抗X_L和频率f_L。

因为胃组织阻抗谱可以具有两个半圆，Cole模型参数在两个分 散区(低频率和高频率)计算。使用半圆曲线拟合算法，可以发现 两个半圆。可以利用任何曲线拟合算法，包括本文中其它部分讨论 的算法。该算法提供的任何步骤可以通过有形的计算机可读介质、 代码、指令或其逻辑指引。这些可以存储在存储器中，如计算机或 其它装置的存储器。该算法的步骤可以由处理器执行。在可选择的 实施方式中，半圆曲线拟合算法可以基于收集的数据找到任何数目 的半圆。在某些实施方式中，该算法可以基于收集的数据自动找到 一个半圆、两个半圆、三个半圆、四个半圆或任何预定数目的半圆。 可选择地，该算法可以自动地将数据拟合到任何数目的半圆，这些 半圆不需要预先确定，而是可以使用该算法确定以拟合数据。半圆 的数目可以对应于限定频率范围的分类。

R_∞、R₀和α如下从各半圆的圆心和半径获得：

$R_0=x_0+\sqrt{r^2-{y_0}^2}---\left(3\right)$

$R_{\infty }=x_0+\sqrt{r^2-{y_0}^2}---\left(4\right)$

α＝1-(2/π)arcsin(-y₀/r)  (5)

中心点可以如下获得：

R_C＝X₀  (6)

X_c＝y₀-r  (7)

改写(2)，对于τ取得幅度以转换为实值而得到：

τ＝‖((R₀-Z)/(Z-R_∞))^1/a/(jw)‖   (8)

使用模型(例如，由J.J.Ackmann，M.A.Seitz，“Methods of complex  impedance measurements in biological tissue，”Crit.Rev.Biomed.Eng.， vol.11，pp.281-311，1984提供，由通过引用并入本申请中)：

ωτ＝1  (9)

或：

F_c＝1/(2πτ)  (10)

通过计算相应频率范围中所有测量的频率上的平均τ而估计中 心频率(F_c)。

胃谱划分成低频率(近似地F＜10kHz)和高频率范围(近似地F＞ 10kHz)。使用所描述的方法，获得了两个中心点。在其它实施方式 中，谱可以划分成使得低频率和高频率之间的划分阈值可以在任何 其它的频率处，如1kHz、5kHz、15kHz、20kHz、50kHz或100kHz。

可以在处理器上或使用算法进行这些计算中的任何计算。如前 面所述的，由该算法提供的任何计算或步骤可以通过有形的计算机 可读介质、代码、指令或其逻辑指引，且可以由处理器(例如计算 机或其它装置)执行。

C.谱重建

利用在半圆曲线拟合(例如，针对低频率范围和高频率范围)中获 得的参数而使用(2)，可以重建“模型”谱。这些谱用于说明该模型 的行为和用于使用标准均方误差利用该模型验证测量值。可以使用 替代的统计学方法计算用于验证测量值的偏差(deviation)。

D.阻抗测量特性

在某些实施方式中，可以收集有关各种不同受试者的数据。这 些数据可以包括受试者的组织(如胃组织)的电特性。在某些实施 方式中，收集的数据可以用于生成生理数据分布。数据可以使用监 测装置收集。通过监测装置收集的数据可以使用本文中其它部分描 述的任何技术或算法进行分析。

在一个实施方式中，阻抗谱在健康胃粘膜中、在经历心血管手 术的患者中在和重症患者中测量。

患有重大的胃肠道出血、食管阻塞或鼻咽管阻塞的患者及具有 胃肠道疾病史、先前的腹部手术史、胃肠道出血病史和进行中的医 学治疗的志愿者不包括在该研究中。但是，在某些情况中，也可以 收集来自这些患者的数据以帮助生成生理数据分布。

阻抗谱探针和鼻饲管(ISP/NGT)位于胃中以测量组织阻抗。在可 选择的实施方式中，ISP/NGT可以位于受试者体内的其它地方并与 受试者的其它组织接触。在所有情况中，ISP/NGT定位通过放射显 影的方式确认。在可选择的实施方式中，ISP/NGT布置可以或可以 不通过放射显影的方式确认或通过其它技术确认。识别在不适当的 ISP/NGT定位或ISP/NGT传导性故障情况下获得的测量值并从分析 中排除这些测量值。

每分钟获得完整的谱。为降低噪声和移动伪像的影响，每10分 钟对谱求平均，从而得到针对每个10分钟窗口的平均完整谱。在备 选实施方式中，可以以任何时间间隔(例如在秒、分钟、小时的量 级)获得完整谱且可以以任何时间间隔对其求平均。在某些实施方 式中，测量值可以采取一次、多次或定期地采取。

心血管手术患者的数据用于表征在不同的灌注不足程度下阻抗 谱变化。谱变化表征为缺血正在进展，且用于评估参数对于手术后 ICU发病率和死亡率的预后价值。可以在不同的时间点从具有各种 不同身体状况的任何受试者收集数据以形成生理数据分布。任何收 集的数据可以用于对于特定的身体条件(如缺血或不同的灌注不足 程度)完成电或其它特性的基准点。

手术后并发症定义为存在任何以下情况：超过24小时的人工呼 吸、需要肌肉收缩药超过48小时或死亡。测量值可以或不可以在这 些情况下采集。

重病护理患者的研究被设计成用于获得在各种各样的临床条件 和病理状况下人胃阻抗谱的数据库。这些患者中的参数变化用于评 估其预测价值。

E.统计分析

针对各平均谱计算参数。针对各参数和数据库计算平均值和标 准误差(s.e)。针对各参数计算灵敏度和特异性。针对各参数构建接受 者操作特征(ROC)曲线以预测心血管手术患者的发病死亡率 (morbimortality)和预测重病护理患者的死亡率。为使参数具有预 测价值，ROC曲线下面积(AUC)必须大于0.5。针对各ROC曲线还 进行显著性的单侧z-检测。数据表示为平均值±s.e。

图4是表示可以通过其实现与本发明相关的数据的核查和分析 的代表性实例逻辑装置的图。这类数据可以与生理参数或受试者(如 哺乳动物受试者)的希望测量的任何合适的参数相关。计算机系统 (或数字装置)100可以理解为可以从介质111和/或网络端口105 读取指令的逻辑装置，其可以任选地与具有固定介质112的服务器 109连接。计算机系统100也可以与网络(如互联网、内联网或任何 其它的广域或局域网)连接。该系统可以包括CPU 101、磁盘驱动 器103、可选的输入装置(显示为键盘115和/或鼠标116)和可选的 监视器107。数据通讯可以通过所示的到本地或远程的服务器的通讯 介质来实现。通讯介质可以包括任何传输和/或接收数据的装置。例 如，通讯介质可以是网络连接、无线连接或互联网连接。可以预见 的是，与本发明相关的数据可以通过这些网络或连接传输。计算机 系统可适用于与参与者参数监视器通讯。

用户或参与者122也可以连接至多个监测装置。监测装置可以 用于与该系统交互。如本领域技术人员所理解的，计算机系统或数 字装置100可以是任何合适的装置。

在一个实施中，受试者可以和监测装置有联系。监测装置可以 包括可以与受试者的组织(如受试者的胃组织)电通讯的一个或多 个电极。监测装置可以包括可以生成激励信号并向组织提供激励电 流的组件。监测装置还可以包括可以测量组织的电特性的一个或多 个探针。探针可以测量如组织测量值和基准测量值的特性。监测装 置可以测量可以作为电阻抗测量值的生理参数。

监测装置可以与计算机或其它装置(其可以包括处理器和存储 器)通讯，在某些实施方式中，系统内的存储器(其可以包括或不 包括计算机、其它数据库、服务器或监测装置的存储器)可以包括 存储于其上的至少一个生理数据分布。生理数据分布可以包括与受 试者的身体状况相关的一种或多种电特性的数据。用于生理数据分 布的数据可以从一个或多个受试者收集，或可以是可由系统的用户 提供或由系统生成的理论数据。在某些情况中，生理数据分布可以 包括在一个或多个频率处的组织测量值和基准测量值。生理数据分 布也可以包括从该测量值导出的减小数目的电特征。

处理器可以与监测装置通讯且可以用通过监测装置获取的测量 值执行一个或多个步骤。例如，如果监测装置测量生物电参数，则 处理器可以接收该生物电参数，并基于模型将生物电参数转换为一 种或多种特征电学值。在一个实例中，该模型可以是Cole模型。该 模型可以包括拟合半圆或其它曲线到一个或多个频率处的电阻-电抗 数据点。处理器也可以将特征电学值与生理数据分布比较以确定受 试者是否具有该身体状况。处理器可以提供在计算机、服务器或其 它装置上。

在某些实施方式中，可以提供显示屏(例如，计算机监视器、 装置屏、投影仪或其它用户界面)，其可以显示数据处理或比较的 一个或多个结果。在某些实施方式中，该系统也可以包括服务器， 该服务器可配置为从监测装置接收生物电参数和配置为通过网络与 处理器通讯。在一个实例中，服务器可以被提供为监测装置和处理 器之间的中间装置。在某些实施方式中，来自监测装置的测量值可 以通过网络通讯以进行处理。

II.结果

阻抗谱在17名志愿者的健康胃粘膜(213个谱)、55名经历心血 管手术的患者(2512个谱)和103名重症患者(13474个谱)中测量。因 此，阻抗谱可以针对多个具有不同身体状况的受试者进行测量。

32名心血管手术患者发生并发症。持续缺血(＞4h)在23名患者 中观察到，其中19名发生并发症。

在重症患者研究中，76名患者存活和27名死亡(26.2％)。9名在 阻抗谱监测期间死亡。

图2显示从胃壁中获得的数据的具有2个分散区的拟合模型的 Cole-Cole曲线图。特征参数如图1中所示进行计算。随后，进行谱 重建。

参数使用标准均方差验证。高误差(≥1)表明计算的参数和模型 之间的不一致。仅0.7％的谱由于高误差而被丢弃。

利用这一过程，来自46个测量值的信息可以浓缩成6个特征参 数：R_L(低频率下的中心电阻)、R_H(高频率下的中心电阻)、X_L(低 频率下的中心电抗)、X_H(高频率下的中心电抗)、f_L(低频率下的中心 频率)和f_H(高频率下的中心频率)。

为了表明健康组织和灌注不足组织之间的特征参数差异，图3 显示针对3个不同组的平均谱：健康志愿者(n＝17)、不具有缺血或 并发症的患者(n＝5)及具有持续缺血和并发症的患者(n＝19)。患者来 自于心血管手术研究。拟合模型的Cole-Cole曲线可以从各个不同受 试者的平均谱获得。可以提供任意数目的半圆。在一个实例中，针 对各组，可以提供两个半圆(例如，针对各组的低频率半圆和高频率 半圆)。因此，当研究3个不同的组时，可以基于所收集的数据绘制 6个半圆。

表I包含从三个不同研究计算的中心参数的平均值。低频率参数 在心血管患者中显示更高的偏差。

表II显示对于来自用于预测心血管手术患者发病死亡率的ROC 分析的特征参数计算的曲线下面积(AUC)(平均值±s.e.)和p-水 平。低频率参数在具有高的灌注不足程度的患者中显示更好地并发 症和死亡的预测。

表III显示针对来自用于预测一般重病护理患者的死亡率的ROC 分析的相同参数计算的AUC(平均值±s.e.)和p-水平。

表I

胃组织测量值的计算模型参数

表II

作为死亡和并发症的预测器的心血管手术患者的ROC曲线下面积

表III

作为死亡的预测器的重病护理患者的AUC

III.讨论

为了计算最好地描述胃阻抗测量值的特征电学值，基于Cole模 型，对数据应用算法以转换数据。利用所开发的算法，有可能将来 自46个测量值的信息浓缩为6个特征参数。在某些实施方式中，可 以获取任意数目的测量值。例如，可以获取5个或更多的、10个或 更多的、15个或更多的、20个或更多的、25个或更多的、30个或 更多的、35个或更多的、40个或更多的、45个或更多的、47个或 更多的、48个或更多的、50个或更多的、55个或更多的、60个或 更多的、70个或更多的、80个或更多的或者100个或更多的测量值。 在某些情况中，测量值可以浓缩成任意数目的特征参数。例如，它 们可以浓缩成2个或更少的、3个或更少的、4个或更少的、5个或 更少的、6个或更少的、7个或更少的、8个或更少的、9个或更少 的、10个或更少的、12个或更少的、15个或更少的、20个或更少 的、25个或更少的、30个或更少的或者50个或更少的特征参数。 算法的估算精确性高(仅0.7％误差)，且特征参数可用于ICU监测， 从而减少利用所提出的技术获得的信息。在某些实施方式中，算法 的估算可以产生5％或更低的误差、3％或更低的误差、2％或更低的 误差、1％或更低的误差、0.8％或更低的误差、0.7％或更低的误差、 0.6％或更低的误差、0.5％或更低的误差、0.4％或更低的误差、0.2％ 或更低的误差、0.1％或更低的误差、0.05％或更低的误差或者0.01％ 或更低的误差。如可以从图3中看到的，计算的参数可能受缺血和 灌注不足的影响。

在心血管患者组中，大多数并发症可能与应当由差的胃灌注所 反映的循环问题相关。在一般重病护理患者组中，目标群体具有宽 范围的诊断，且某些并发症和死亡与胃灌注无关。

从通过我们的研究组在人类中获得的试验数据，随着胃粘膜变 得缺血，低频率下电阻和电抗发生观察到的最大变化。这两个参数 事实上相关性非常好，但电抗更一致且是预期对于组织损伤最敏感 的电参数。高频率下电抗的变化似乎更缓慢地发生且不与低频率下 的变化很好地相关，且可能反映可以提供额外的信息的其它组织变 化，而高频率下的电阻在所有情况下几乎恒定并因此不提供有用的 信息。中心频率也随缺血改变(可以看到朝向较低频率的偏移)， 但比电抗更不敏感。

所显示的结果表明低频率电阻和电抗是最具说明性的参数，其 可能反映由持续缺血引起的组织水肿，从而引起细胞内与细胞外体 积比的净增加。

胃阻抗测量值在临床条件下可再现的，且那些测量值的良好参 数评估通过开发的算法获得。临床结果的分析表明具有6个参数的 胃组织阻抗模型描述从各患者和健康志愿者获得的完整谱的行为。 低频率电阻和电抗对组织损伤(其随灌注不足程度变化)敏感，且 显示可能对临床医生有价值的重要预测值。

尽管本文已经显示和描述了本发明的优选实施方式，对本领域 技术人员显而易见的是，这些实施方式仅以举例的方式提供，不脱 离本发明的多种变型、改变和替换是本领域技术人员容易想到的。 应当理解，对本文描述的本发明实施方式的各种替代实施方式可用 于实施本发明。意图的是以下权利要求限定本发明的范围且这些权 利要求及其等同范围内的方法和结构被本发明所覆盖。

IV.通过硬件进行的谱测量

通过硬件进行的谱测量的步骤可以包括，但不限于以下

●复位先进先出存储缓冲器(FIFOS)

●编程频率合成器

●开始电流组织激励(正弦的)

●等待电压信号稳定

●开始从模-数(A/D)转换器将信号写入FIFOS

●停止电流组织激励

●停止向FIFOS写入

●从FIFOS读取电压数据

这一过程可以针对各频率(例如总共25个频率的谱)重复。正 好在这一整批开始之前，激活连接到电极的继电器并在完成整个谱 后再次使其失活。针对各频率，测量16个电压周期的时间段。这意 味着各电压信号包含16个正弦波。存在总共512个样品，因此各数 字化的正弦波由32个样品代表。在其它实例中，可以使用其它时间 段(例如，2个电压周期、4个电压周期、8个电压周期、12个电压 周期、20个电压周期、24个电压周期等)。也可以使用任意数目的 样本。

在某些情况中，针对谱的各频率重复相同的过程。在可选择的 实施方式中，该过程可以根据频率变化。频率的整个谱可以重复或 不重复。当重复频率的谱时，它们可以利用或不利用相同的过程或 该过程的不同值。

电压数据储存在两个通道中：组织信号和基准信号。基准信号 对应于在施加电流(激励)时跨基准电阻器的电压降，和组织信号 对应于在如在两个中心探针电极处测量的组织的差分电压。

数据可以直接从A/D转换器写入FIFOS。在记录信号后，数据 从FIFOS转移到内存，然后通过软件处理。

可以验证信号数据。在一种情况中，信号数据以以下两种方式 验证。

1.检验组织信号和基准信号的值变化

2.检验基准信号的最小幅度(仅记录的信号的后一半)

第一检验对各信号改变了值的次数进行技术。自然地，各信号 应当描述正弦波，因而在其512-样本阵列上具有许多改变。如果改 变的数目是3或更小，则它意味着在FIFO输入-输出(I/O)中存在误 差。可以检验组织信号和基准信号的值改变的幅度和值改变的次数。 它们可以与改变的阈值量或改变的次数进行比较。例如，检验可以 证实各信号改变1次或更少、2次或更少、3次或更少、4次或更少、 5次或更少、6次或更少、8次或更少、10次或更少或者15次或更 少。阈值量或次数可以取决于样本大小或可以固定。在某些情况中， 它们可以是预先确定的、由用户设定的或自动生成的。信号值的改 变可以或不可以跟踪以确定信号是否描述正弦波。

第二检验可以提供实际激励频率是否发送到探针的指示。基准 信号的幅度可以是恒定的而与组织测量值无关(与组织信号的幅度 不同)。如果这一基准信号的峰-峰幅度非常小，则它意味着激励信 号存在问题。在某些情况中，基准信号的幅度可以与阈值进行比较 以确定它是否足够大。阈值可以是预先确定的、由用户设定的或自 动生成的。如果至少一种检验失败，则重复进行测量(仅电流频率)。 如果测量保持失败，则丢弃该整个谱。

在验证后，对谱进行处理。

A.使用例如25个频率的组织信号和基准信号开始谱处理。

B.可以对测量值进行过滤以从信号除去任何噪声。

第一处理步骤通过从信号去除任何噪声的数字过滤器提供。出 于这一目的，可以在各16-周期信号上使用单位增益6阶切比雪夫 (Chebyshev)II型窄带通滤波器。本领域中已知的或随后开发的其 它类型的滤波器可以用于从信号去除噪声(例如，其它数字滤波器、 模拟滤波器、线性滤波器、巴特沃思(Butterworth)滤波器、椭圆滤 波器、贝赛尔(Bessel)滤波器、梳状滤波器、切比雪夫I型滤波器)。 标准化的阻带频率(其中1对应于尼奎斯特或“混叠(foldover)”频率 (即，采样率的一半))是0,042和0,092。因此，在标准化的阻带处(即， 从0至0,042和从0,092至1)，最小滤波衰减是40dB。换句话说， 这一滤波器允许以激励频率为中心的窄带宽通过，且随后拒绝所有 其它的频率。由于采样频率可以总是激励频率的32倍，所以相同的 滤波器可以应用于每一个数字化的组织信号和基准信号而与激励频 率无关。在其它情况中，采样频率可以是相对于激励频率的不同的 值(例如，激励频率的N倍，其中N为任意实数)，或可以相对于激 励频率变化。

滤波器可以通过两个向量a和b(滤波器系数)和通过以下微分方 程描述：

y[0]＝b[0]*x[0]+b[1]*x[1]+b[2]*x[2]+b[3]*x[3]+b[4]*x[4]+ b[5]*x[5]+b[6]*x[6]-a[1]*y[1]-a[2]*y[2]-a[3]*y[3]-a[4]*y[4]- a[5]*y[5]-a[6]*y[6]

该滤波器可以具有任意值的滤波器系数。在其它实施方式中，可以 使用可能具有不同特性的其它滤波器。

C.针对各频率计算幅度和相位。

i 相位

可以在一个或多个频率处例如通过监测装置获取测量值，。这 些测量值可以包括针对频率的组织信号和基准信号。

针对各组织信号和基准信号对，使用例如互相关方法在最后8 个周期(整个信号的后一半)上获得相位。互相关搜索最佳匹配位置。 针对各样本，测量的信号数据乘以与信号具有相同频率的“基准” 正弦波(各正弦波优选总是32个样本长)。所有这些积最后相加以得 到总和。基准正弦波在相位上逐步移动。因此针对各相位，计算信 号的所有积的和。通过最大的和很容易找到最佳位置。由于这一方 法的特性，它可以应用于单正弦波周期或应用于各个正弦波周期(在 该例中为8)。这一计算可能花费很长时间进行。因此该方法应用3 轮，各轮在精确度方面优化。这极大地提高了性能。因此，可以采 用迭代过程。步骤如下：

●11.25度的32个步骤(覆盖整个360度)

●1.125度的20个步骤(覆盖22.50度)

●0.1度的30-40个步骤(覆盖3-4度)

步骤的数目是稍微多于严格必需的以确保覆盖各在前的精确度 的整个范围。因此第一轮给出具有11.25度的精确度的相位，第二轮 给出具有1.125度的精确度的相位和最后一轮给出具有0.1度的精确 度的相位。这导致总共大约80个步骤而不是正常的3600个步骤(在 单轮中以0.1度的步骤进行)来达到0.1度的精确度。

在可选择的实施方式中，最佳匹配位置可以以任何其它方式计 算。或者互相关检索可以使用其它参数。可以使用任意数目的正弦 波周期(例如，1、2、3、4、5、6、7、8、9、10、11、12、13、14、 15或更多)。可以使用任意数目的轮或迭代(例如，1、2、3、4、5、 6、7、8、9、10或更多)。优选地，步骤的数目可以是10或更少、 20或更少、30或更少、40或更少、50或更少、60或更少、70或更 少、80或更少、90或更少、100或更少、120或更少、150或更少、 200或更少。

然后实际相差计算为：组织相位减去基准相位。

ii 幅度

通过简单地计算顶端-顶端差异，针对最后8个周期(正弦波)的 各周期计算幅度。然后将这8个幅度值平均为单一值。与相位一样， 针对组织信号和基准信号这两者计算幅度。

然后实际幅度计算为：组织幅度除以基准幅度，乘以基准电阻。

amp＝(tisAmp/refAmp)*47

其中：

amp＝实际幅度

tisAmp＝组织幅度

refAmp＝基准幅度

在可选择的实施方式中，可以收集幅度值且不进行平均，或者 可以针对任何数目的最后周期进行计算(例如，最后的一个周期、最 后的2个周期、最后的3个周期、最后的4个周期、最后的6个周 期、最后的8个周期、最后的10周期、最后的12个周期等)。幅度 值可以平均为单一的值，或者可以进行任何其它统计分析以提供代 表值(例如，中值、众数)。

D.电阻值和电抗值

可以存储幅度值和相位值，且也可以将它们转换为电阻值和电 抗值。

使用幅度和相位的极坐标，其中实部为电阻和虚部为电抗。

图5是显示转换为电阻的幅度值和相位值的图。提供了源自原 始数据的值以及拟合模型。电阻可以针对一系列频率绘制。例如， 可以针对在频谱(例如，100Hz至1MHz)内收集的各频率数据计算电 阻。在某些情况中，较低频率下的电阻可以高于较高频率下的电阻。

图6是显示转换为电抗的幅度值和相位值的图。提供了源自原 始数据的值以及拟合模型。电抗可以针对一系列频率绘制。例如， 可以针对在频谱(例如，100Hz至1MHz)内收集的各频率数据计算电 抗。在某些情况中，较低频率下的电抗可以高于较高频率下的电抗， 或者电抗可以根据频率变化。

E.误差检测

误差检测算法可以检测例如14种不同类型的误差。可以通过 检测算法计算任何数目的误差或任何类型的误差。然后这些误差按 优先级分类和区分。例如，它们可以基于1至4的评分分类，1为最 高优先级和4为最低优先级。可以在不脱离本发明的范围的情况下 使用其它的度量和分级。因此，例如，优先级1可以与连接/探针的 问题相关联，优先级2可以与不适当的探针布置相关联，优先级3 可以与不适当的探针/组织接触相关联和优选级4可以与移动伪像相 关联。

通过模式识别发展的算法，误差检测算法从人类临床试验过程 中识别的众所周知类型的误差使用电阻和电抗值作为检测标准。

(a)在获得例如10个谱后，针对没有误差的谱(例如，使用至 少5个谱)计算电阻平均值和电抗平均值。

(b)针对平均谱，可以应用模型算法以简化获得的信息和降低 噪声。

V.模型计算

可以按如下步骤进行模型计算。

1.谱分割

2.半圆曲线拟合

3.获得中心电阻和电抗

4.计算Tau(τ)

5.获得中心频率

6.评估曲线拟合误差

在某些实施方式中，可以存在步骤(7)分类步骤。

下面提供模型计算步骤的进一步说明。

1.电阻值和电抗值的谱可以分割成3个范围：

●较低频率范围(最初的9个值)

●中心频率范围(7个值)

●较高频率范围(最后的9个值)

在其它实施方式中，电阻值和电抗值可以分割成任何的数目的范围。 范围可以通过频率值或在各频率范围收集的样本数限定。在某些情 况中，可以仅提供低频率范围和高频率范围。在一个实例中，可以 在频率低于10kHz时提供低频率，而可以在频率高于或等于10kHz 时提供高频率。

在复数域中，谱形成两个半圆的形状，一个处于较低的频率和 另一个处于较高的频率。针对较低频率范围和较高频率范围，对半 圆进行拟合。中心频率段可以包含对半圆曲线拟合作用较小的值。 中心频率范围可以具有或不具有拟合的半圆。

2.较低频率段和较高频率段可以各自类似于复数域中的半圆，其 由电阻点/电抗点构成。

图7是各半圆的尼奎斯特曲线中包含的中心点的图。该图可以 显示随电阻变化的电抗。可以提供原始数据，且可以提供与数据拟 合的半圆。在某些实施方式中，可以提供两个半圆，一个针对高频 率和一个针对低频率。

使用电阻和电抗范围的最小/最大值获得初始半圆。电阻/电抗 点可以是或不非常均匀地分布在半圆上，因而针对各点计算权重。 彼此非常接近的点得到较低的权重，附近没有许多其它点的点得到 较高的权重。这避免了产生仅贯穿密集的点群而不是精确的总体曲 线拟合的半圆。半圆曲线拟合算法如下迭代。

●改变半径

●以当前半径找到最佳曲线拟合：

●改变圆心(x和y值)

这一过程连续地进行直到达到可接受的阈值。通过误差函数找 到最佳。在考虑权重的情况下，这一函数计算点到拟合的半圆的距 离的均方。如果所有点远离拟合的半圆，获得大的误差值，而如果 它们非常接近，则获得小的误差值。使用这一算法，拟合的算法朝 向点移动。但是有多种必须满足的条件。从拟合的半圆计算的多个 关键值限制如下：

●0.4＜α＜0.85

●Rinf＞0

●半径＜50

●Xc＜1.1*Xmax

α是与生物组织关联的值，Rinf是半圆达到Y轴(电抗轴)的最 小的点，半径是半圆的半径，Xmax是最大电抗值和Xc是电抗的中 心值(其不应超过最大电抗值的110％)。

不是事后检验这些条件，而是可以直接在算法中使用这些条件 以避免产生不合理的中心值。

如果误差增大而不是减小，则倒转检索方向并减小步长，从而 集中于曲线拟合的最佳值。当这些步长值变得非常小或已经达到计 算循环的最大次数，算法终止，并获得最终曲线拟合误差。在这一 最终误差中，不考虑点的权重。

所描述的曲线拟合算法可以在本文描述的方法的任何曲线拟 合步骤中执行。可选择地，可以利用其它曲线拟合算法。如先前所 描述的，软件或算法采取的任何步骤可以通过具有计算机可读的程 序代码、逻辑或嵌入其中的指令的有形的计算机可使用介质实施， 所述计算机可读的程序代码、逻辑或指令适于执行以实施所述步骤。

3.中心电阻作为半圆的X轴上的中心点而获得。中心电抗作为 Y轴上的中心点加上半圆的半径而获得。图7显示可以针对高频率 (R_H)和低频率(R_L)提供中心电阻。类似地，可以针对高频率(X_H)和低 频率(X_L)提供中心电抗。

4.Tau(τ)可以针对各电阻和电抗值以及可以直接从拟合的半 圆值得出的某些关键参数而计算。τ可以是特征时间常数。该值直接 与中心频率关联。τ可以针对各半圆进行计算(即，τ可以针对各频率 范围计算)。τ的计算可以如前面方程式(8)中所述提供。

5.中心频率直接利用τ值的平均值计算：Fc＝1/(2*PI* TAUavg)。中心频率可以针对各半圆计算(即，中心频率可以针对各 频率范围计算)。在某些情况中，可以计算低频率下的中心频率和高 频率下的中心频率。

如果电抗值非常小且非常接近于X轴，则τ可能不能够很好地 计算且不能够得到中心频率。

6.半圆曲线拟合的最终误差表明是否曲线拟合良好或不良 好。在最差的情况下，如果算法没有收敛成典型的半圆，从而导致 大的误差，则丢弃该半圆曲线拟合值。

因此最终针对各半圆(与低频率范围或高频率范围一致)，获得 以下中心值：

●中心电阻

●中心电抗

●中心频率

图7显示在各半圆的尼奎斯特曲线中获得的中心点。

7.分类

在某些实施方式中，分类仅使用低频率范围的中心电抗值。

将该值与正常和异常水平比较：

类1：Xc(LF)＜Xnormal

类2：Xnormal＜Xc(LF)＜Xabnormal

类3：Xc(LF)＞Xabnormal

(a)如果出现误差谱，则将其存储在将要在屏幕中显示的变量 中。

(b)如果完成平均，则将如平均发生的时间、平均中使用的谱的数 目、频率的数目(例如，25)、针对各谱的误差、分类、R_L、X_L、F_L、R_H、 X_H、F_H值和患者名称的信息存储在缓冲器中。最后，将所有这些值保 存在日志文件中。

(c)同样，将基准信号和组织信号，及经过滤的基准信号和组织信 号保存在日志文件中。在某些实施方式中，保存在日志文件中的数据或 其子集可以形成生理数据分布。日志文件可以存储在系统内的存储器 中。

(d)最后，旗标指示将用新的值来更新屏幕。

从前述内容应当理解，尽管已经说明和描述了特定的实施方式， 但是可以对其进行各种改进并包括在本发明中。本发明也旨在被说明书 中提供的特定实施例所限制。尽管已经参照前述说明书描述了本发明， 但是本文中优选实施方式的说明和描述不意味着构成限制。此外，应当 理解，本发明的所有方面不限于本文中给出的取决于多种条件和变量的 具体的描述、配置或相对比例。本发明实施方式的各种形式和细节上的 改进对本领域技术人员是显而易见的。因此预期本发明也包括任何这些 改进、变化和等效物。