DK2593007T3 - Egenskabskarakterisering for åndedrætsmonitor - Google Patents

Egenskabskarakterisering for åndedrætsmonitor Download PDF

Info

Publication number
DK2593007T3
DK2593007T3 DK11743565.1T DK11743565T DK2593007T3 DK 2593007 T3 DK2593007 T3 DK 2593007T3 DK 11743565 T DK11743565 T DK 11743565T DK 2593007 T3 DK2593007 T3 DK 2593007T3
Authority
DK
Denmark
Prior art keywords
signal
breath
candidate
respiratory
identifying
Prior art date
Application number
DK11743565.1T
Other languages
English (en)
Inventor
Esther Rodriguez-Villegas
Guangwei Chen
Pelaez Eduardo Aguilar
Original Assignee
Acurable Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Acurable Ltd filed Critical Acurable Ltd
Application granted granted Critical
Publication of DK2593007T3 publication Critical patent/DK2593007T3/da

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B7/00Instruments for auscultation
    • A61B7/003Detecting lung or respiration noise
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0022Monitoring a patient using a global network, e.g. telephone networks, internet
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/08Measuring devices for evaluating the respiratory organs
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb
    • A61B5/113Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb occurring during breathing
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271Specific aspects of physiological measurement analysis
    • A61B5/7282Event detection, e.g. detecting unique waveforms indicative of a medical condition
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B7/00Instruments for auscultation
    • A61B7/02Stethoscopes
    • A61B7/04Electric stethoscopes
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/08Measuring devices for evaluating the respiratory organs
    • A61B5/0816Measuring devices for examining respiratory frequency
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/08Measuring devices for evaluating the respiratory organs
    • A61B5/0826Detecting or evaluating apnoea events
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/48Other medical applications
    • A61B5/4836Diagnosis combined with treatment in closed-loop systems or methods

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Physiology (AREA)
  • Pulmonology (AREA)
  • Acoustics & Sound (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • General Business, Economics & Management (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Business, Economics & Management (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Claims (17)

  1. EGENSKABSKARAKTERISERING FOR ÅNDEDRÆTSMONITOR
    1. Fremgangsmåde til identificering af et åndedræt ud fra et kropsgenereret åndedrætsrelateret signal, hvilken fremgangsmåde omfatter registrering af et lydsignal, der genereres af en levende menneske- eller dyrekrop, og adskillelse af signalet i mere end to frekvensbånd; analysering af det adskilte signal inden for de forskellige bånd under anvendelse af en segmenteringsalgoritme med henblik på at definere segmenter af det oprindelig registrerede signal som kandidatåndedræt; og evaluering af kandidatsegmenterne inden for et vist tidsinterval med henblik på at identificere en vis åndedrætsbegivenhed; hvilken fremgangsmåde endvidere omfatter identificering af et segment af et åndedræt som enten indånding eller udånding og identificering i hvert frekvensbånd af startpunktet eller slutpunktet for en indåndings- eller udåndingsåndedrætskandidat ved en fremgangsmåde, der indbefatter det trin, at der som en signalegenskab detekteres et minimum eller vendepunkt eller baseret på et tidligere slutpunkt eller et startpunkt.
  2. 2. Fremgangsmåde ifølge krav 1, der endvidere omfatter anvendelse af et signalbehandlingstrin til hvert adskilt bånd, og valgfrit hvor signalbehandlingstrinnet omfatter mindst ét af subtrahering af et interferenssignal, skalering af harmoniske svingninger, forsinkelse af harmoniske svingninger, filtrering af et jævnstrømssignal, ensretning af signalet, fjernelse af artefakter, udglatning af signalet eller filtrering af komponenter oven over eller neden under en frekven stærs kel.
  3. 3. Fremgangsmåde som i krav 1, der endvidere omfatter sammenligning af frekvensbåndværdier med henblik på at identificere kandidatåndedrætslyde.
  4. 4. Fremgangsmåde ifølge krav 1, der endvidere omfatter identificering af det tidspunkt, på hvilket signalet i mindst ét af de adskilte bånd er steget med en forudbestemt andel i forhold til en forudbestemt tærskel, og valgfrit hvor tærsklen i de adskilte bånd er afhængig af mindst en parameter for et andet adskilt bånd eller af en tidligere anvendt tærskel, og/eller hvor tærsklen er en funktion af et minimum eller vendepunkt.
  5. 5. Fremgangsmåde ifølge et hvilket som helst af de foregående krav, der endvidere omfatter identificering af en signalgrundstøj, og som valgfrit, når der er identificeret en signalgrundstøj, endvidere omfatter identificering af en åndedrætspause og fastsættelse som grundstøj af minimum for signalværdien under åndedrætspausen for mindst ét adskilt bånd eller fastsættelse som grundstøj af effektivværdien for effekten af signalet, der integreres over et tidsrum inden for åndedrætspausen, og som endvidere valgfrit omfatter identificering af en åndedrætspause i hver af en flerhed af bånd og fastsættelse af en grundstøj som en funktion af grundstøjen fra flerheden af bånd, og/eller som endvidere valgfrit omfatter etablering som grundstøj af en funktion af den grundstøj, der anslås under adskillige tidligere identificerede åndedrætspauser, eller som omfatter midler til dynamisk opdatering af grundstøjen i ét eller adskillige bånd.
  6. 6. Fremgangsmåde ifølge krav 1 eller 4, der endvidere omfatter, at der findes en signalegenskab baseret på en maksimumsværdi for signalet i mindst ét adskilt bånd, efter at et kandidatstartpunkt for en mulig indånding eller udånding er blevet fundet, og som valgfrit omfatter identificering af signalegenskaben, når signalet i mindst ét adskilt bånd er faldet en vis andel i forhold til det tilhørende maksimum eller som signalegenskaben identificerede stigningen på dette punkt, og/eller endvidere valgfrit hvor maksimum er et absolut maksimum i et kandidatåndedræt, eller stigningsværdien er den absolutte stigning, eller som omfatter identificering af signalegenskaben som et andet minimum, eller som endvidere omfatter identificering af tidsværdien for forekomst af en signalegenskab, eller som endvidere omfatter identificering for mindst ét adskilt bånd af varigheden af en mulig udåndings- eller indåndingsfase fra et mål af forskellen mellem tidsværdien for det første minimum og tidsværdien, når signalet er faldet en vis andel i forhold til det tilhørende maksimum, og/eller som valgfrit endvidere omfatter identificering af varigheden af en mulig udåndings- eller indåndingsfase fra en brøkdel af den absolutte forskel mellem en funktion af tidspunktet for det andet minimum eller et vendepunkt og det tidspunkt, på hvilket signalet er steget en vis andel i forhold til en funktion af det første minimum eller et vendepunkt fra mindst ét adskilt bånd, eller som omfatter identificering som en kandidatindåndings- eller kandidatudåndingsbegivenhed af brøkdelen af signalet mellem funktionen for de to minima eller vendepunkter.
  7. 7. Fremgangsmåde ifølge et hvilket som helst foregående krav, der endvidere omfatter analysering af indhyllingskarakteristika for adskilte bånd med henblik på at identificere en åndedrætskandidat eller sammenligning af værdierne mellem identificeret minimum og andelen af et maksimum eller en forholdsmæssig stigning fra et minimum, og som valgfrit omfatter identificering af graden af matematisk monotonicitetfor mindst ét adskilt bånd inden for et forudbestemt tidsrum, og/eller som valgfrit omfatter identificering af en åndedrætskandidat, hvis et åndedrætssignal har en sammenlignelig indhyllingskurveform i to eller flere frekvensbånd, og/eller som valgfrit omfatter anvendelse af monotonicitetsinformationerne med henblik på at identificere de tidsintervaller, i hvilke søgningen for minima eller maksima skal finde sted.
  8. 8. Fremgangsmåde ifølge et hvilket som helst af kravene 4 til 7, der endvidere omfatter måling af signal-støj-forholdet for mindst ét adskilt bånd, og som valgfrit endvidere omfatter identificering af et slutpunkt inden for brøkdelen af det segment, for hvilket signal-støjforholdet er oven over eller neden under en vis tærskel.
  9. 9. Fremgangsmåde ifølge et hvilket som helst foregående krav, der omfatter mindst ét funktionelt forhold mellem ækvivalente parametre inden for adskilte bånd, og hvor forholdet valgfrit er mellem værdier for en parameter for de behandlede signaler, som er korreleret til effekt af signalet, og som valgfrit endvidere omfatter sammenligning af værdierne for de forskellige forhold med en forudbestemt funktionsværdi og identificering af en begivenhed som en ikke-indåndings- eller ikke-udåndingsåndedrætsbegivenhed, hvis sammenligningen falder uden for den forudbestemte værdi, og/eller som endvidere valgfrit omfatter identificering som en åndedrætskandidat af et åndedrætssignal med en parameterværdi, der er større end en andel af gennemsnitsværdien for forudgående åndedrætssegmenter.
  10. 10. Fremgangsmåde ifølge et hvilket som helst foregående krav, der endvidere omfatter identificering af starttidspunktet for et kandidatåndedræt under anvendelse af informationerne om monotoniciteten for ét bånd eller den kombinerede monotonicitet for adskillige bånd og minimumsværdierne for de behandlede signaler i ét eller adskillige bånd, og som valgfrit omfatter sammenligning af værdierne for de forskellige forhold med forudbestemt funktionsværdi og identificering af en begivenhed som en ikke-indåndings-eller ikke-udåndingsåndedrætsbegivenhed, hvis sammenligningen falder uden for den forudbestemte værdi, og/eller som valgfrit endvidere omfatter identificering som en åndedrætskandidat af et åndedrætssignal med en parameterværdi, der er større end en andel af gennemsnitsværdien for forudgående åndedrætssegmenter.
  11. 11. Fremgangsmåde ifølge et hvilket som helst foregående krav, der endvidere omfatter bestemmelse af antallet af åndedræt i et forudbestemt interval eller antallet af åndedræt med parameterværdier inden for et forudbestemt område til bestemmelse af en åndedrætstilstand, og som valgfrit omfatter detektering af apnø, hvis antallet af åndedrætskandidater, som er identificeret inden for et forudbestemt interval, er lavere end en forudbestemt tærskel.
  12. 12. Fremgangsmåde ifølge et hvilket som helst af de foregående krav, hvor én eller en flerhed af de målte parametre for mindst ét adskilt bånd anvendes med henblik på at identificere lungevolumen- eller respirationsfrekvenssrelaterede parametre.
  13. 13. Fremgangsmåde ifølge et hvilket som helst foregående krav, der endvidere omfatter bestemmelse af antallet af åndedrætscykler i et forudbestemt interval baseret på tidslokaliteten eller adskillelsen af åndedrætskandidater i intervallet til bestemmelse af respirationsfrekvens.
  14. 14. Fremgangsmåde ifølge et af de foregående, der endvidere omfatter generering af en alarm, hvis andelen af åndedrætskandidat, der detekteres i et vist tidsinterval, har målte karakteristika, som falder inden for forudbestemte kritiske grænser.
  15. 15. Fremgangsmåde ifølge et hvilket som helst foregående krav, der omfatter lagring af dynamiske opdaterende eller gengivende signal-, signalbehandlings- eller signalanalysedata eller en unik personspecifik kode eller rekonstruktion af signaldata ud fra et sæt af de bestemte parametre.
  16. 16. Fremgangsmåde ifølge et hvilket som helst foregående krav, der endvidere omfatter bekræftelse af en åndedrætskandidat som et åndedræt, hvis den opfylder ét eller flere af sammenlignings- eller tærskeltrinnene.
  17. 17. Fremgangsmåde ifølge et hvilket som helst foregående krav, der endvidere omfatter bekræftelse af en sekvens af åndedrætskandidater baseret på en sammenligning med en forventet tidsmæssig fordeling, og som valgfrit omfatter klassificering af en begivenhed som indånding eller udånding baseret på forudgående indåndings- eller udåndingsmønstre, eller som omfatter identificering af en begivenhed som kandidatbegivenhed, hvis den kun inden for forudbestemte grænser afviger fra tidligere kandidatbegivenhedsmønstre.
DK11743565.1T 2010-07-14 2011-07-14 Egenskabskarakterisering for åndedrætsmonitor DK2593007T3 (da)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
GBGB1011816.4A GB201011816D0 (en) 2010-07-14 2010-07-14 Feature characterization for breathing monitor
PCT/GB2011/001056 WO2012007719A1 (en) 2010-07-14 2011-07-14 Feature characterization for breathing monitor

Publications (1)

Publication Number Publication Date
DK2593007T3 true DK2593007T3 (da) 2019-01-07

Family

ID=42734912

Family Applications (1)

Application Number Title Priority Date Filing Date
DK11743565.1T DK2593007T3 (da) 2010-07-14 2011-07-14 Egenskabskarakterisering for åndedrætsmonitor

Country Status (14)

Country Link
US (1) US10226225B2 (da)
EP (1) EP2593007B1 (da)
AU (1) AU2011278086B2 (da)
CA (1) CA2805324C (da)
DK (1) DK2593007T3 (da)
ES (1) ES2699839T3 (da)
GB (1) GB201011816D0 (da)
HR (1) HRP20182040T1 (da)
HU (1) HUE040249T2 (da)
LT (1) LT2593007T (da)
PL (1) PL2593007T3 (da)
PT (1) PT2593007T (da)
SI (1) SI2593007T1 (da)
WO (1) WO2012007719A1 (da)

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6019659B2 (ja) * 2012-03-27 2016-11-02 富士通株式会社 無呼吸状態判定装置,無呼吸状態判定方法,及び無呼吸状態判定プログラム
US10735298B2 (en) * 2012-12-05 2020-08-04 Origin Wireless, Inc. Method, apparatus, server and system for vital sign detection and monitoring
US10495725B2 (en) 2012-12-05 2019-12-03 Origin Wireless, Inc. Method, apparatus, server and system for real-time vital sign detection and monitoring
US20180039328A1 (en) * 2014-04-21 2018-02-08 The General Hospital Corporation Biomedical system variably configured based on estimation of information content of input signals
US9931483B2 (en) * 2014-05-28 2018-04-03 Devilbiss Healtcare Llc Detection of periodic breathing during CPAP therapy
US20160081616A1 (en) * 2014-09-23 2016-03-24 Boe Technology Group Co., Ltd. Apparatus and method for processing electroencephalogram, and sleep monitoring wearable device
CN106999143B (zh) 2014-12-12 2020-08-04 皇家飞利浦有限公司 声学监测系统、监测方法和监测计算机程序
EP3337388B1 (en) * 2015-08-17 2022-09-28 ResMed Sensor Technologies Limited Screener for sleep disordered breathing
CN109414025A (zh) 2016-05-02 2019-03-01 Y&B妈妈之选有限公司 皂苷和植物提取物的组合物
EP3537961B1 (en) 2016-11-10 2025-06-25 The Research Foundation for The State University of New York System, method and biomarkers for airway obstruction
CN110520053B (zh) * 2016-11-15 2022-08-23 勃林格殷格翰维特梅迪卡有限公司 预测特定呼吸道病原体的方法
CN110113998B (zh) * 2016-12-28 2022-05-13 皇家飞利浦有限公司 表征睡眠呼吸障碍的方法
US20190029563A1 (en) * 2017-07-26 2019-01-31 Intel Corporation Methods and apparatus for detecting breathing patterns
CN107411714B (zh) * 2017-08-18 2020-11-03 中山大学 一种家用睡眠呼吸暂停监测系统及其方法
US20190021633A1 (en) * 2017-11-21 2019-01-24 Ling Wang Detecting respiratory rates in audio using an adaptive low-pass filter
KR102040524B1 (ko) * 2018-03-30 2019-11-27 전남대학교산학협력단 호흡주기 구분 방법
GB2586848A (en) * 2019-09-05 2021-03-10 Spyras Ltd Systems and methods for analysing breathing
CN111481173B (zh) * 2020-04-15 2023-06-06 上海贝氪若宝健康科技有限公司 身体体征信号的检测方法、介质、设备及系统
US12453527B2 (en) 2020-08-25 2025-10-28 Nec Corporation Lung sound analysis system
WO2022044127A1 (ja) * 2020-08-25 2022-03-03 日本電気株式会社 肺音分析システム
FR3121346B1 (fr) * 2021-04-06 2023-11-10 Controle Instr Et Diagnostic Electroniques Cidelec Procédé de détermination de phases respiratoires dans un signal acoustique, produit programme d'ordinateur, médium de stockage et dispositif correspondant
CN115089163B (zh) * 2022-06-20 2023-08-22 推想医疗科技股份有限公司 呼吸信号检测方法及其装置、手术导航方法及其装置
WO2024211812A2 (en) * 2023-04-07 2024-10-10 Children's National Medical Center Diagnostic device for exercise induced laryngeal obstruction (eilo) and uses thereof
CN121096529B (zh) * 2025-11-07 2026-02-24 上海埃立孚医疗科技有限公司 一种呼吸强度数据处理系统、方法及呼吸训练器

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5143078A (en) * 1987-08-04 1992-09-01 Colin Electronics Co., Ltd. Respiration rate monitor
US6168568B1 (en) * 1996-10-04 2001-01-02 Karmel Medical Acoustic Technologies Ltd. Phonopneumograph system
US6241683B1 (en) * 1998-02-20 2001-06-05 INSTITUT DE RECHERCHES CLINIQUES DE MONTRéAL (IRCM) Phonospirometry for non-invasive monitoring of respiration
US8394031B2 (en) 2000-10-06 2013-03-12 Biomedical Acoustic Research, Corp. Acoustic detection of endotracheal tube location
US6443907B1 (en) 2000-10-06 2002-09-03 Biomedical Acoustic Research, Inc. Acoustic detection of respiratory conditions
US6932774B2 (en) 2002-06-27 2005-08-23 Denso Corporation Respiratory monitoring system
JP4832289B2 (ja) * 2003-04-10 2011-12-07 アディダス アーゲー 呼吸事象検出システムおよび方法
US7077810B2 (en) * 2004-02-05 2006-07-18 Earlysense Ltd. Techniques for prediction and monitoring of respiration-manifested clinical episodes
US20060198533A1 (en) * 2005-03-04 2006-09-07 Wang Le Y Method and system for continuous monitoring and diagnosis of body sounds
GB0604138D0 (en) 2006-03-01 2006-04-12 Imp College Innovations Ltd A method and apparatus for monitoring respiratory activity
US8177724B2 (en) * 2006-06-08 2012-05-15 Adidas Ag System and method for snore detection and confirmation
US20100152600A1 (en) * 2008-04-03 2010-06-17 Kai Sensors, Inc. Non-contact physiologic motion sensors and methods for use
US9232910B2 (en) * 2008-11-17 2016-01-12 University Health Network Method and apparatus for monitoring breathing cycle by frequency analysis of an acoustic data stream
US9585617B2 (en) * 2011-02-22 2017-03-07 Koninklijke Philips N.V. Capnography system for automatic diagnosis of patient condition
US9649087B2 (en) * 2011-05-17 2017-05-16 University Health Network Method and device for apnea and hypopnea detection
US9801590B2 (en) * 2011-05-17 2017-10-31 University Health Network Breathing disorder identification, characterization and diagnosis methods, devices and systems
US20130281883A1 (en) * 2012-04-19 2013-10-24 Fujitsu Limited Recording medium, apnea determining apparatus, and apnea determining method
JP5942566B2 (ja) * 2012-04-19 2016-06-29 富士通株式会社 無呼吸判定プログラム、無呼吸判定装置及び無呼吸判定方法

Also Published As

Publication number Publication date
ES2699839T3 (es) 2019-02-13
US20130331722A1 (en) 2013-12-12
US10226225B2 (en) 2019-03-12
EP2593007B1 (en) 2018-09-05
PL2593007T3 (pl) 2019-02-28
EP2593007A1 (en) 2013-05-22
CA2805324A1 (en) 2012-01-19
HUE040249T2 (hu) 2019-02-28
AU2011278086A1 (en) 2013-01-31
CA2805324C (en) 2020-08-11
SI2593007T1 (sl) 2019-01-31
AU2011278086B2 (en) 2016-07-07
GB201011816D0 (en) 2010-09-01
PT2593007T (pt) 2018-12-12
WO2012007719A1 (en) 2012-01-19
LT2593007T (lt) 2018-12-27
HRP20182040T1 (hr) 2019-02-08

Similar Documents

Publication Publication Date Title
DK2593007T3 (da) Egenskabskarakterisering for åndedrætsmonitor
US11324420B2 (en) Detection of sleep apnea using respiratory signals
US11315687B2 (en) Method and apparatus for training and evaluating artificial neural networks used to determine lung pathology
US11304624B2 (en) Method and apparatus for performing dynamic respiratory classification and analysis for detecting wheeze particles and sources
US10278639B2 (en) Method and system for sleep detection
US9814438B2 (en) Methods and apparatus for performing dynamic respiratory classification and tracking
US11529072B2 (en) Method and apparatus for performing dynamic respiratory classification and tracking of wheeze and crackle
US20200107775A1 (en) Methods and Systems for Monitoring Sleep Apnea
Doheny et al. Estimation of respiratory rate and exhale duration using audio signals recorded by smartphone microphones
US20180296125A1 (en) Methods, systems, and apparatus for detecting respiration phases
US10426426B2 (en) Methods and apparatus for performing dynamic respiratory classification and tracking
WO2011154791A2 (en) System and methods of acoustical screening for obstructive sleep apnea during wakefulness
CN101896122A (zh) 用于在听诊器信号中检测呼吸周期的方法
CN116211256A (zh) 一种非接触式的睡眠呼吸信号获取方法和装置
US9241672B2 (en) Determining usability of an acoustic signal for physiological monitoring using frequency analysis
KR102040524B1 (ko) 호흡주기 구분 방법
US20230380719A1 (en) Method and apparatus for simultaneous collection, processing and display of audio and flow events during breathing
KR20230081148A (ko) 수면다원검사에 따른 호흡 이벤트 감지를 위한 데이터 처리 장치 및 그 동작 방법
KR20230081156A (ko) 수면다원검사에 따른 rera 구간을 감지하기 위한 데이터 처리 장치 및 그 동작 방법
Kulkas et al. Developing computational detection of individual respiratory cycle phases from tracheal sound signal during sleep
HK1220345A1 (zh) 咽下推测装置