ES2525795T3 - Medición de la oxigenación tisular - Google Patents
Medición de la oxigenación tisular Download PDFInfo
- Publication number
- ES2525795T3 ES2525795T3 ES07811963.3T ES07811963T ES2525795T3 ES 2525795 T3 ES2525795 T3 ES 2525795T3 ES 07811963 T ES07811963 T ES 07811963T ES 2525795 T3 ES2525795 T3 ES 2525795T3
- Authority
- ES
- Spain
- Prior art keywords
- target tissue
- light
- spectra
- radiation
- tissue
- Prior art date
- Legal status (The legal status 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 status listed.)
- Active
Links
- 238000005259 measurement Methods 0.000 title description 44
- 230000000287 tissue oxygenation Effects 0.000 title description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims abstract description 89
- 239000001301 oxygen Substances 0.000 claims abstract description 89
- 229910052760 oxygen Inorganic materials 0.000 claims abstract description 89
- 238000001228 spectrum Methods 0.000 claims abstract description 87
- 230000005855 radiation Effects 0.000 claims abstract description 69
- 150000003278 haem Chemical class 0.000 claims abstract description 44
- 108010054147 Hemoglobins Proteins 0.000 claims abstract description 41
- 102000001554 Hemoglobins Human genes 0.000 claims abstract description 41
- 238000000985 reflectance spectrum Methods 0.000 claims abstract description 41
- 102000036675 Myoglobin Human genes 0.000 claims abstract description 19
- 108010062374 Myoglobin Proteins 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims description 84
- 210000004369 blood Anatomy 0.000 claims description 38
- 239000008280 blood Substances 0.000 claims description 38
- 238000010521 absorption reaction Methods 0.000 claims description 29
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 19
- 235000013405 beer Nutrition 0.000 claims description 5
- 230000000644 propagated effect Effects 0.000 claims description 4
- 239000013307 optical fiber Substances 0.000 claims description 3
- 210000001519 tissue Anatomy 0.000 description 213
- 239000006185 dispersion Substances 0.000 description 45
- 238000004422 calculation algorithm Methods 0.000 description 24
- 210000003205 muscle Anatomy 0.000 description 19
- 230000003595 spectral effect Effects 0.000 description 19
- 239000010410 layer Substances 0.000 description 18
- 239000000523 sample Substances 0.000 description 18
- 238000000926 separation method Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 15
- 206010047139 Vasoconstriction Diseases 0.000 description 14
- 230000001419 dependent effect Effects 0.000 description 14
- 238000012360 testing method Methods 0.000 description 14
- 230000025033 vasoconstriction Effects 0.000 description 14
- 238000000149 argon plasma sintering Methods 0.000 description 11
- 230000008859 change Effects 0.000 description 11
- 206010040047 Sepsis Diseases 0.000 description 10
- 238000012544 monitoring process Methods 0.000 description 10
- 208000013223 septicemia Diseases 0.000 description 10
- 210000000245 forearm Anatomy 0.000 description 9
- 208000032843 Hemorrhage Diseases 0.000 description 8
- 230000000875 corresponding effect Effects 0.000 description 8
- 230000031700 light absorption Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 7
- 230000008033 biological extinction Effects 0.000 description 6
- 230000036772 blood pressure Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 6
- 244000309466 calf Species 0.000 description 6
- 206010012601 diabetes mellitus Diseases 0.000 description 6
- 230000036581 peripheral resistance Effects 0.000 description 6
- 230000024883 vasodilation Effects 0.000 description 6
- 210000004204 blood vessel Anatomy 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 208000019622 heart disease Diseases 0.000 description 5
- 239000002609 medium Substances 0.000 description 5
- 239000000049 pigment Substances 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 208000034158 bleeding Diseases 0.000 description 4
- 230000000740 bleeding effect Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000009792 diffusion process Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 239000000835 fiber Substances 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 210000000115 thoracic cavity Anatomy 0.000 description 4
- 208000032456 Hemorrhagic Shock Diseases 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 3
- 206010049771 Shock haemorrhagic Diseases 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 108010036302 hemoglobin AS Proteins 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 241000894007 species Species 0.000 description 3
- 101100021476 Bifidobacterium longum subsp. longum (strain ATCC 15707 / DSM 20219 / JCM 1217 / NCTC 11818 / E194b) lnpA gene Proteins 0.000 description 2
- 206010009192 Circulatory collapse Diseases 0.000 description 2
- 238000012897 Levenberg–Marquardt algorithm Methods 0.000 description 2
- XUMBMVFBXHLACL-UHFFFAOYSA-N Melanin Chemical compound O=C1C(=O)C(C2=CNC3=C(C(C(=O)C4=C32)=O)C)=C2C4=CNC2=C1C XUMBMVFBXHLACL-UHFFFAOYSA-N 0.000 description 2
- 230000002745 absorbent Effects 0.000 description 2
- 239000002250 absorbent Substances 0.000 description 2
- 239000000654 additive Substances 0.000 description 2
- 230000000996 additive effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000017531 blood circulation Effects 0.000 description 2
- 210000004027 cell Anatomy 0.000 description 2
- 239000013626 chemical specie Substances 0.000 description 2
- 210000000038 chest Anatomy 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000006837 decompression Effects 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 238000001727 in vivo Methods 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 238000001320 near-infrared absorption spectroscopy Methods 0.000 description 2
- 238000006213 oxygenation reaction Methods 0.000 description 2
- 238000004611 spectroscopical analysis Methods 0.000 description 2
- 230000008733 trauma Effects 0.000 description 2
- 230000002861 ventricular Effects 0.000 description 2
- 201000001320 Atherosclerosis Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 210000002565 arteriole Anatomy 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 210000001736 capillary Anatomy 0.000 description 1
- 230000004087 circulation Effects 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 239000002612 dispersion medium Substances 0.000 description 1
- 238000010494 dissociation reaction Methods 0.000 description 1
- 230000005593 dissociations Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000003743 erythrocyte Anatomy 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000004519 grease Substances 0.000 description 1
- 238000012623 in vivo measurement Methods 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000663 muscle cell Anatomy 0.000 description 1
- 230000003387 muscular Effects 0.000 description 1
- 210000001087 myotubule Anatomy 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000002496 oximetry Methods 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000010412 perfusion Effects 0.000 description 1
- 239000004038 photonic crystal Substances 0.000 description 1
- 230000004962 physiological condition Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 239000002861 polymer material Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
- 210000000264 venule Anatomy 0.000 description 1
- 210000002417 xiphoid bone Anatomy 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
- A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/41—Detecting, measuring or recording for evaluating the immune or lymphatic systems
- A61B5/412—Detecting or monitoring sepsis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/483—Physical analysis of biological material
- G01N33/487—Physical analysis of biological material of liquid biological material
- G01N33/49—Blood
- G01N33/4925—Blood measuring blood gas content, e.g. O2, CO2, HCO3
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/314—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry with comparison of measurements at specific and non-specific wavelengths
- G01N2021/3144—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry with comparison of measurements at specific and non-specific wavelengths for oxymetry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Chemical & Material Sciences (AREA)
- Immunology (AREA)
- Hematology (AREA)
- Optics & Photonics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Ecology (AREA)
- Urology & Nephrology (AREA)
- Analytical Chemistry (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Biochemistry (AREA)
- Vascular Medicine (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
Un sistema (10) que comprende: una fuente de luz (12) configurada para dirigir radiación incidente a un tejido diana (30), un detector (16), y un procesador (18) acoplado al detector (16) y configurado para: determinar espectros de reflectancia del tejido diana (30), corregir los espectros de reflectancia para reducir contribuciones a los mismos de capas de piel y de grasa a través de las cuales se propaga la radiación incidente, y determinar la saturación de oxígeno en el tejido diana (30) basándose en los espectros de reflectancia corregidos; y en el que el procesador (18) está configurado para determinar la saturación de oxígeno calculando espectros de atenuación de la luz de los espectros de reflectancia corregidos y calcular la saturación de oxígeno basándose en concentraciones de hemo oxigenado y desoxigenado en el tejido diana (30) que se derivan de los espectros de atenuación de la luz, en el que hemo comprende hemoglobina y mioglobina en el tejido diana (30).
Description
Medición de la oxigenación tisular
La presente invención se refiere a medir propiedades tales como la saturación de oxígeno en tejidos
La saturación de oxígeno tisular (SO2) proporciona una medida del contenido de oxígeno en los glóbulos rojos. La medición de SO2 en tejido puede usarse para evaluar la circulación micro-vascular y el suministro de oxígeno a células de tejido que surgen de ciertas afecciones patológicas tales como septicemia y diabetes, por ejemplo, que producen circulación sanguínea vascular alterada. Las mediciones de SO2 tisular también pueden usarse en la fisiología del
15 ejercicio, en la que una discordancia entre la demanda y el suministro de oxígeno durante periodos de ejercicio puede usarse para determinar un grado de acondicionamiento físico de un sujeto.
Pueden usarse mediciones de reflectancia infrarroja para la detección cuantitativa no invasiva de diversas especies químicas en tejido. Por ejemplo, el interrogatorio de hemoglobina oxigenada y no oxigenada en tejido puede hacerse mediante las mediciones de reflectancia del tejido a longitudes de onda que se encuentran dentro de un intervalo de aproximadamente 700-1000 nm. En este intervalo de longitudes de onda, muchas especies químicas que pueden estar presentes en el tejido y que no son de interés interaccionan solo débilmente con radiación incidente, y las señales que surgen de la hemoglobina pueden aislarse de señales que surgen de otros componentes químicos. La radiación infrarroja normalmente penetra relativamente profundamente en los tejidos, y puede usarse para explorar tejidos por
25 debajo de la superficie tales como la piel y grasa para medir analitos de interés en músculo más profundo y otros tejidos internos. Sistemas adecuados para realizar mediciones de reflectancia infrarroja en tejido se describen, por ejemplo, en la publicación de EE.UU. n.º US 2007/0038041 titulada “SYSTEMS AND METHODS FOR CORRECTING OPTICAL REFLECTANCE MEASUREMENTS”, presentada el 25 de abril de 2006.
El documento WO 2006/116569 A2 desvela sistemas y métodos de medición para medir analitos en regiones diana de muestras que también incluyen características que cubren las regiones diana.
Yang et ál., OPTICS LETTERS, vol. 30, n.º 17, 1 de septiembre de 2005, páginas 2269-2271, desvelan la corrección simultánea de la influencia del color de la piel y la grasa sobre la espectroscopía del tejido usando una sonda de fibra
35 óptica de dos distancias y técnica de ortogonalización.
En el presente documento se desvelan sistemas y métodos de determinación de la saturación de oxígeno tisular (SO2) y otras cantidades tales como la tensión de oxígeno de mediciones espectroscópicas infrarrojas. Los sistemas y métodos se basan, al menos en parte, en un enfoque para calcular la saturación de oxígeno en tejido basándose en una ecuación para la atenuación de la luz por el tejido, en el que la ecuación incluye términos que se corresponden con la absorción y dispersión de la luz por componentes del tejido. Una forma de una ecuación de atenuación de la luz se basa en una expansión de series (por ejemplo, una expansión de series de Taylor) de un espectro de atenuación de la luz medida y la
45 ley de Beer, e incluye términos de atenuación de la luz que se corresponden con la absorción por hemo oxigenado (hemoglobina y mioglobina), hemo no oxigenado, agua y otros cromóforos presentes en el tejido; dispersión en el tejido; y un factor constante que surge de condiciones experimentales. Estas contribuciones pueden determinarse cuantitativamente por un procedimiento de ajuste numérico de dos etapas, que arroja concentraciones de hemo oxigenado y no oxigenado en el tejido. La saturación de oxígeno tisular puede entonces determinarse a partir de las concentraciones de hemo oxigenado y no oxigenado. También pueden determinarse otras cantidades de mediciones de SO2. Por ejemplo, la tensión de oxígeno (PO2) puede determinarse a partir de una ecuación matemática que relaciona PO2 con SO2.
La saturación de oxígeno y/o la tensión de oxígeno tisular pueden servir de indicadores de diagnóstico y/o predictivos
55 fisiológicos importantes. En particular, la SO2 es una prueba sensible de vasoconstricción capilar y puede usarse para monitorizar la progresión y/o tratamiento de condiciones que producen una variación en el volumen de sangre en el tejido, o vasoconstricción/vasodilatación en respuesta a un traumatismo. Ejemplos de dichas condiciones son hemorragia, septicemia, enfermedad cardíaca y diabetes.
En general, en un aspecto, la invención exhibe un método para calcular la saturación de oxígeno en un tejido diana, en el que el método incluye (a) dirigir radiación incidente a un tejido diana y determinar espectros de reflectancia del tejido diana midiendo intensidades de radiación reflejadas del tejido diana a una pluralidad de longitudes de onda de radiación;
(b) corregir las intensidades medidas de los espectros de reflectancia para reducir contribuciones a las mismas de capas de piel y de grasa a través de las cuales se propaga la radiación incidente, (c) determinar la saturación de oxígeno en el
65 tejido diana basándose en los espectros de reflectancia corregidos, y (d) dar el valor determinado de la saturación de oxígeno, en el que determinar la saturación de oxígeno incluye determinar espectros de atenuación de la luz de los espectros de reflectancia corregidos y calcular la saturación de oxígeno basándose en concentraciones de hemo oxigenado y desoxigenado en el tejido diana que se derivan de los espectros de atenuación de la luz, en el que hemo incluye hemoglobina y mioglobina en el tejido diana. Las concentraciones de hemo oxigenado y desoxigenado pueden derivarse de los espectros de atenuación de la luz ajustando los espectros de atenuación de la luz a una ecuación de
5 atenuación de la luz del modelo. La ecuación de atenuación de la luz puede incluir una ecuación de la ley de Beer que incluye términos que se corresponden con la absorción de la luz incidente por hemo oxigenado, hemo desoxigenado y agua en el tejido diana. Por ejemplo, la ecuación de atenuación de la luz puede incluir una expansión de series (por ejemplo, una expansión de series de Taylor) de atenuación de la luz en una pluralidad de términos que se corresponden con términos de absorción de la ley de Beer. El ajuste puede realizarse automáticamente por un procesador.
La ecuación de atenuación de la luz puede incluir un término que varía linealmente con una longitud de onda de la luz incidente, término que tiene una forma funcional aλ en la que a es una constante y λ es la longitud de onda de la luz incidente. El valor de a puede limitarse durante el ajuste de manera que a adopte solo valores que son inferiores o iguales a cero. La ecuación de atenuación de la luz puede incluir un término constante independiente de la longitud de
15 onda de la luz incidente.
El ajuste de los espectros de atenuación de la luz a un modelo puede incluir realizar un procedimiento de ajuste de dos etapas en el que, en una primera etapa, se determinan valores iniciales de uno o más parámetros del modelo, y en una segunda etapa, los espectros de atenuación de la luz se ajustan al modelo, en los que el modelo incluye los valores de parámetros iniciales determinados en la primera etapa. Los espectros de atenuación de la luz pueden ajustarse al modelo minimizando una suma de diferencias al cuadrado entre los espectros de atenuación de la luz y los valores de atenuación de la luz determinados a partir del modelo.
La ecuación de atenuación de la luz puede incluir una función inicial derivada de una diferencia entre los valores de
25 atenuación de la luz determinados de la ecuación de atenuación de la luz y los espectros de atenuación de la luz. La ecuación de atenuación de la luz puede incluir un factor de longitud de la trayectoria diferencial que varía directamente con un coeficiente de dispersión del tejido diana e inversamente con un coeficiente de absorción del tejido diana. La ecuación de atenuación de la luz puede incluir una ecuación de reflectancia difusa derivada de un modelo de difusión de la radiación de luz incidente en el tejido diana.
La medición de las intensidades de radiación reflejadas puede incluir: (a) medir, a lo largo de una primera trayectoria óptica desde una fuente de luz hasta un detector, radiación reflejada del tejido diana que se corresponde con una primera separación fuente-detector; y (b) medir, a lo largo de una segunda trayectoria óptica desde la fuente de luz hasta el detector, radiación reflejada del tejido diana que se corresponde con una segunda separación fuente-detector diferente
35 de la primera separación fuente-detector. La radiación reflejada medida en la primera separación fuente-detector puede incluir una primera ponderación de contribuciones del tejido diana y de capas de tejido dispuestas entre la fuente de luz y el tejido diana, y la radiación reflejada medida en la segunda separación fuente-detector puede incluir una segunda ponderación de contribuciones del tejido diana y de las capas de tejido dispuestas entre la fuente de luz y el tejido diana diferente de la primera ponderación. Las capas de tejido dispuestas entre la fuente de luz y el tejido diana pueden ser capas de piel y de grasa. Corregir las intensidades medidas de los espectros de reflectancia puede incluir reducir contribuciones de las capas de piel y de grasa a la radiación reflejada medida en la segunda separación fuente-detector basándose en la radiación reflejada medida en la primera separación fuente-detector.
El método puede incluir determinar la tensión de oxígeno en el tejido diana basándose en la saturación de oxígeno en el
45 tejido diana. El método puede incluir evaluar un nivel de vasoconstricción en un paciente basándose en una medida de hemoglobina total en un tejido diana del paciente, en el que la hemoglobina total se determina basándose en las concentraciones de hemo oxigenado y desoxigenado en el tejido diana.
El tejido diana puede estar dentro de un ser humano. El tejido diana puede estar dentro de un animal. El tejido diana puede ser un tejido muscular.
La pluralidad de longitudes de onda puede incluir al menos 100 longitudes de onda o más. La pluralidad de longitudes de onda puede incluir longitudes de onda de 700 nm a 1000 nm (por ejemplo, longitudes de onda de 725 nm a 880 nm).
55 Las realizaciones del método también pueden incluir cualquiera de las otras etapas de método desveladas en el presente documento, según proceda.
En otro aspecto, la invención exhibe un sistema que incluye una fuente de luz configurada para dirigir radiación incidente a un tejido diana, un detector y un procesador acoplado al detector y configurado para: (a) determinar espectros de reflectancia del tejido diana; (b) corregir los espectros de reflectancia para reducir contribuciones a los mismos de capas de piel y de grasa a través de las cuales se propaga la radiación incidente; y (c) determinar la saturación de oxígeno en el tejido diana basándose en los espectros de reflectancia corregidos, en el que el procesador está configurado para determinar la saturación de oxígeno calculando espectros de atenuación de la luz de los espectros de reflectancia corregidos y calculando la saturación de oxígeno basándose en concentraciones de hemo oxigenado y desoxigenado en
65 el tejido diana que se derivan de los espectros de atenuación de la luz, en el que hemo incluye hemoglobina y mioglobina en el tejido diana.
El sistema también puede incluir: (a) una primera trayectoria de radiación entre la fuente de luz y el detector, y correspondiente a una primera distancia entre la fuente de luz y el detector; y (b) una segunda trayectoria de radiación entre la fuente de luz y el detector, y correspondiente a una segunda distancia entre la fuente de luz y el detector
5 diferente de la primera distancia. La radiación incidente de la fuente de luz puede dirigirse a lo largo de cada una de la primera y segunda trayectorias de radiación al tejido diana, y la radiación reflejada del tejido diana puede dirigirse a lo largo de cada una de la primera y segunda trayectorias de radiación al detector. El procesador puede configurarse para reducir las contribuciones a los espectros de reflectancia medidos de capas de piel y de grasa midiendo espectros de reflectancia a lo largo de cada uno de la primera y segunda trayectorias de la luz, y combinar los espectros de reflectancia para producir espectros de reflectancia corregidos. Cada una de la primera y segunda trayectorias de radiación puede incluir una fibra óptica.
El procesador puede configurarse para derivar las concentraciones de hemo oxigenado y desoxigenado en el tejido diana ajustando los espectros de atenuación de la luz a una ecuación de atenuación de la luz del modelo. La ecuación de
15 atenuación de la luz del modelo puede incluir una ecuación de la ley de Beer que incluye términos que se corresponden con la absorción de radiación incidente por hemo oxigenado, hemo desoxigenado y agua en el tejido diana.
El procesador puede configurarse para determinar la tensión de oxígeno en el tejido diana a partir de la saturación de oxígeno. El procesador puede configurarse para determinar la concentración de hemo total en el tejido diana a partir de las concentraciones de hemo oxigenado y desoxigenado en el tejido diana. El procesador puede configurarse para evaluar un volumen de sangre en el tejido diana basándose en la concentración de hemo total.
El procesador también puede configurarse para realizar cualquiera de las otras etapas de método desveladas en el presente documento, según proceda.
25 Las realizaciones pueden incluir una o más de las siguientes ventajas.
La saturación de oxígeno y/o la tensión de oxígeno se determinan basándose en las mediciones de la atenuación de la luz realizadas en la región infrarroja del espectro electromagnético. Los efectos de la absorción y dispersión debidas a analitos distintos de hemo son más pequeños en esta región que en otras regiones espectrales. Como resultado, la absorción de hemo puede aislarse cuantitativamente de los procesos de absorción y dispersión debidos a otros componentes del tejido.
Además, la radiación infrarroja puede penetrar relativamente profundamente en un paciente, interrogando tejido (por
35 ejemplo, tejido muscular) que se localiza debajo de las capas de piel y grasa. La profundidad de penetración de la radiación infrarroja permite la medición de la saturación de oxígeno en tejidos musculares, por ejemplo, que normalmente se localizan relativamente profundamente debajo de las capas de piel y grasa. Los datos de los espectros de infrarrojos pueden corregirse para la absorción de la luz por pigmentos de la piel y la dispersión de la luz por grasa, permitiendo así una determinación cuantitativa incluso más precisa de la absorción de hemo de la que de otro modo sería posible sin dichas correcciones. Los efectos de la absorción de agua en el tejido de un paciente también pueden determinarse cuantitativamente y separarse de la absorción de hemo.
Las mediciones se realizan a través de un número relativamente grande de canales de longitud de onda tales como 100 canales de longitud de onda o más (por ejemplo, 150 canales de longitud de onda o más, 200 canales de longitud de
45 onda o más, 400 canales de longitud de onda o más, 600 canales de longitud de onda o más, 1000 canales de longitud de onda o más). El número relativamente grande de mediciones mejora la relación de la señal con respecto al ruido de los datos medidos con respecto a instrumentos que registran los datos de, por ejemplo, entre dos y seis canales de longitud de onda.
Las mediciones desveladas en el presente documento se realizan no invasivamente usando un sistema medición portátil de bajo coste. Los resultados pueden mostrarse en tiempo real o casi en tiempo real, que permite la monitorización continua de la saturación de oxígeno y/o tensión de oxígeno. Si estos parámetros se correlacionan con una afección médica particular en un paciente, el progreso de la afección puede evaluarse en tiempo real. Los instrumentos pueden operar con intervención manual, o en modo completamente automático sin intervención del operario.
55 El ajuste de los parámetros puede limitarse apropiadamente para permitir una separación cuantitativa más precisa de los procesos de dispersión y absorción. Por ejemplo, los coeficientes de ciertos términos de dispersión dependientes de la longitud de onda pueden limitarse a tomar solo valores no positivos durante el ajuste de la ecuación de atenuación a datos de atenuación de la luz medidos, a correlacionarse con variaciones típicas en la dispersión de tejido en función de la longitud de onda de la luz. Elecciones apropiadas de limitaciones del ajuste pueden permitir la separación cuantitativa mejorada de los efectos de la dispersión y absorción de tejido in vivo por hemo oxigenado.
La ecuación de atenuación de la luz puede ajustarse a datos medidos en un procedimiento de ajuste de dos etapas. Una primera etapa del procedimiento de ajuste determina valores iniciales de ciertos parámetros del ajuste, y una segunda 65 etapa del procedimiento de ajuste determina un ajuste del menor error de los datos medidos a la ecuación de atenuación, a partir de los valores iniciales determinados por la primera etapa. El procedimiento de ajuste de dos etapas permite el
ajuste de datos espectrales medidos sin intervención por un operario, y reduce el tiempo global requerido para realizar el procedimiento de ajuste. En ciertas realizaciones, el procedimiento de ajuste de dos etapas también puede mejorar la exactitud de los resultados del ajuste con respecto a los algoritmos de ajuste de una etapa.
5 A menos que se defina de otro modo, todos los términos técnicos y científicos usados en el presente documento tienen el mismo significado que comúnmente es entendido por un experto habitual en la materia a la que pertenece la presente invención. Aunque pueden usarse métodos y materiales similares o equivalentes a aquellos descritos en el presente documento en la práctica o prueba de la presente invención, métodos y materiales adecuados se describen más adelante. En caso de conflicto con cualquier publicación, solicitud de patente, patente y otras referencias mencionadas en el presente documento, controlará la presente memoria descriptiva, que incluye definiciones. Además, los materiales, métodos y ejemplos son solo ilustrativos y no pretenden ser limitantes.
Los detalles de una o más realizaciones de la invención se exponen en los dibujos adjuntos y la descripción más adelante. Otras características y ventajas de la invención serán evidentes a partir de la descripción, dibujos y
15 reivindicaciones.
La figura 1 es un diagrama esquemático de una posible realización de un sistema de espectrómetro para medir la saturación de oxígeno en un tejido diana.
La figura 2 es un diagrama esquemático de otra realización de un sistema de espectrómetro para medir la saturación de oxígeno en un tejido diana.
25 La figura 3 es un diagrama de flujo que muestra una serie a modo de ejemplo de etapas para determinar la saturación de oxígeno en un tejido diana de espectros de atenuación de la luz para el tejido diana.
La figura 4 es un gráfico que muestra el porcentaje de cambio medido en hemoglobina total en función del porcentaje de cambio medido en el volumen sistólico para un paciente que se somete a un protocolo de prueba de presión negativa en la parte inferior del cuerpo.
La figura 5 es un gráfico que muestra el porcentaje de cambio medido en hemoglobina total en función de porcentaje de cambio medido en la resistencia periférica total para un paciente que se somete a un protocolo de prueba de presión negativa en la parte inferior del cuerpo.
35 La figura 6 es un gráfico que muestra espectros de atenuación de la luz teóricos calculados para un tejido diana de no dispersión en una serie de diferentes valores de saturación de oxígeno tisular.
La figura 7 es un gráfico que muestra espectros de atenuación de la luz teóricos calculados para un tejido diana de dispersión en una serie de diferentes valores de saturación de oxígeno tisular.
La figura 8 es un gráfico que compara valores reales y estimados de la saturación de oxígeno en diferentes tejidos diana.
La figura 9 es un gráfico que compara los valores de saturación de oxígeno medidos de muestras de sangre extraídas y
45 de mediciones de reflectancia infrarroja no invasiva para pacientes en diversas etapas de un protocolo de prueba de presión negativa en la parte inferior del cuerpo.
La figura 10 es un gráfico que compara los valores de tensión de oxígeno medidos de muestras de sangre extraídas y de mediciones de reflectancia infrarroja no invasiva para pacientes en diversas etapas de un protocolo de prueba de presión negativa en la parte inferior del cuerpo.
Símbolos de referencia similares en los diversos dibujos indican elementos similares.
55 En el presente documento se desvelan métodos y sistemas de obtención de mediciones de la saturación de oxígeno tisular y otras cantidades fisiológicas tales como tensión de oxígeno de espectros de reflectancia infrarroja de un tejido diana (por ejemplo, un tejido en un ser humano o un animal). Los valores de estas cantidades se derivan analizando un modelo de atenuación de la luz que representa la absorción y dispersión del tejido. Primero se miden los espectros de reflectancia de un tejido diana por un sistema de espectrómetro adecuadamente configurado, y luego se analizan los espectros, por ejemplo, por un procesador acoplado al sistema de espectrómetro.
Sistemas de medición
65 Puede usarse una variedad de sistema de medición para medir la atenuación por un tejido diana de luz incidente en la región infrarroja del espectro electromagnético. La figura 1 muestra un diagrama esquemático de una realización de
dicho un sistema de medición. El sistema de medición 10 incluye una fuente de luz 12, un cabezal de sonda 14, un detector 16, un procesador 18 y un visualizador 19. La fuente de luz 12 proporciona radiación que se acopla en la trayectoria de la luz 20 y se propaga a lo largo de la trayectoria de la luz 20 desde la fuente de luz 12 hasta el cabezal de sonda 14. La radiación emerge de la trayectoria de la luz 20 y es incidente sobre una superficie 32 de un tejido diana 30 5 adyacente al cabezal de sonda 14. Una porción de la radiación incidente se refleja por el tejido diana 30 y entra en la trayectoria de la luz 22. La radiación reflejada se propaga a lo largo de la trayectoria de la luz 22 hasta el detector 16. El detector 16 está configurado para medir una intensidad de la radiación reflejada, en función de la longitud de onda. El procesador 18, por ejemplo, un procesador independiente o una porción de un sistema informático externo, acoplado al detector 16 mediante la línea de comunicación 24, proporciona señales de configuración al detector 16. Además, el procesador 18 está configurado para recibir, mediante la línea de comunicación 25, los datos de intensidad de reflectancia espectral registrados por el detector 16. El procesador 18 puede configurarse para transformar los datos de reflectancia espectral en datos de atenuación de la luz, por ejemplo, que mide la atenuación dependiente de la longitud de onda de la radiación incidente por tejido diana 30. Como se muestra en la figura 1, el procesador 18 está en comunicación eléctrica con el visualizador 19. Los datos de reflectancia espectral, datos dependientes de la longitud de
15 onda de atenuación de la luz y/u otros datos o cantidades fisiológicas determinadas de los datos medidos, pueden darse del procesador 18 al visualizador 19. Alternativamente, o además, los datos medidos y/o calculados pueden darse del procesador 18 a otro procesador (no mostrado) para procesamiento adicional, a un medio de almacenamiento o a otro dispositivo (por ejemplo, un ordenador y/o un dispositivo de comunicaciones inalámbricas).
Los extremos de las trayectorias de la luz 20 y 22 están separados por una distancia d en el cabezal de sonda 14. En algunas realizaciones, la distancia d puede ser relativamente corta, tal como aproximadamente 5 mm o menos (por ejemplo, aproximadamente 4 mm o menos, aproximadamente 3 mm o menos, aproximadamente 2 mm o menos, o aproximadamente 1 mm o menos). En otras realizaciones, la distancia d puede ser relativamente larga, tal como aproximadamente 20 mm o más (por ejemplo, aproximadamente 25 mm o más, aproximadamente 30 mm o más,
25 aproximadamente 35 mm o más). En ciertas realizaciones, el cabezal de sonda 14 está configurado para permitir el ajuste de la distancia d por un operario del sistema. Por ejemplo, la distancia d puede ajustarse para adquirir datos espectrales que incluyen contribuciones de tejidos dentro de una cierta profundidad t desde la superficie 32 del tejido diana 30 adyacente hasta el cabezal de sonda 14. En general, cuanto mayor sea la distancia d, mayor será la profundidad de tejido t que contribuye a los datos de atenuación de la luz medidos.
La fuente de luz 12 puede, en general, incluir una amplia variedad de fuentes. Por ejemplo, la fuente de luz 12 puede incluir una fuente incandescente, uno o más diodos emisores de luz, una fuente basada en láser u otros tipos de fuentes. La fuente de luz 12 puede proporcionar radiación en una o más regiones seleccionadas del espectro electromagnético, tal como la región ultravioleta, la región visible, la región infrarroja u otras regiones. En algunas realizaciones, por
35 ejemplo, la fuente de luz 12 está configurada para proporcionar radiación en la región infrarroja del espectro electromagnético. La radiación puede incluir longitudes de onda de, por ejemplo, aproximadamente 700 nm a aproximadamente 1000 nm.
En ciertas realizaciones, la radiación proporcionada por la fuente de luz 12 puede incluir múltiples longitudes de onda. Por ejemplo, una anchura completa a media altura de la distribución de longitudes de onda de la radiación puede ser aproximadamente 10 nm o más (por ejemplo, aproximadamente 20 nm o más, aproximadamente 50 nm o más, aproximadamente 100 nm o más, aproximadamente 150 nm o más, aproximadamente 200 nm o más, aproximadamente 250 nm o más). La distribución de longitudes de onda de la radiación puede producirse de un único elemento de fuente tal como, por ejemplo, un elemento incandescente o un diodo emisor de luz de banda ancha o de múltiples elementos de
45 fuente (por ejemplo, múltiples diodos emisores de luz) que operan simultáneamente o secuencialmente.
Las trayectorias de la luz 20 y 22 pueden formarse de materiales adecuados para dirigir la radiación proporcionada por la fuente de luz 12. En ciertas realizaciones, por ejemplo, una o ambas de las trayectorias de la luz 20 y 22 pueden ser guías de onda formadas por una o más fibras ópticas. En algunas realizaciones, una o ambas de las trayectorias de la luz 20 y 22 pueden ser pasadizos abiertos formados en el cabezal de sonda 14 y dimensionados para permitir que la radiación pase a través. En ciertas realizaciones, por ejemplo, uno cualquier o ambos de la fuente de luz 12 y el detector 16 pueden ponerse en contacto directo con la piel del paciente, o en contacto directo con un tejido diana (por ejemplo, sin cubrir capas de piel y/o de grasa), de manera que las trayectorias de la luz 20 y/o 22 no incluyan pasadizos abiertos, pero en su lugar incluyan las trayectorias ópticas a lo largo de las cuales la radiación incidente y reflejada se propaga en el
55 tejido diana. En algunas realizaciones, una o ambas de las trayectorias de la luz 20 y 22 pueden incluir otros tipos de guías de onda tales como fibras de cristal fotónico y/o materiales de polímeros emisores de luz.
El detector 16 está configurado para medir una intensidad dependiente de la longitud de onda de radiación reflejada de tejido diana 30. Normalmente, el detector 16 es un detector espectral tal como un espectrómetro, con un elemento dispersor de la longitud de onda tal como una rejilla de difracción que está configurada para su uso en una región de longitud de onda que incluye las longitudes de onda en la radiación proporcionada por la fuente de luz 12. Están disponibles espectrómetros adecuados, por ejemplo, de Ocean Optics Inc. (Dunedin, FL). El detector 16 puede medir intensidades de radiación a múltiples longitudes de onda. Por ejemplo, en algunas realizaciones, el detector 16 está configurado para medir la intensidad de radiación óptica a aproximadamente 50 o más longitudes de onda distintas (por 65 ejemplo, aproximadamente 100 o más longitudes de onda distintas, aproximadamente 150 o más longitudes de onda distintas, aproximadamente 200 o más longitudes de onda distintas, aproximadamente 400 o más longitudes de onda
distintas, aproximadamente 600 o más longitudes de onda distintas, aproximadamente 1000 o más longitudes de onda distintas).
Los datos de intensidad espectral medidos por el detector 16, que normalmente son datos de reflectancia dependientes
5 de la longitud de onda del tejido diana 30, pueden convertirse en datos dependientes de la longitud de onda de atenuación de la luz (por ejemplo, un espectro de atenuación de la luz de tejido diana 30) por el procesador 18 usando métodos muy conocidos. En la discusión posterior se hace referencia a espectros de atenuación de la luz de tejido diana 30, pero los métodos y sistemas desvelados en el presente documento también pueden usarse para procesar datos de reflectancia espectral directamente, ya que los datos de atenuación de la luz y de reflectancia espectral se relacionan por una simple transformación matemática (véase, por ejemplo, la ecuación (2) discutida en la siguiente sección).
Además de convertir datos de reflectancia espectral en datos de atenuación de la luz, el procesador 18 puede configurarse para analizar los datos de atenuación de la luz para obtener mediciones de cantidades fisiológicamente importantes tales como la saturación de oxígeno y la tensión de oxígeno, como se discutirá en más detalle más adelante.
15 En general, el procesador 18 puede configurarse para realizar cualquiera de las etapas de análisis que se discuten en el presente documento.
En algunas realizaciones, espectros de reflectancia ópticos pueden medirse en más de una separación fuente-detector d. Por ejemplo, la figura 2 es un diagrama esquemático de una realización de un sistema de medición 50 que incluye dos separaciones fuente-detector diferentes, cada una de las cuales puede fijarse, o ajustarse por un operario. Muchos de los componentes del sistema de medición 50 son similares a los componentes del sistema de medición 10 y no se discutirán adicionalmente. El sistema de medición 50 incluye una primera trayectoria de la luz de detección 22a separada de la trayectoria de la luz 20 en el cabezal de sonda 14 por una distancia da, y una segunda trayectoria de la luz de detección 22b separada de la trayectoria de la luz 20 en el cabezal de sonda 14 por una distancia db superior a da.
25 Las mediciones de reflectancia espectrales pueden registrarse por el detector 16 a múltiples distancias fuente-detector para reducir y/o eliminar los efectos de la absorción y/o dispersión espectral de capas de tejido cubrientes de los espectros de tejidos subyacentes de interés. Por ejemplo, los espectros de reflectancia registrados a la distancia fuentedetector da corta normalmente incluyen una primera ponderación de las contribuciones de los tejidos próximos a la superficie 32 y del interior más profundo del tejido diana 30 (por ejemplo, principalmente de tejidos próximos a la superficie 32 de tejido diana 30). Los espectros de reflectancia registrados a la distancia fuente-detector db más larga normalmente incluyen una segunda ponderación, diferente de la primera ponderación, de contribuciones de tejidos próximos a la superficie 32 y del interior más profundo de tejido diana 30 (por ejemplo, espectros a la distancia fuentedetector más larga normalmente incluyen contribuciones significativas de tanto tejidos próximos a la superficie 32 como
35 de tejidos subyacentes a la superficie 32). Los datos de reflectancia registrados a dos distancias fuente-detector diferentes pueden procesarse usando algoritmos adecuados para eliminar contribuciones espectrales debidas a capas de tejido cubrientes adyacentes a la superficie 32, reteniendo principalmente contribuciones espectrales debidas solo a las capas de tejido subyacentes (por ejemplo, más profundas). Además, en algunas realizaciones, la distancia fuentedetector puede ajustarse por un operario para mejorar la selectividad de las mediciones de reflectancia espectrales (por ejemplo, para interrogar selectivamente tejidos a profundidades particulares por debajo de la superficie de la piel de un paciente).
Como ejemplo, en algunas realizaciones, el tejido diana 30 puede incluir capas de piel y grasa proximales al cabezal de sonda 14 y un tejido muscular de interés subyacentes a las capas de piel y de grasa (por ejemplo, a una distancia mayor
45 del cabezal de sonda 14). Las contribuciones a los datos de atenuación de la luz que se producen de la absorción de la luz y/o dispersión por la piel (incluyendo pigmentos de la piel) y las capas de grasa pueden reducirse o eliminarse de los datos de atenuación de la luz para mejorar la exactitud con la que el tejido muscular de interés es selectivamente interrogado. Sistema de medición y algoritmos de procesamiento adecuados se desvelan, por ejemplo, en la publicación de EE.UU. número US 2007/0038041 titulada “SYSTEMS AND METHODS FOR CORRECTING OPTICAL REFLECTANCE MEASUREMENTS” o el documento WO-2006/116569, que es un documento bajo el Artículo 54(3) del CPE.
En algunas realizaciones, los datos de reflectancia espectral a múltiples distancias fuente-detector pueden medirse por sistemas que tienen una única trayectoria de la luz de detección y múltiples trayectorias de la luz de fuente (por ejemplo,
55 múltiples trayectorias para acoplar luz de una o más fuentes de radiación al cabezal de sonda 14). En general, la configuración particular del sistema de medición no cambia sustancialmente los algoritmos de procesamiento usados para eliminar los efectos espectrales de capas de tejido cubrientes, ni cambia los algoritmos de análisis que se usan para determinar cantidades tales como la saturación de oxígeno y la tensión de oxígeno de los espectros de atenuación de la luz.
Habiendo medido los datos de reflectancia espectral del tejido diana 30 y transformado los datos en datos dependientes de la longitud de onda de atenuación de la luz correspondientes al tejido diana, el procesador 18 está configurado para analizar los datos de atenuación de la luz para obtener valores de cantidades de interés para el tejido diana. Diversos algoritmos de análisis implementados en el procesador 18 para obtener estas cantidades se desvelan más adelante.
65 Determinación de la saturación de oxígeno En la oximetría tisular, la radiación infrarroja puede usarse para medir el componente hemo en sangre. Aunque la radiación en la porción visible del espectro electromagnético también es absorbida por el hemo de la sangre, la luz infrarroja normalmente penetra más profundamente en el tejido, y los efectos de la dispersión de la luz normalmente son más pequeños a longitudes de onda infrarrojas que a longitudes de onda visibles. En células de músculo, por ejemplo, la mioglobina y la hemoglobina están cada una presentes en la trayectoria de radiación incidente, y cada una absorbe radiación infrarroja. En vasos pequeños (por ejemplo, arteriolas, capilares y vénulas), los cambios en la absorción infrarroja principalmente reflejan cambios en las concentraciones de hemo oxigenado y no oxigenado. Como resultado, la saturación de oxígeno tisular (SO2) se define según la ecuación
en la que c(HbO2+MbO2) es la concentración total de hemo oxigenado en el tejido (Hb = hemoglobina, Mb = mioglobina) y c(Hb+Mb) es la concentración total de hemo desoxigenado en el tejido. La suma cHb+Mb+cHbO2+MbO2 es la concentración total
15 de hemo en el tejido. La hemoglobina y la mioglobina tienen perfiles de absorción similares a través de gran parte de la región infrarroja del espectro, y las técnicas de medición de reflectancia infrarroja desveladas en el presente documento son sensibles a tanto hemoglobina como a mioglobina.
Un espectro de atenuación de la luz del modelo (Amodelo(λ)) para un tejido diana expuesto a luz incidente se define en general como el logaritmo de la relación de la intensidad de la luz incidente y la intensidad de la luz reflejada. Puede usarse una variedad de diferentes modelos para describir el espectro de atenuación de la luz de un tejido diana. En algunas realizaciones, por ejemplo, puede usarse un método de expansión de series de Taylor para expresar el espectro de atenuación de la luz en función de uno o más términos de absorción, como se describen en Stratonnikov, A.A. y Loschenov, V.B., “Evaluation of blood oxygen saturation in vivo from diffuse reflectance sprectra”, Journal of Biomedical
25 Optics 6: 457-467 (2001). Una expansión de series de Taylor adecuada para Amodelo(λ) es
en la que I0(λ) es una intensidad de la luz incidente (por ejemplo, la intensidad de la fuente de luz), I(λ) es una intensidad de la luz reflejada del tejido, λ es una longitud de onda de la luz, c0 y c1 son constantes, <L> es una longitud de la trayectoria media de la luz reflejada a través del tejido, εHb(λ) es un coeficiente de extinción dependiente de la longitud de onda para hemoglobina desoxigenada, εHbO2(λ) es un coeficiente de extinción dependiente de la longitud de onda para hemoglobina oxigenada, cagua es una concentración de agua en el tejido y εagua(λ) es un coeficiente de extinción dependiente de la longitud de onda para agua. La hemoglobina y la mioglobina tienen coeficientes de extinción similares
35 en la región infrarroja del espectro, y entonces los coeficientes de extinción de la hemoglobina oxigenada y desoxigenada también se usan para modelar la absorción de mioglobina en la ecuación (2). La determinación de los valores para los diversos parámetros en la ecuación (2) se discuten en más detalle más adelante.
Normalmente, puede ser difícil determinar la intensidad de la fuente de luz absoluta I0(λ) bajo condiciones experimentales. Por consiguiente, en algunas realizaciones, se usa la intensidad de la luz reflejada de un patrón de reflectancia del 99 %, Iref(λ),en lugar de I0(λ) cuando se modela la atenuación de la luz. Patrones de reflectancia del 99 % adecuados incluyen, por ejemplo, el modelo SRT-99-050, disponible de Labesfera, Inc. (North Sutton, NH). Con la intensidad de la luz de referencia experimental Iref(λ) medida en lugar de I0(λ), el espectro de atenuación de la luz medido, Aexp(λ), es
45
La intensidad de la luz de referencia Iref(λ) normalmente se diferencia de I0(λ) por un factor constante independiente de la longitud de onda, que aparece como una contribución aditiva constante al espectro de atenuación de la luz experimentalmente medido de un tejido diana. La constante c0 en la ecuación (2) representa esta contribución aditiva al espectro de atenuación de la luz. Además, c0 también representa la absorción independiente de la longitud de onda y/o dispersión por cromóforos y otras especies en el tejido diana distintos de hemoglobina, mioglobina y agua. Similarmente, la constante c1 representa la absorción de la luz dependiente de la longitud de onda y/o dispersión de cromóforos y otras especies en el tejido diana distintos de hemoglobina, mioglobina y agua. Los términos en el lado derecho de la ecuación
55 (2) que están multiplicados por <L> representan la atenuación de la luz incidente por hemoglobina, mioglobina y agua en el tejido diana.
Normalmente, la atenuación de la luz en el tejido diana puede producirse a partir de tanto procesos de absorción de la luz como de dispersión de la luz. Por ejemplo, la luz es absorbida por hemoglobina en vasos sanguíneos pequeños y mioglobina en células, por tanto agua intravascular como extravascular, y por pigmentos de melanina en la piel. La luz
5 puede ser dispersada por estructuras físicas tales como vasos sanguíneos y fibras musculares, y también por grasa que cubre tejido muscular de interés (por ejemplo, grasa que está dispuesta entre un cabezal de sonda de un sistema de medición y el tejido muscular).
Los sistemas y métodos desvelados en el presente documento pueden generalmente aplicarse al cálculo de la
10 saturación de oxígeno y otras cantidades fisiológicas en muchos tipos de tejido diferentes, que incluyen tejido muscular y tejido no muscular, y también pueden realizarse cualquiera de las etapas discutidas a propósito de la determinación de SO2 para calcular SO2 en tanto tejido muscular como tejido no muscular. La medición de la saturación de oxígeno en tejido muscular proporciona un indicador de diagnóstico particularmente sensible de, por ejemplo, vasoconstricción/vasodilatación.
15 La figura 3 es un diagrama de flujo 100 que muestra una serie de etapas para calcular la saturación de oxígeno en un tejido diana a partir de los espectros de atenuación de la luz, Aexp(λ), para el tejido diana. En una primera etapa 102, uno
o más espectros de reflectancia de la luz se recogen de un tejido diana, y los espectros de atenuación de la luz se calculan mediante la ecuación (3).
20 En la etapa opcional 104 puede seleccionarse un modelo Amodelo(λ) para describir la atenuación de la luz en el tejido diana. En algunas realizaciones, por ejemplo, el modelo seleccionado representa tanto la absorción de la luz como la dispersión de la luz en el tejido diana. En ciertas realizaciones, el modelo incluye términos que se corresponden con uno
o más de hemoglobina oxigenada y mioglobina, hemoglobina desoxigenada y mioglobina, agua, y otras especies
25 presentes en el tejido diana. Un modelo adecuado que puede seleccionarse se facilita, por ejemplo, por la ecuación (2). En general, los sistemas desvelados en el presente documento pueden incluir uno o más modelos para describir la atenuación de la luz en el tejido diana. En algunas realizaciones, los sistemas incluyen solo un único modelo. En ciertas realizaciones, los sistemas incluyen múltiples modelos, y la selección de un modelo Amodelo(λ) puede basarse, por ejemplo, en la entrada de un operario humano.
30 En la etapa 106, el modelo seleccionado en la etapa 104 se usa para determinar valores de atenuación de la luz calculados en el tejido diana, y se ajustan diversos parámetros del modelo para minimizar una suma de diferencias al cuadrado entre los valores calculados de atenuación de la luz y los espectros de atenuación de la luz medidos. La suma de las diferencias al cuadrado entre los valores calculados de luz, atenuación y los espectros de atenuación de la luz
35 medidos, χ2, puede escribirse
en la que los espectros de atenuación de la luz se miden (y valores de atenuación de la luz teóricos se calculan) en una
40 serie de longitudes de onda λi entre λmín y λmáx. El valor de χ2 se minimiza para arrojar valores de ciertos parámetros ajustables en Amodelo(λ). Por ejemplo, si se selecciona el modelo facilitado por la ecuación (2), la función χ2 se minimiza para arrojar valores de parámetros c0, c1, cHb+Mb, cHbO2+MbO2, cagua y <L>.
Para obtener valores precisos de los parámetros del modelo se usa un algoritmo de ajuste por mínimos cuadrados no
45 lineal para minimizar χ2 en la ecuación (4). En algunas realizaciones, las limitaciones del ajuste para ciertos parámetros del modelo también pueden usarse para mejorar la exactitud de los valores de parámetros que se obtienen. Por ejemplo, la longitud de onda luz más corta normalmente se dispersa más eficazmente de estructuras de tejido que la luz de longitud de onda más larga y, por tanto, una curva de eficiencia de la dispersión dependiente de la longitud de onda puede describirse por una forma funcional lineal con una pendiente no positiva. Un coeficiente de dispersión reducido
50 para las estructuras de tejido, µs', puede generalmente describirse por una función tal como
en la que a y b son constantes, con b ≤0. Normalmente, las porciones de los espectros de atenuación de la luz medidos
55 que son debidas a hemoglobina oxigenada tienen una pendiente positiva en la región infrarroja del espectro. Así, cuando se selecciona el modelo facilitado por la ecuación (2), el parámetro c1 puede limitarse durante el ajuste de manera que c1 ≤0. Esta limitación permite la determinación de valores de parámetros mejorada eliminando el cruce aparente entre contribuciones a los espectros de atenuación de la luz de hemo oxigenado, dispersión y un ruido de fondo relativamente suave.
60 Para ciertos tejidos, puede ser posible hacer buenos cálculos estimados iniciales para los valores de los parámetros cHb+Mb, cHbO2+MbO2 y cagua (por ejemplo, en pacientes humanos sanos). Para otros tejidos, puede ser más difícil llegar a
5
10
15
20
25
30
35
40
45
50
55
60
buenos cálculos estimados iniciales para estos parámetros. El hacer cálculos estimados iniciales de valores de parámetros normalmente implica la intervención del operario, sin embargo, y está sometido a variabilidad que se produce debido a diferencias en los niveles de habilidad de los operarios humanos. Normalmente, por ejemplo, en pacientes humanos sanos, el valor de cHb+Mb puede ser aproximadamente 40 µmol/l, el valor de CHbO2+MbO2 puede ser aproximadamente 60 µmol/l y el valor de cagua puede ser aproximadamente el 60 %. Estos valores pueden usarse como cálculos estimados iniciales para los parámetros cHb+Mb, cHbO2+MbO2 y cagua.
Como una alternativa a basarse en la entrada de un operario humano, los sistemas y métodos desvelados en el presente documento también pueden determinar tanto valores iniciales como valores finales de parámetros del modelo en modo automatizado (por ejemplo, sin entrada del operario) usando un procedimiento de ajuste de dos etapas. El procedimiento de ajuste de dos etapas puede, en general, aplicarse a cualquiera de los modelos desvelados en el presente documento para determinar automáticamente buenos valores iniciales de algunos o todos los parámetros del modelo, y entonces para determinar valores de parámetros finales minimizando el valor de χ2 en la ecuación (4).
Como un ejemplo, si se selecciona el modelo facilitado por la ecuación (2) en la etapa 104, pueden determinarse buenos valores iniciales de c0, c1 y <L> usando un método de barrido fijando los valores de los parámetros cHb+Mb, cHbO2+MbO2 y cagua, y usando un procedimiento de minimización por mínimos cuadrados para variar los valores de los parámetros c0, c1 y <L>. Esta técnica se corresponde con minimizar el valor de χ2 en la ecuación (4) con solo c0, c1 y <L> como parámetros ajustables. Si se han determinado buenos valores iniciales de c0, c1 y <L> mediante la minimización de χ2, estos valores se fijan y el valor de χ2 en la ecuación (4) se minimiza de nuevo mediante el método de barrido permitiendo que varíen los parámetros cHb+Mb, CHbO2+MbO2 y cagua. Los valores para estos parámetros obtenidos del procedimiento de minimización se corresponden con buenos valores iniciales.
La segunda etapa del procedimiento de ajuste de dos etapas incluye minimizar el valor de χ2 en la ecuación (4) dejando variar cada uno de los seis parámetros c0, c1, <L>, cHb+Mb, CHbO2+MbO2 y cagua (sujetos a cualquier limitación del ajuste impuesta, como se ha discutido previamente) y empezar a partir de los buenos valores iniciales de estos seis parámetros determinados en la primera etapa del procedimiento. Los valores de estos parámetros obtenidos después de la segunda etapa del procedimiento son los valores finales de los parámetros. En general, cualquier algoritmo de ajuste que pueda minimizar el valor de χ2 en la ecuación (4) sujeto a cualquier limitación aplicada puede usarse en los sistemas y métodos desvelados en el presente documento. Un ejemplo de un algoritmo de ajuste que puede usarse para minimizar el valor de χ2 en la ecuación (4) es el algoritmo de Levenberg-Marquardt.
El procedimiento de ajuste de dos etapas discutido anteriormente puede proporcionar varias ventajas En particular, iniciando la segunda etapa del procedimiento de ajuste con buenos valores iniciales de los parámetros, la segunda etapa avanza más rápidamente hasta la convergencia de lo que lo haría de otro modo. Por tanto, los resultados del ajuste normalmente son más precisos, debido a que es menos probable que el algoritmo de ajuste por mínimos cuadrados no lineal se atasque en un mínimo local (pero no necesariamente global).
Un algoritmo que puede usarse para ajustar espectros de atenuación de la luz a un modelo de atenuación de la luz seleccionado en los sistemas y métodos desvelados es un tipo de algoritmo genético llamado el método de evolución diferencial (ED), que se describe en Price, K.V, “Differential Evolution. A practical approach to global optimization”, (Alemania: Springer-Verlag, 2005). El algoritmo ED es un algoritmo de optimización global que converge a un valor extremo de una función independientemente de su población inicial. El algoritmo ED normalmente converge más rápido y usa menos variables de control que otros algoritmos de optimización global. Debido a que el algoritmo ED converge a un mínimo global, el algoritmo ED puede usarse, en algunas realizaciones, sin realizar la primera etapa del procedimiento de ajuste discutido anteriormente. Es decir, puede usarse un procedimiento de ajuste de una etapa en la que el algoritmo ED se usa para ajustar espectros de atenuación de la luz a un modelo de atenuación de la luz sin ajustar primero los espectros mediante el método de barrido para determinar cálculos estimados iniciales de parámetros del modelo.
Cuando se han determinado los valores finales de los parámetros del modelo, la saturación de oxígeno en el tejido diana se calcula en la etapa 108. La saturación de oxígeno se calcula según la ecuación (1); por tanto, el modelo seleccionado en la etapa 104 incluye los parámetros cHb+Mb y CHbO2+MbO2. Los valores de estos parámetros se determinan en la etapa 106, y luego la SO2 se calcula a partir de los valores de estos parámetros en la etapa 108.
Determinación de la tensión de oxígeno
En la etapa 110, que es opcional en el diagrama de flujo 100, la tensión de oxígeno en el tejido diana se calcula a partir del valor de saturación de oxígeno determinado en la etapa 108. La tensión de oxígeno puede calcularse a partir de la saturación de oxígeno usando una variedad de algoritmos. Por ejemplo, la tensión de oxígeno puede calcularse usando la siguiente relación, que se describe en Severinghaus, J.W., “Simple, accurate equations for human blood O2 dissociation computations”, J. Appl. Physiol.: Respirat. Environ. Exercise Physiol., 46:599-602 (1979):
La ecuación (6) permite el cálculo inmediato de la tensión de oxígeno de la saturación de oxígeno bajo condiciones fisiológicas convencionales en la etapa 110 del diagrama de flujo 100.
5 Aplicaciones
La saturación de oxígeno y/o la tensión de oxígeno, medidas mediante los sistemas y métodos desvelados en el presente documento, proporcionan un indicador de diagnóstico sensible de vasoconstricción capilar en pacientes. Pronto en el proceso de hemorragia y hemorragia interna, los capilares en los tejidos musculares se vasoconstriñen para dirigir sangre al corazón y cerebro en los que más se necesita. La vasoconstricción también ayuda a mantener la tensión arterial a niveles relativamente normales; como resultado, la tensión arterial normalmente proporciona solo un indicador de etapa tardío de choque hemorrágico.
Para evaluar la sensibilidad de los sistemas y métodos desvelados en el presente documento, un conjunto de diez
15 sujetos de prueba se sometieron a un protocolo de prueba que incluyó aumentar progresivamente las magnitudes de la presión negativa en la parte inferior del cuerpo (LBNP). El protocolo de LBNP consistió en un periodo inicial de cinco minutos, seguido de intervalos de cinco minuto de descompresión en cámara a -15, -30, -45 y -60 mm de Hg, seguido de incrementos adicionales de -10 mm de Hg cada cinco minutos hasta tanto la aparición de colapso cardiovascular como la completitud de cinco minutos a -100 mm de Hg. Los espectros de reflectancia infrarroja se registraron continuamente durante todo el protocolo usando un sensor de fibra óptica con tanto separaciones fuente-detector de corta distancia como de larga distancia. El sensor se colocó sobre el músculo flexor digitorum profundus del antebrazo.
La saturación de oxígeno y la tensión de oxígeno en el tejido muscular se calcularon a partir de espectros de atenuación de la luz generados de los espectros de reflectancia usando los métodos desvelados anteriormente. Los espectros de
25 reflectancia se corrigieron para eliminar contribuciones de la absorción de la luz y/o dispersión por pigmentos de la piel y grasa antes de generar los espectros de atenuación de la luz. Se extrajo una muestra de sangre de cada sujeto de prueba en el último minuto de cada etapa del protocolo de LBNP. La saturación de oxígeno para cada sujeto se midió de la muestra de sangre usando un instrumento de cooxímetro y la tensión de oxígeno se midió usando un analizador de gases en sangre.
Además, para cada sujeto en cada nivel del protocolo de LBNP, se determinaron cambios en el volumen sistólico (SV), la resistencia periférica total (TPR) y hemoglobina total (HbT) -la suma de hemoglobina oxigenada y desoxigenada y mioglobina en el tejido muscular -con respecto a valores iniciales de estos parámetros. Se midió el volumen sistólico latido a latido no invasivamente usando bioimpedancia eléctrica torácica con un cardiógrafo de impedancia bioeléctrica
35 HIC-2000 (disponible de Bio-Impedance Technology, Chapel Hill, NC). La técnica de bioimpedancia eléctrica torácica se basa en los cambios de resistencia en el tórax a una baja intensidad (por ejemplo, 4 mA), corriente alterna de alta frecuencia (por ejemplo, 70 kHz) aplicada al tórax por dos electrodos de la superficie externa colocados en el proceso xifoides en la línea axilar media. El SV ventricular (en unidades de ml/latido) se determinó de la fórmula parcialmente empírica
en la que p (en unidades de ohm-cm) es la resistividad de la sangre (normalmente aproximadamente 135 ohm-cm), f (en unidades de cm) es una distancia media entre dos electrodos de tensión internos, Z0 (en unidades de ohmios) es una
45 impedancia torácica inicial media, LVET (en unidades de segundos) es un tiempo de eyección ventricular izquierdo y (dZ/dt)mín es una altura de una impedancia torácica medida frente al pico de tiempo (por ejemplo, un punto Z) desde una línea cero. El gasto cadíaco (Q) se calculó como el producto de la frecuencia cardíaca (HR) y SV, y TPR se estimó dividiendo un valor medio de la presión arterial entre Q.
La figura 4 muestra el porcentaje de cambio medido en hemoglobina total en función del porcentaje de cambio medido en el volumen sistólico. La relación entre los cambios en hemoglobina total y el volumen sistólico es aproximadamente lineal, como se indica por la línea continua en la figura 4. Sin desear ceñirse a ninguna teoría, una explicación posible para la relación mostrada en la figura 4 es que el volumen sistólico disminuye a medida que disminuye el volumen de sangre. En la figura 5, el porcentaje de cambio en hemoglobina total se representa en función del porcentaje de cambio
55 en la resistencia periférica total. La relación es de nuevo aproximadamente lineal como se muestra por la línea continua. Sin embargo, la figura 5 muestra que los cambios en la hemoglobina total se correlacionan inversamente con los cambios en la resistencia periférica total. Normalmente, la resistencia periférica total aumenta cuando se produce vasoconstricción. Así, la medición de hemoglobina total en tejido muscular (que determina concentraciones de oxigenado y hemoglobina desoxigenada, como se discute anteriormente) proporciona un diagnóstico preciso para la aparición y progresión de vasoconstricción en pacientes.
Más generalmente, la vasoconstricción y/o vasodilatación producen cambios en el volumen de sangre en un tejido diana, y monitorizando la hemoglobina total puede evaluarse el volumen de sangre en el tejido (por ejemplo, cambios en el volumen de sangre con el tiempo en un paciente). Los valores de SO2 y PO2 determinados mediante los métodos desvelados en el presente documento también proporcionan sondas sensibles del volumen de sangre en un tejido diana, y pueden usarse para fines de monitorización y evaluación. En general, las mediciones de cantidades tales como HbT, SO2 y PO2 son útiles para monitorizar la progresión y tratamiento de cualquier enfermedad o afección que produzca
5 variación del volumen de sangre en tejidos, y/o vasoconstricción/vasodilatación en respuesta a un traumatismo. Ejemplos de afecciones para las que la progresión puede rastrearse incluyen: diagnóstico de, y evaluación del tratamiento para, hemorragia y septicemia; anomalías microvasculares que acompañan a la enfermedad cardíaca y diabetes; y efectos de fármacos que aumentan la tensión arterial mediante vasoconstricción y/o vasodilatación. En pacientes animales pueden monitorizarse efectos regionales de fármacos sobre órganos específicos.
Como un ejemplo, cuando un paciente sufre una hemorragia, la pérdida de volumen de sangre en ciertos tejidos del paciente puede monitorizarse midiendo hemoglobina total. Además, como se muestra en las figuras 4 y 5, la hemoglobina total cambia linealmente con el volumen de sangre. Por tanto, monitorizando HbT con el tiempo puede evaluarse una etapa de progreso de una hemorragia. Pueden usarse los cambios en HbT para evaluar si una
15 hemorragia se ha detenido o está bajo control, por ejemplo, o si la afección de hemorragia está empeorando.
Como otro ejemplo, cuando un paciente sufre septicemia -una enfermedad microcirculatoria -se obstruyen vasos sanguíneos pequeños en ciertos tejidos del paciente, haciendo que esté presente un volumen de sangre más pequeño (y sangre empobrecida en oxígeno) en los tejidos del paciente. Generalmente, a medida que la septicemia persiste, aumenta el nivel de empobrecimiento de oxígeno en el tejido sanguíneo. Si la perfusión se restaura, la afección de septicemia se alivia, y tanto la oxigenación de la sangre como el volumen de sangre aumentan en los tejidos del paciente. Monitorizando HbT y/o SO2 y/o PO2 en tejidos del paciente, como se ha desvelado en el presente documento, puede evaluarse la tasa de progreso de septicemia. Por ejemplo, cuando una afección de septicemia en un tejido diana está empeorando, el valor de HbT en el tejido disminuye al disminuir el volumen de sangre. A medida que se alivia la
25 septicemia en el tejido, el valor de HbT en el tejido aumenta al aumentar el volumen de sangre. Correlaciones similares se aplican a evaluar septicemia basada en el volumen de sangre determinado de mediciones de SO2 y PO2 en el tejido diana.
Como tercer ejemplo, cuando un paciente sufre enfermedad cardíaca o diabetes, la aterosclerosis que resulta de estas afecciones previene la vasoconstricción en respuesta a un estímulo. A diferencia, en un paciente sano, la vasoconstricción en respuesta a un estímulo se produce para mantener la tensión arterial. Así, el progreso de una afección tal como enfermedad cardíaca o diabetes puede evaluarse monitorizando HbT y/o SO2 y/o PO2 en el paciente. Normalmente, por ejemplo, un paciente que padece una de estas afecciones es tanto basculado como sometido a un protocolo de ejercicio que representa un estímulo, y los valores de SO2 y/o PO2 y/o y HbT se determinan de un tejido
35 diana seleccionado del paciente. Debido a la incapacidad de los vasos sanguíneos del paciente para vasoconstreñirse, los cambios medidos en SO2 y/o PO2 y/o y HbT para el paciente serán más pequeños que lo que serían los cambios medidos en estos parámetros para un paciente más sano. Midiendo la diferencia en los valores de SO2 y/o PO2 y/o y HbT para el tejido del paciente aquejado con respecto a valores estándar para un tejido de paciente sano (o con respecto a valores de estos parámetros medidos del mismo paciente en una etapa más temprana de la enfermedad), puede evaluarse el progreso de afecciones tales como enfermedad cardíaca y diabetes.
En general, como se discute anteriormente, las mediciones de cantidades tales como HbT, SO2 y PO2 para la evaluación y monitorización de diversas afecciones se realizan durante intervenciones que estimulan la vasoconstricción para mantener la tensión arterial y/o vasodilatación para mejorar la circulación sanguínea. Ejemplos de dichas intervenciones
45 incluyen ocluir uno o más vasos sanguíneos, ejercitando a un sujeto y basculando a un sujeto.
Implementación
Las ecuaciones y algoritmos desvelados en el presente documento pueden implementarse en hardware o en software, o en una combinación de ambos. Las etapas de método y figuras desveladas en el presente documento pueden implementarse en programas informáticos usando técnicas de programación estándar. Los programas pueden diseñarse para ser ejecutados en procesadores programables (tales como el procesador 18) u ordenadores, por ejemplo, microordenadores, cada uno de los cuales incluye al menos un procesador, al menos un sistema de almacenamiento de datos (que incluye memoria volátil y no volátil y/o elementos de almacenamiento), al menos un dispositivo de entrada, tal
55 como un teclado o matriz de pulsador, y al menos un dispositivo de salida, tal como un CRT, LCD o impresora. El código de programa se aplica a los datos de entrada para realizar las funciones descritas en el presente documento. La información de salida se aplica a uno o más dispositivos de salida tales como una impresora, o un CRT u otro monitor, o una página web en un monitor de ordenador con acceso a un sitio web, por ejemplo, para la monitorización remota.
Cada programa usado en los sistemas desvelados en el presente documento se implementa preferentemente en un lenguaje de programación procedural de alto nivel u orientado a objetivos para comunicarse con un sistema de ordenador. Sin embargo, los programas pueden implementarse en lenguaje ensamblador o de máquina, si se desea. En cualquier caso, el lenguaje puede ser un lenguaje compilado o interpretado.
65 Cada uno de dicho programa informático puede almacenarse en un medio o dispositivo de almacenamiento (por ejemplo, ROM o disquete magnético) legible por un ordenador programable general o para fines especiales, para configurar y operar el ordenador cuando el medio o dispositivo de almacenamiento se lea por el ordenador para realizar los procedimientos descritos en el presente documento. También puede considerarse que los programas se implementan como un medio de almacenamiento legible por ordenador, configurados con un programa informático, en el que el medio de almacenamiento así configurado hace que un procesador en el ordenador opere de un modo específico y predefinido
5 para realizar las funciones descritas en el presente documento.
Aunque puede usarse cualquier red de comunicaciones para obtener resultados de la monitorización remota, Internet o sistemas inalámbricos proporcionan elecciones útiles para transmitir datos.
La invención se describe adicionalmente en los siguientes ejemplos, que no pretenden limitar el alcance de la invención descrita en las reivindicaciones.
15 Ejemplo 1
Para evaluar la exactitud de los sistemas y métodos desvelados en el presente documento se calcularon espectros de atenuación de tejidos simulados para cuatro condiciones de dispersión de la luz diferentes en un tejido diana, y las etapas de método de la figura 3 se aplicaron a los datos de cada una de las cuatro condiciones de dispersión de la luz
20 para determinar valores de saturación de oxígeno. Las cuatro condiciones de dispersión de la luz se corresponden con cuatro tejidos diana diferentes de interés. Para cada tejido diana, los espectros de atenuación de la luz simulados se calcularon para cada uno de ocho valores de SO2 teóricos diferentes: 0 %, 10 %, 20 %, 40 %, 50 %, 60 %, 80 % y 100 %.
25 Para generar espectros de atenuación de la luz que se corresponden con un tejido diana absorbente de no dispersión se usó una ecuación de Lambert-Beer con términos que se corresponden solo con contribuciones de la hemoglobina:
30 en la que L es una longitud de la trayectoria de la luz atenuada a través del tejido diana, CHb, CHbO2 y Cagua son concentraciones de hemoglobina desoxigenada, hemoglobina oxigenada y agua en el tejido diana, respectivamente, y εHb(λ), εHbO2(λ)y εagua(λ) son coeficientes de extinción de hemoglobina desoxigenada, hemoglobina oxigenada y agua en función de la longitud de onda λ. Los valores de estos parámetros se seleccionaron para generar espectros de atenuación de la luz para un tejido diana absorbente de no dispersión.
35 Los espectros de atenuación de la luz también se calcularon para tres tejidos diana diferentes en los que se produjo la dispersión de la luz. Se usó un modelo de difusión de bloques infinitos de una única capa para generar espectros de atenuación de la luz para valores seleccionados de un coeficiente de absorción de tejido µa(λ), un coeficiente de dispersión reducido µs' (λ) y una separación fuente-sonda d, de un modelo con la forma funcional
en la que la cantidad σ(λ) se calcula según
Para calcular los espectros de atenuación de la luz para los tres tejidos diana de dispersión de la luz diferentes se seleccionaron valores para las concentraciones de hemoglobina oxigenada y desoxigenada para fijar los valores teóricos de SO2 y se seleccionaron valores para el coeficiente de absorción µa(λ). Además, se seleccionaron valores del
50 coeficiente de dispersión de la luz reducido µs'(λ) para cada uno de los tejidos diana de dispersión de la luz. Los tres tejidos diana de dispersión de la luz diferentes se correspondieron con tejidos en un antebrazo, una pantorrilla y una cabeza intacta de un paciente. Los coeficientes de dispersión reducida µs'(λ) para cada uno de estos tejidos se calcularon según las ecuaciones (11), (12) y (13), respectivamente:
5 Las ecuaciones (11)-(13) se describen en Matcher, S.J. et al., “In vivo measurements of the wavelength dependence of tissue-scattering coefficients between 760 and 900 nm measured with time-resolved spectroscopy”, Applied Optics, 36:386-396 (1997). En las ecuaciones (11)-(13), µs'(λ) está en unidades de cm -1 y λ está en unidades de nm. Los espectros de atenuación de la luz para los tres tejidos diana diferentes correspondientes a las ecuaciones (11)-(13) se calcularon en una serie de puntos de la longitud de onda entre 725 nm y 880 nm.
10 Para evaluar la exactitud de los valores de SO2 determinados ajustando los datos de atenuación de la luz calculados a un modelo de atenuación de la luz se calculó un coeficiente de determinación R2 entre los valores medidos y teóricos de SO2 para cada tejido. Además, los valores del error cuadrático medio de predicción (RMSEP), que describen el error de medición estimado, se calcularon según
15
en la que N es el número de espectros de atenuación de la luz y ŷi y yi son valores teóricos y experimentalmente determinados de SO2, respectivamente. Valores relativamente grandes de R2 (por ejemplo, valores que se aproximan a
20 la unidad) y valores relativamente pequeños de RMSEP indican que los valores de SO2 experimentalmente determinados son precisos (por ejemplo, coinciden estrechamente con los valores de SO2 teóricos).
Espectros de atenuación de la luz simulados calculados usando la ecuación (8) se muestran en la figura 6 para una serie de valores teóricos de SO2. Los espectros de atenuación de la luz en la figura 6 se corresponden con un tejido diana que
25 no dispersa la luz incidente (por ejemplo, la atenuación de la luz se produce por absorción solo). Los espectros de atenuación de la luz calculados simulados para un tejido diana que dispersa la luz que se corresponden con un antebrazo de un paciente se muestran en la figura 7 para una serie de valores teóricos de SO2. En cada una de las figuras 6 y 7 se usaron una concentración de agua cagua del 60 % y una separación fuente-detector d de 3 cm en los cálculos.
30 La figura 8 es un gráfico que muestra valores reales (teóricos) y estimados (medidos) de SO2 determinados ajustando los cuatro conjuntos de espectros de atenuación de la luz calculados usando las ecuaciones (8)-(13) para el modelo facilitado por la ecuación (2) según el procedimiento mostrado en la figura 3. El algoritmo de ajuste usado fue un método de optimización de Levenberg-Marquardt con valores de parámetros iniciales obtenidos de la técnica de barrido discutido
35 anteriormente. Se obtuvieron valores de R2 entre 0,99 y 1 para cada uno de los cuatro conjuntos de espectros de atenuación (por ejemplo, para cada uno de los cuatro tejidos diana diferentes), con un RMSEP máximo inferior al 5 % de SO2. Los valores relativamente altos de R2 y valores de RMSEP relativamente bajos indican que se alcanzaron mediciones precisas de SO2 en cada uno de los cuatro tejidos diana. Para comparación, los espectros de atenuación de la luz teóricos también se ajustaron a la ecuación (2) usando un algoritmo ED, y los valores de los parámetros del modelo
40 obtenidos del procedimiento de ajuste se usaron para calcular valores de SO2. Los resultados se muestran en la Tabla 1 a continuación. Para tres de los cuatro tejidos diana, el RMSEP para SO2 determinado mediante el algoritmo ED fue menor que el RMSEP para SO2 determinada mediante el algoritmo de Levenberg-Marquardt.
TABLA 1
Tipo de tejido diana R2 RMSEP (% de SO2)
No dispersión 0,99 1,31 Dispersión del antebrazo 0,99 4,10 Dispersión de la pantorrilla 0,99 3,86 Dispersión de la cabeza intacta 0,99 2,81
45 Ejemplo 2
Para simular las fases tempranas del choque hemorrágico en pacientes humanos se realizó un protocolo de prueba que incluyó aumentar progresivamente las magnitudes de la presión negativa en la parte inferior del cuerpo (LBNP) en cinco
50 sujetos de prueba humanos. El protocolo de LBNP consistió en un periodo inicial de cinco minutos, seguido de intervalos de cinco minuto de descompresión en cámara a -15, -30, -45 y -60 mm de Hg, seguido de incrementos adicionales de 10 mm de Hg cada cinco minutos hasta tanto la aparición de colapso cardiovascular como la completitud de cinco minutos a -100 mm de Hg. Los espectros de reflectancia infrarroja se registraron continuamente durante todo el protocolo usando un sensor de fibra óptica con tanto separaciones fuente-detector de distancia corta como de distancia larga. El
5 sensor se colocó sobre el músculo flexor digitorum profundus del antebrazo.
La saturación de oxígeno y la tensión de oxígeno en el tejido muscular se calcularon a partir de espectros de atenuación de la luz generados a partir de los espectros de reflectancia usando los métodos desvelados anteriormente. Los espectros de reflectancia se corrigieron para eliminar contribuciones de la absorción de la luz y/o dispersión por
10 pigmentos de la piel y grasa antes de generar los espectros de atenuación de la luz. Se extrajo una muestra de sangre de cada sujeto de prueba en el último minuto de cada etapa del protocolo de LBNP. La saturación de oxígeno para cada sujeto se midió a partir de la muestra de sangre usando un instrumento de cooxímetro, y la tensión de oxígeno se midió usando un analizador de gases en sangre.
15 La figura 9 muestra la correlación entre la saturación de oxígeno medida de muestras de sangre extraídas (O2Hb (%) de sangre) y la saturación de oxígeno medida mediante mediciones de reflectancia infrarroja (NIRS de SO2 (%)) en diversas etapas del protocolo de LNBP para cada uno de los cinco sujetos de prueba. La figura 10 muestra la correlación entre la tensión de oxígeno medida de muestras de sangre extraídas (PO2 venosa) y la tensión de oxígeno medida mediante mediciones de reflectancia infrarroja (NIRS de PO2) durante el protocolo de LNBP para cada uno de los cinco sujetos. En
20 la figura 9, el RMSEP en SO2 es aproximadamente el 8 % y en la figura 10 el RMSEP en PO2 es aproximadamente 3,3 mm de Hg. Estos errores relativamente bajos de predicción indican que los valores de SO2 y PO2 determinados mediante mediciones de reflectancia infrarroja se corresponden con exactitud con los valores de SO2 y PO2 reales en tejidos diana. La exactitud de los valores de SO2 y PO2 indica adicionalmente que los sistemas y métodos desvelados en el presente documento proporcionan diagnóstico preciso y sensible de afecciones tales como choque hemorrágico en
25 pacientes.
Los sistemas y métodos desvelados en el presente documento pueden hacer uso de otros modelos de atenuación de la
30 luz (por ejemplo, modelos distintos de la ecuación (2)) para determinar SO2 y otras cantidades fisiológicas tales como PO2 en tejidos diana. Se discutirán tres modelos alternativos diferentes; también son posibles otros modelos. Los siguientes modelos alternativos se han investigado para exactitud ajustando conjuntos de espectros de atenuación de la luz teóricos generados usando las ecuaciones (8)-(13) y correspondientes a cuatro tejidos diana diferentes (por ejemplo, tejido de no dispersión, tejido de antebrazo, tejido de pantorrilla y tejido de cabeza intacta), a cada uno de los modelos y
35 calculando coeficientes de determinación y valores de RMSEP para valores de SO2 determinada para cada tejido diana usando cada modelo.
Modelo 2
40 Como se ha discutido anteriormente, los espectros de atenuación de la luz medidos pueden ajustarse al modelo facilitado por la ecuación (2). Tras el procedimiento de ajuste se obtienen los valores de los parámetros c0, c1, <L>, cHb+Mb, cHbO2+MbO2 y cagua. Usando los valores de estos parámetros, un espectro inicial dependiente de la longitud de onda se calcula a partir de una diferencia entre el modelo facilitado por la ecuación (2) con valores ajustados de los parámetros y los espectros de atenuación de la luz medidos. El espectro inicial se calcula según
45
ˆ
en la que Aexp(λ) es la función del modelo de atenuación de la luz facilitada por la ecuación (2) con los valores de parámetro de mejor ajuste.
Entonces, en una etapa posterior, con valores ajustados de los parámetros c0, c1, <L>, CHb+Mb, cHbO2+MbO2 y cagua como valores de parámetros iniciales, los espectros de atenuación de la luz medidos se ajustan a la ecuación del modelo
55 En el modelo facilitado por la ecuación (16), c2 es un factor de escala que se varía junto con los otros parámetros de ajuste. De los valores refinados de cHb+Mb y cHbO2+MbO2 que se obtienen ajustando la ecuación (16) a los espectros de atenuación de la luz medidos se calculan los valores de SO2 y PO2.
60 Este procedimiento de ajuste de múltiples etapas -primera, para determinar el espectro inicial bspect(λ), y segunda, para determinar SO2 y PO2 de valores ajustados de los parámetros en la ecuación (16) -proporciona determinación más precisa de los parámetros en la ecuación (16), y por tanto, valores de SO2 y PO2 más precisos. La Tabla 2 a continuación muestra valores de R2 y RMSEP calculados para cada de los cuatro tejidos diana teóricos diferentes para los que los espectros de atenuación de la luz se simularon usando las ecuaciones (8)-(13). Los valores de SO2 determinados a partir
5 del ajuste de los espectros de atenuación de la luz teóricos usando el procedimiento de ajuste de múltiples etapas discutido anteriormente se compararon con los valores teóricos de SO2, que arrojó un valor de R2 de 0,99 para cada uno de los tejidos, y valores de RMSEP inferiores al 6 % de SO2. Valores de R2 relativamente grandes y valores de RMSEP relativamente bajos indicaron que el modelo 2 proporcionó determinación precisa de SO2 en tejidos diana.
Tipo de tejido diana R2 RMSEP (% de SO2)
No dispersión 0,99 1,73 Dispersión del antebrazo 0,99 3,69 Dispersión de la pantorrilla 0,99 4,66 Dispersión de la cabeza intacta 0,99 5,77
Modelo 3
En este modelo, la atenuación de la luz por absorción y por dispersión tiene formas funcionales similares. La ecuación 15 del modelo es
en la que µa(λ) y µs(λ) son los coeficientes de absorción y dispersión dependientes de la longitud de onda del tejido
20 diana, respectivamente, c1 es una constante, d es una distancia fuente-detector y dpf(λ) es un factor de longitud de la trayectoria diferencial para el tejido. El coeficiente de dispersión µs(λ) está relacionado con el coeficiente de dispersión reducido µs'(λ) según µs'(λ) = (1-g) µs(λ), en la que g es un factor de anisotropía que se corresponde con un coseno promedio del ángulo de dispersión.
25 Para compensar una diferencia entre la intensidad de la luz absoluta I0(λ) y la intensidad de la luz de referencia Iref(λ) de un patrón de reflectancia del 99 %, como se discute anteriormente, puede añadirse un término constante c0 a la ecuación
(17) para dar una ecuación del modelo
En la ecuación (18), el coeficiente de absorción µa(λ) está relacionado con concentraciones de componentes absorbentes en el tejido diana según
El coeficiente de dispersión reducida µs'(λ) es una función de dos constantes, c2 y c3, según
40 Durante el procedimiento de ajuste se imponen limitaciones a c3 de manera que c3 < 0.
El factor de longitud de la trayectoria diferencial se expresa en función del coeficiente de dispersión reducido y el coeficiente de absorción según
Se usó un procedimiento de ajuste por mínimos cuadrados de Levenberg-Marquardt no lineal para determinar valores de los diversos parámetros del modelo ajustando los espectros de atenuación de la luz teóricos (por ejemplo, simulados) al
modelo facilitado por las ecuaciones (18)-(21). Los valores de SO2 se calcularon entonces a partir de los valores ajustados de los parámetros en la ecuación (19). La Tabla 3 a continuación muestra resultados de R2 y RMSEP de una comparación de valores de SO2 experimentalmente determinados y valores de SO2 teóricos. Como se muestra en la tabla, los valores de R2 fueron 0,97 o mayores para los cuatro tejidos diana y los valores de RMSEP fueron inferiores al
5 10 % de SO2. Estas medidas estadísticas indican que el modelo 3 proporcionó determinación precisa de SO2 en los tejidos diana.
Comparando con los resultados para el modelo 2, parece que el modelo 3 proporciona resultados ligeramente menos precisos en promedio para los datos de prueba evaluados en el presente documento. Sin embargo, para ciertos tejidos, 10 el modelo 3 puede proporcionar determinaciones de SO2 más precisas (por ejemplo, comparar resultados para tejido diana de cabeza intacta).
TABLA 3
Tipo de tejido diana R2 RMSEP (% de SO2)
No dispersión 0,99 1,81 Dispersión del antebrazo 0,97 9,37 Dispersión de la pantorrilla 0,97 7,09 Dispersión de la cabeza intacta 0,99 5,18
15 Modelo 4
También puede usarse modelos basados en la teoría de la difusión en los sistemas y métodos desvelados en el presente documento. Según la teoría de la difusión, la reflectancia difusa, R(d, λ), de radiación de luz de onda continua emitida de un medio de dispersión semi-infinito a una separación fuente-detector d superior a aproximadamente 2 cm se facilita por
20
en la que C es una constante que es independiente de d y se relaciona con un parámetro de reflexión especular interno. El valor de C depende de los índices de refracción del tejido diana y medio de alrededor. Los valores de µef(λ) se calculan 25 según
El coeficiente de absorción µa(λ) se calcula como en la ecuación (19) y el coeficiente de dispersión reducido µs'(λ) se 30 calcula como en la ecuación (20). También se añade un término constante c0 para compensar las diferencias entre I0(λ)y Iref(λ), como se discute anteriormente, de manera que la ecuación de atenuación de la luz del modelo es
35 Se usó un procedimiento de ajuste por mínimos cuadrados no lineal de dos etapas para determinar los parámetros del modelo facilitado por las ecuaciones (19), (20) y (22)-(24) ajustando las ecuaciones a los datos teóricos para cada uno de los cuatro tejidos diana diferentes. En una primera etapa del procedimiento de ajuste, antes de realizar un ajuste de todos los parámetros del modelo a los datos, se obtuvo un buen valor inicial del parámetro C usando el método de barrido. Los valores de los parámetros c0, c2, c3, cHb+Mb, cHbO2+MbO2 y cagua se mantuvieron constantes y los espectros de atenuación de
40 la luz teóricos se ajustaron a la ecuación (24), dejando solo C variar entre los parámetros del modelo. El ajustar los datos a la ecuación (24) incluyó minimizar una suma de diferencias al cuadrado, χ2, entre los datos del modelo y los teóricos, como se ha discutido a propósito de la ecuación (4). El valor de C obtenido del método de barrido se correspondió con un buen cálculo estimado para el parámetro C.
45 En la segunda etapa del procedimiento de ajuste, el valor de C determinado en la primera etapa se usó como valor final de C en la ecuación (22) (por ejemplo, fijo como una constante), y los espectros de atenuación de la luz teóricos se ajustaron de nuevo a la ecuación (24), permitiendo que cada uno de los parámetros c0, c2, c3, cHb+Mb, cHbO2+MbO2 y cagua variara durante el ajuste. De este modo se obtuvieron valores precisos de los seis parámetros, y SO2 en cada uno de los tejidos diana se calculó basándose en los valores de cHb+Mb y cHbO2+MbO2 del procedimiento de ajuste. La Tabla 4 a
50 continuación muestra los resultados de R2 y RMSEP de una comparación de valores de SO2 experimentalmente determinados y valores de SO2 teóricos. Como se muestra en la tabla, los valores de R2 fueron 0,99 para los cuatro tejidos diana y los valores de RMSEP fueron inferiores al 7 % de SO2. Estas medidas estadísticas indican que el modelo 4 proporcionó una determinación precisa de SO2 en los cuatro tejidos diana. Basándose en valores de R2 y RMSEP, los resultados para cada uno de los modelos 2, 3 y 4 alcanzaron exactitud comparable.
TABLA 4
Tipo de tejido diana R2 RMSEP (% de SO2)
No dispersión 0,99 1,52 Dispersión del antebrazo 0,99 5,35 Dispersión de la pantorrilla 0,99 6,63 Dispersión de la cabeza intacta 0,99 5,99
Debe entenderse que, aunque la invención se ha descrito conjuntamente con la descripción detallada de la misma, la anterior descripción está prevista para ilustrar y no limitar el alcance de la invención, que se define por el alcance de las
10 reivindicaciones adjuntas. Otros aspectos, ventajas y modificaciones están dentro del alcance de las siguientes reivindicaciones:
Claims (10)
-
imagen1 REIVINDICACIONES1. Un sistema (10) que comprende:5 una fuente de luz (12) configurada para dirigir radiación incidente a un tejido diana (30),un detector (16), yun procesador (18) acoplado al detector (16) y configurado para:determinar espectros de reflectancia del tejido diana (30),corregir los espectros de reflectancia para reducir contribuciones a los mismos de capas de piel y de grasa a través de las cuales se propaga la radiación incidente, y15 determinar la saturación de oxígeno en el tejido diana (30) basándose en los espectros de reflectancia corregidos; yen el que el procesador (18) está configurado para determinar la saturación de oxígeno calculando espectros de atenuación de la luz de los espectros de reflectancia corregidos y calcular la saturación de oxígeno basándose en concentraciones de hemo oxigenado y desoxigenado en el tejido diana (30) que se derivan de los espectros de atenuación de la luz, en el que hemo comprende hemoglobina y mioglobina en el tejido diana (30). - 2. El sistema de la reivindicación 1, en el que el procesador está configurado para determinar espectros de reflectanciadel tejido diana dirigiendo el detector para medir intensidades de radiación reflejadas del tejido diana a una pluralidad de 25 longitudes de onda de radiación.
- 3. El sistema de la reivindicación 1, que comprende además:una primera trayectoria de radiación entre la fuente de luz y el detector, y correspondiente a una primera distancia entre la fuente de luz y el detector, yuna segunda trayectoria de radiación entre la fuente de luz y el detector, y correspondiente a una segunda distancia entre la fuente de luz y el detector diferente de la primera distancia;35 en el que la radiación incidente de la fuente de luz se dirige a lo largo de cada una de la primera y segunda trayectorias de radiación al tejido diana, y la radiación reflejada del tejido diana se dirige a lo largo de cada una de la primera y segunda trayectorias de radiación al detector.
- 4. El sistema de la reivindicación 3, en el que el procesador está configurado para reducir contribuciones a los espectros de reflectancia medidos de capas de piel y de grasa midiendo espectros de reflectancia a lo largo de cada una de la primera y segunda trayectorias de la luz y combinar los espectros de reflectancia para producir espectros de reflectancia corregidos.
- 5. El sistema de la reivindicación 3, en el que cada uno de la primera y segunda trayectorias de radiación comprende una 45 fibra óptica.
-
- 6.
- El sistema de la reivindicación 1, en el que el procesador está configurado para derivar las concentraciones de hemo oxigenado y desoxigenado en el tejido diana ajustando los espectros de atenuación de la luz a una ecuación de atenuación de la luz del modelo.
-
- 7.
- El sistema de la reivindicación 6, en el que la ecuación de atenuación de la luz del modelo comprende una ecuación de la ley de Beer que comprende términos que se corresponden con la absorción de radiación incidente por hemo oxigenado, hemo desoxigenado y agua en el tejido diana.
55 8. El sistema de la reivindicación 1, en el que el procesador se configura adicionalmente para determinar la tensión de oxígeno en el tejido diana a partir de la saturación de oxígeno. -
- 9.
- El sistema de la reivindicación 1, en el que el procesador se configura adicionalmente para determinar la concentración de hemo total en el tejido diana a partir de las concentraciones de hemo oxigenado y desoxigenado en el tejido diana.
-
- 10.
- El sistema de la reivindicación 9, en el que el procesador se configura adicionalmente para evaluar un volumen de sangre en el tejido diana basándose en la concentración de hemo total.
-
- 11.
- Un método para calcular la saturación de oxígeno en un tejido diana (30), comprendiendo el método:
65 dirigir radiación incidente a un tejido diana (30) y determinar espectros de reflectancia del tejido diana (30) midiendo19imagen2 intensidades de radiación reflejadas del tejido diana (30) a una pluralidad de longitudes de onda de radiación,corregir las intensidades medidas de los espectros de reflectancia para reducir contribuciones a las mismas de capas de piel y de grasa a través de las cuales se propaga la radiación incidente, y al menos uno de 5(i) determinar la saturación de oxígeno en el tejido diana (30) basándose en los espectros de reflectancia corregidos; y dar el valor determinado de la saturación de oxígeno, 10 en el que determinar la saturación de oxígeno comprende determinar espectros de atenuación de la luz de los espectros de reflectancia corregidos y calcular la saturación de oxígeno basándose en concentraciones de hemo oxigenado y desoxigenado en el tejido diana (30) que se derivan de los espectros de atenuación de la luz, en el que hemo comprende hemoglobina y mioglobina en el tejido diana (30), y15 (ii) determinar la concentración de hemo total en el tejido diana (30) basándose en los espectros de reflectancia corregidos, evaluar un volumen de sangre en el paciente basado en la concentración de hemo total, y20 dar el volumen de sangre evaluado.20
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US80923806P | 2006-05-30 | 2006-05-30 | |
| US809238P | 2006-05-30 | ||
| PCT/US2007/069997 WO2007140422A2 (en) | 2006-05-30 | 2007-05-30 | Measuring tissue oxygenation |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| ES2525795T3 true ES2525795T3 (es) | 2014-12-30 |
Family
ID=38779450
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| ES07811963.3T Active ES2525795T3 (es) | 2006-05-30 | 2007-05-30 | Medición de la oxigenación tisular |
Country Status (10)
| Country | Link |
|---|---|
| US (1) | US7532919B2 (es) |
| EP (1) | EP2034893B1 (es) |
| JP (1) | JP5607358B2 (es) |
| KR (1) | KR101399907B1 (es) |
| CN (1) | CN101489482B (es) |
| AU (1) | AU2007266481A1 (es) |
| CA (1) | CA2688050A1 (es) |
| DK (1) | DK2034893T3 (es) |
| ES (1) | ES2525795T3 (es) |
| WO (1) | WO2007140422A2 (es) |
Families Citing this family (124)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7355512B1 (en) | 2002-01-24 | 2008-04-08 | Masimo Corporation | Parallel alarm processor |
| US6850788B2 (en) | 2002-03-25 | 2005-02-01 | Masimo Corporation | Physiological measurement communications adapter |
| JP3784766B2 (ja) * | 2002-11-01 | 2006-06-14 | 株式会社半導体理工学研究センター | 多ポート統合キャッシュ |
| EP1875128B1 (en) | 2005-04-25 | 2018-12-26 | University of Massachusetts | Systems and methods for correcting optical reflectance measurements |
| US7904130B2 (en) | 2005-09-29 | 2011-03-08 | Nellcor Puritan Bennett Llc | Medical sensor and technique for using the same |
| US10188348B2 (en) | 2006-06-05 | 2019-01-29 | Masimo Corporation | Parameter upgrade system |
| US8255025B2 (en) * | 2006-06-09 | 2012-08-28 | Nellcor Puritan Bennett Llc | Bronchial or tracheal tissular water content sensor and system |
| US8840549B2 (en) | 2006-09-22 | 2014-09-23 | Masimo Corporation | Modular patient monitor |
| US8180419B2 (en) | 2006-09-27 | 2012-05-15 | Nellcor Puritan Bennett Llc | Tissue hydration estimation by spectral absorption bandwidth measurement |
| US7880626B2 (en) | 2006-10-12 | 2011-02-01 | Masimo Corporation | System and method for monitoring the life of a physiological sensor |
| US8176191B2 (en) * | 2006-11-30 | 2012-05-08 | Red Hat, Inc. | Automated identification of high/low value content based on social feedback |
| US8175665B2 (en) * | 2007-03-09 | 2012-05-08 | Nellcor Puritan Bennett Llc | Method and apparatus for spectroscopic tissue analyte measurement |
| US20080221411A1 (en) * | 2007-03-09 | 2008-09-11 | Nellcor Puritan Bennett Llc | System and method for tissue hydration estimation |
| US8690864B2 (en) * | 2007-03-09 | 2014-04-08 | Covidien Lp | System and method for controlling tissue treatment |
| US20080220512A1 (en) * | 2007-03-09 | 2008-09-11 | Nellcor Puritan Bennett Llc | Tunable laser-based spectroscopy system for non-invasively measuring body water content |
| JP5607525B2 (ja) * | 2007-07-13 | 2014-10-15 | ユニバーシティ オブ マサチューセッツ | 身体的能力のモニタリングおよびモニタ |
| US8140272B2 (en) * | 2008-03-27 | 2012-03-20 | Nellcor Puritan Bennett Llc | System and method for unmixing spectroscopic observations with nonnegative matrix factorization |
| US8781546B2 (en) * | 2008-04-11 | 2014-07-15 | Covidien Lp | System and method for differentiating between tissue-specific and systemic causes of changes in oxygen saturation in tissue and organs |
| USD626561S1 (en) | 2008-06-30 | 2010-11-02 | Nellcor Puritan Bennett Llc | Circular satseconds indicator and triangular saturation pattern detection indicator for a patient monitor display panel |
| USD626562S1 (en) | 2008-06-30 | 2010-11-02 | Nellcor Puritan Bennett Llc | Triangular saturation pattern detection indicator for a patient monitor display panel |
| US7744541B2 (en) * | 2008-07-29 | 2010-06-29 | Raba Equity Partners Ii, Llc | Cerebral vascular reactivity monitoring |
| WO2010053617A2 (en) | 2008-08-07 | 2010-05-14 | University Of Massachusetts | Spectroscopic sensors |
| US20100099964A1 (en) * | 2008-09-15 | 2010-04-22 | Masimo Corporation | Hemoglobin monitor |
| US8406865B2 (en) * | 2008-09-30 | 2013-03-26 | Covidien Lp | Bioimpedance system and sensor and technique for using the same |
| US11857293B2 (en) | 2008-10-29 | 2024-01-02 | Flashback Technologies, Inc. | Rapid detection of bleeding before, during, and after fluid resuscitation |
| US12201405B2 (en) | 2008-10-29 | 2025-01-21 | Flashback Technologies, Inc. | Assessing effectiveness of CPR |
| US11395594B2 (en) | 2008-10-29 | 2022-07-26 | Flashback Technologies, Inc. | Noninvasive monitoring for fluid resuscitation |
| US11382571B2 (en) | 2008-10-29 | 2022-07-12 | Flashback Technologies, Inc. | Noninvasive predictive and/or estimative blood pressure monitoring |
| CA2775675C (en) * | 2008-10-29 | 2019-04-16 | The Regents Of The University Of Colorado | Long term active learning from large continually changing data sets |
| US11395634B2 (en) | 2008-10-29 | 2022-07-26 | Flashback Technologies, Inc. | Estimating physiological states based on changes in CRI |
| US11406269B2 (en) | 2008-10-29 | 2022-08-09 | Flashback Technologies, Inc. | Rapid detection of bleeding following injury |
| US8512260B2 (en) | 2008-10-29 | 2013-08-20 | The Regents Of The University Of Colorado, A Body Corporate | Statistical, noninvasive measurement of intracranial pressure |
| US11478190B2 (en) | 2008-10-29 | 2022-10-25 | Flashback Technologies, Inc. | Noninvasive hydration monitoring |
| US8571619B2 (en) * | 2009-05-20 | 2013-10-29 | Masimo Corporation | Hemoglobin display and patient treatment |
| US20120095305A1 (en) * | 2009-06-15 | 2012-04-19 | O2 Medtech, Inc. | Spectrophotometric Monitoring Of Multiple Layer Tissue Structures |
| US20110046459A1 (en) * | 2009-06-15 | 2011-02-24 | O2 Medtech, Inc. | Non-Invasive Patient Monitoring Using Near Infrared Spectrophotometry |
| US8045156B2 (en) * | 2009-06-23 | 2011-10-25 | Xerox Corporation | System and method for correlating photoreceptor pigmented film layer to electrical performance |
| US9693717B2 (en) * | 2009-07-10 | 2017-07-04 | Cas Medical Systems, Inc. | Method for spectrophotometric blood oxygenation monitoring of the lower gastrointestinal tract |
| US20110208015A1 (en) | 2009-07-20 | 2011-08-25 | Masimo Corporation | Wireless patient monitoring system |
| US9579039B2 (en) | 2011-01-10 | 2017-02-28 | Masimo Corporation | Non-invasive intravascular volume index monitor |
| US9153112B1 (en) | 2009-12-21 | 2015-10-06 | Masimo Corporation | Modular patient monitor |
| WO2011091280A2 (en) | 2010-01-22 | 2011-07-28 | University Of Massachusetts | Methods and systems for analyte measurement |
| WO2011091439A2 (en) * | 2010-01-25 | 2011-07-28 | Oregon Health & Science University | Fiberoptic probe for measuring tissue oxygenation and method for using same |
| US7884933B1 (en) | 2010-05-05 | 2011-02-08 | Revolutionary Business Concepts, Inc. | Apparatus and method for determining analyte concentrations |
| US10314650B2 (en) | 2010-06-16 | 2019-06-11 | Biosense Webster (Israel) Ltd. | Spectral sensing of ablation |
| US11490957B2 (en) | 2010-06-16 | 2022-11-08 | Biosense Webster (Israel) Ltd. | Spectral sensing of ablation |
| US20140171806A1 (en) * | 2012-12-17 | 2014-06-19 | Biosense Webster (Israel), Ltd. | Optical lesion assessment |
| US8489164B2 (en) * | 2010-10-27 | 2013-07-16 | Medtronic, Inc. | Monitoring of tissue hemoglobin concentration |
| AU2011323310A1 (en) | 2010-11-03 | 2013-06-13 | University Of Washington Through Its Center For Commercialization | Determination of tissue oxygenation in vivo |
| US8521247B2 (en) | 2010-12-29 | 2013-08-27 | Covidien Lp | Certification apparatus and method for a medical device computer |
| US8694067B2 (en) * | 2011-02-15 | 2014-04-08 | General Electric Company | Sensor, apparatus and method for non-invasively monitoring blood characteristics of a subject |
| US8855735B2 (en) | 2011-02-24 | 2014-10-07 | Covidien Lp | Medical sensor using photonic crystal LED |
| WO2013016212A1 (en) | 2011-07-22 | 2013-01-31 | Flashback Technologies, Inc. | Hemodynamic reserve monitor and hemodialysis control |
| EP2766834B1 (en) | 2011-10-13 | 2022-04-20 | Masimo Corporation | Medical monitoring hub |
| US9943269B2 (en) | 2011-10-13 | 2018-04-17 | Masimo Corporation | System for displaying medical monitoring data |
| RU2486515C1 (ru) * | 2011-11-03 | 2013-06-27 | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Казанский национальный исследовательский технический университет им. А.Н Туполева-КАИ" (КНИТУ-КАИ) | Способ определения функциональной состоятельности кожно-мышечного трансплантата при пластике дефектов кожи и мягких тканей |
| US10092226B2 (en) * | 2011-12-23 | 2018-10-09 | General Electric Company | Method, arrangement, sensor, and computer program product for non-invasively measuring hemoglobin concentrations in blood |
| JP5901327B2 (ja) * | 2012-02-09 | 2016-04-06 | キヤノン株式会社 | 現像装置、プロセスカートリッジ、および画像形成装置 |
| US10149616B2 (en) | 2012-02-09 | 2018-12-11 | Masimo Corporation | Wireless patient monitoring device |
| EP4268712B1 (en) | 2012-04-17 | 2025-06-11 | Masimo Corporation | Hypersaturation index |
| US9907494B2 (en) | 2012-04-18 | 2018-03-06 | Hutchinson Technology Incorporated | NIRS device with optical wavelength and path length correction |
| US9216000B2 (en) | 2012-05-03 | 2015-12-22 | Vioptix, Inc. | Light wavelength selection for avoidance of surgical dyes |
| US9749232B2 (en) | 2012-09-20 | 2017-08-29 | Masimo Corporation | Intelligent medical network edge router |
| US20140213909A1 (en) * | 2013-01-31 | 2014-07-31 | Xerox Corporation | Control-based inversion for estimating a biological parameter vector for a biophysics model from diffused reflectance data |
| US10832818B2 (en) | 2013-10-11 | 2020-11-10 | Masimo Corporation | Alarm notification system |
| US10378972B2 (en) | 2013-11-12 | 2019-08-13 | Zoll Medical Corporation | Physiological input to determine validity of data |
| US9861317B2 (en) * | 2014-02-20 | 2018-01-09 | Covidien Lp | Methods and systems for determining regional blood oxygen saturation |
| US10098576B2 (en) | 2014-03-14 | 2018-10-16 | Covidien Lp | Regional saturation shock detection method and system |
| JP6587410B2 (ja) * | 2014-05-19 | 2019-10-09 | キヤノン株式会社 | 被検体情報取得装置および信号処理方法 |
| WO2016015999A1 (en) * | 2014-07-30 | 2016-02-04 | Koninklijke Philips N.V. | Hemoglobin detection and photoplethysmography using spectral modulation |
| EP3344123B1 (en) | 2015-08-31 | 2022-10-26 | Masimo Corporation | Wireless patient monitoring methods |
| WO2017046857A1 (ja) * | 2015-09-14 | 2017-03-23 | オリンパス株式会社 | 内視鏡装置 |
| EP3189782A1 (de) | 2016-01-08 | 2017-07-12 | Oxy4 GmbH | Vorrichtung und verfahren zur kontinuierlichen nicht invasiven bestimmung von physiologischen parametern eines probanden |
| EP3422944A4 (en) | 2016-03-03 | 2019-08-14 | Dynometrics Inc. D/B/A Humon | TISSUE DETERGENT RECOGNITION AND RELATED DEVICE AND METHOD |
| TWI756218B (zh) * | 2016-04-20 | 2022-03-01 | 美商菲歐普提斯公司 | 用於血氧計裝置之探針蓋子、成套工具及形成成套工具的方法 |
| US10786187B2 (en) | 2016-04-22 | 2020-09-29 | Vioptix, Inc. | Determining tissue oxygen saturation with quality reporting |
| WO2017199251A1 (en) * | 2016-05-17 | 2017-11-23 | Jerusalem Colleague Of Technology | Oxygen saturation measurement in a single vein blood |
| WO2017211081A1 (zh) * | 2016-06-07 | 2017-12-14 | 加动健康科技(芜湖)有限公司 | 用于测量个体能耗的测量装置、测量方法和电子设备 |
| US10617302B2 (en) | 2016-07-07 | 2020-04-14 | Masimo Corporation | Wearable pulse oximeter and respiration monitor |
| US11076777B2 (en) | 2016-10-13 | 2021-08-03 | Masimo Corporation | Systems and methods for monitoring orientation to reduce pressure ulcer formation |
| EP3360464A1 (en) * | 2017-02-10 | 2018-08-15 | Carag AG | Apparatus and method for measuring the blood oxygen saturation in a subject's tissue |
| US11419558B2 (en) | 2017-05-24 | 2022-08-23 | Covidien Lp | Determining a limit of autoregulation |
| KR102422021B1 (ko) | 2017-07-27 | 2022-07-15 | 삼성전자주식회사 | 광 검출기 선택 장치 및 방법과, 산란계수 측정 장치 및 방법 |
| US20200237615A1 (en) * | 2017-08-16 | 2020-07-30 | President And Fellows Of Harvard College | Stochastic stimulation to improve infant respiration |
| EP3782165A1 (en) | 2018-04-19 | 2021-02-24 | Masimo Corporation | Mobile patient alarm display |
| US10660530B2 (en) | 2018-04-25 | 2020-05-26 | Covidien Lp | Determining changes to autoregulation |
| US10674964B2 (en) | 2018-04-25 | 2020-06-09 | Covidien Lp | Determining changes to autoregulation |
| US10610164B2 (en) | 2018-04-25 | 2020-04-07 | Covidien Lp | Determining changes to autoregulation |
| US11026586B2 (en) | 2018-04-25 | 2021-06-08 | Covidien Lp | Determining changes to autoregulation |
| AU2019263069A1 (en) | 2018-05-01 | 2020-11-19 | Whoop, Inc. | Pressure sensitive strap for wearable electronics |
| JP2021530341A (ja) | 2018-07-16 | 2021-11-11 | ビービーアイ、メディカル、イノベーションズ、リミテッド、ライアビリティー、カンパニーBbi Medical Innovations, Llc | かん流および酸素化の測定 |
| CN109222992B (zh) * | 2018-08-24 | 2021-04-30 | 河南大学 | 基于光学反射式原理的血红蛋白浓度无创测量方法 |
| USD1013179S1 (en) | 2018-10-12 | 2024-01-30 | Masimo Corporation | Sensor device |
| USD957648S1 (en) | 2018-10-12 | 2022-07-12 | Masimo Corporation | Dongle |
| JP7422751B2 (ja) | 2018-10-12 | 2024-01-26 | マシモ・コーポレイション | 患者モニターシステム |
| US12495968B2 (en) | 2018-10-12 | 2025-12-16 | Masimo Corporation | System for transmission of sensor data using dual communication protocol |
| WO2020095312A1 (en) * | 2018-11-11 | 2020-05-14 | Jerusalem College Of Technology | Method for measurements of oxygenated and de-oxygenated hemoglobin concentration |
| US11918386B2 (en) | 2018-12-26 | 2024-03-05 | Flashback Technologies, Inc. | Device-based maneuver and activity state-based physiologic status monitoring |
| US11331017B2 (en) | 2019-02-13 | 2022-05-17 | Viavi Solutions Inc. | Calibration-free pulse oximetry |
| EP3934536B1 (en) * | 2019-03-07 | 2025-01-29 | Koninklijke Philips N.V. | Device for monitoring oxygen saturation levels in clinical conditions |
| US11630316B1 (en) | 2019-10-30 | 2023-04-18 | Brigham Young University | Miniaturized collimators |
| US11471078B1 (en) | 2019-10-30 | 2022-10-18 | Brigham Young University | Miniaturized spectrometers for wearable devices |
| US11877845B1 (en) | 2019-10-30 | 2024-01-23 | Brigham Young University | Miniaturized spectrometers on transparent substrates |
| US11589764B1 (en) | 2019-10-30 | 2023-02-28 | Brigham Young University | Methods and devices for aligning miniaturized spectrometers and impedance sensors in wearable devices |
| US11800999B2 (en) | 2020-01-10 | 2023-10-31 | Vioptix, Inc. | Medical device with stability measurement reporting |
| WO2021188999A2 (en) | 2020-03-20 | 2021-09-23 | Masimo Corporation | Health monitoring system for limiting the spread of an infection in an organization |
| GB202008203D0 (en) * | 2020-06-01 | 2020-07-15 | M2Jn Ltd | Sensor and methods of sensing the oxygenation of tissue |
| USD980091S1 (en) | 2020-07-27 | 2023-03-07 | Masimo Corporation | Wearable temperature measurement device |
| USD974193S1 (en) | 2020-07-27 | 2023-01-03 | Masimo Corporation | Wearable temperature measurement device |
| USD1072837S1 (en) | 2020-10-27 | 2025-04-29 | Masimo Corporation | Display screen or portion thereof with graphical user interface |
| US11497442B1 (en) * | 2020-11-10 | 2022-11-15 | Eden Medical, Inc. | Exercise evaluation and recovery therapy system and method |
| KR102526157B1 (ko) * | 2021-04-28 | 2023-04-25 | 박만규 | 광섬유를 이용한 혈액 누출 감지 장치 및 방법 |
| US11741633B2 (en) | 2021-05-17 | 2023-08-29 | Nvidia Corporation | Converting discrete light attenuation into spectral data for rendering object volumes |
| CN115581454A (zh) * | 2021-07-06 | 2023-01-10 | 爱德华兹生命科学公司 | 考虑血流动力学混杂因素的非侵入性地测量血液循环血红蛋白的方法和装置 |
| US11864921B2 (en) * | 2021-08-09 | 2024-01-09 | JMad Creations, LLC | Melanin-bias reducing pulse oximeter and patient monitoring systems and devices |
| CN118510440A (zh) | 2021-09-22 | 2024-08-16 | 迈心诺公司 | 用于无创体温测量的可穿戴设备 |
| USD1000975S1 (en) | 2021-09-22 | 2023-10-10 | Masimo Corporation | Wearable temperature measurement device |
| CN114403904B (zh) | 2021-12-31 | 2023-01-13 | 北京津发科技股份有限公司 | 基于肌电信号与肌肉血氧饱和度确定肌肉状态的装置 |
| CN114271805B (zh) * | 2021-12-31 | 2023-07-25 | 四川大学 | 一种心输出量测量方法 |
| EP4432919A1 (en) | 2022-01-05 | 2024-09-25 | Masimo Corporation | Wrist and finger worn pulse oximetry system |
| USD1048908S1 (en) | 2022-10-04 | 2024-10-29 | Masimo Corporation | Wearable sensor |
| US12648721B2 (en) * | 2024-02-03 | 2026-06-09 | Vikas Khurana | Apparatus and method for determining oxygen saturation with skin tone correction |
| CN118592948B (zh) * | 2024-05-29 | 2025-02-07 | 河北地质大学 | 脑血氧监测方法及终端、脑血氧监测系统 |
| CN119745378B (zh) * | 2025-03-06 | 2025-07-04 | 湖南安瑜健康科技有限公司 | 基于预测模型的血脂监测方法 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5297548A (en) * | 1992-02-07 | 1994-03-29 | Ohmeda Inc. | Arterial blood monitoring probe |
| JP3433498B2 (ja) * | 1993-06-02 | 2003-08-04 | 浜松ホトニクス株式会社 | 散乱吸収体の内部情報計測方法及び装置 |
| US5490506A (en) * | 1994-03-28 | 1996-02-13 | Colin Corporation | Peripheral blood flow evaluating apparatus |
| US5931779A (en) * | 1996-06-06 | 1999-08-03 | Wisconsin Alumni Research Foundation | Real-time in-vivo measurement of myoglobin oxygen saturation |
| GB0322545D0 (en) * | 2003-09-26 | 2003-10-29 | Whitland Res Ltd | Measurement of blood oxygen saturation (SO2) |
| AU2002359257A1 (en) * | 2001-10-15 | 2003-04-28 | University Of Massachusetts | Tissue oxygen measurement system |
| JP2004261364A (ja) * | 2003-02-28 | 2004-09-24 | Hamamatsu Photonics Kk | 濃度情報測定装置 |
| EP1875128B1 (en) * | 2005-04-25 | 2018-12-26 | University of Massachusetts | Systems and methods for correcting optical reflectance measurements |
-
2007
- 2007-05-30 ES ES07811963.3T patent/ES2525795T3/es active Active
- 2007-05-30 DK DK07811963.3T patent/DK2034893T3/en active
- 2007-05-30 CA CA2688050A patent/CA2688050A1/en not_active Abandoned
- 2007-05-30 AU AU2007266481A patent/AU2007266481A1/en not_active Abandoned
- 2007-05-30 WO PCT/US2007/069997 patent/WO2007140422A2/en not_active Ceased
- 2007-05-30 CN CN2007800274442A patent/CN101489482B/zh not_active Expired - Fee Related
- 2007-05-30 US US11/755,643 patent/US7532919B2/en active Active
- 2007-05-30 EP EP07811963.3A patent/EP2034893B1/en active Active
- 2007-05-30 JP JP2009513436A patent/JP5607358B2/ja not_active Expired - Fee Related
- 2007-05-30 KR KR1020087032089A patent/KR101399907B1/ko not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| WO2007140422A2 (en) | 2007-12-06 |
| US7532919B2 (en) | 2009-05-12 |
| DK2034893T3 (en) | 2014-12-15 |
| JP2010527635A (ja) | 2010-08-19 |
| EP2034893B1 (en) | 2014-09-17 |
| JP5607358B2 (ja) | 2014-10-15 |
| WO2007140422A3 (en) | 2008-09-25 |
| CA2688050A1 (en) | 2007-12-06 |
| AU2007266481A1 (en) | 2007-12-06 |
| KR101399907B1 (ko) | 2014-05-28 |
| EP2034893A4 (en) | 2012-07-25 |
| US20080097173A1 (en) | 2008-04-24 |
| EP2034893A2 (en) | 2009-03-18 |
| CN101489482A (zh) | 2009-07-22 |
| CN101489482B (zh) | 2012-01-18 |
| KR20090016744A (ko) | 2009-02-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2034893B1 (en) | Measuring tissue oxygenation | |
| ES2359065T3 (es) | Dispositivo y procedimiento para monitorizar trastornos relativos a fluidos corporales y a electrolitos. | |
| EP2273914B1 (en) | Method for dating a body sample | |
| Myers et al. | Noninvasive method for measuring local hemoglobin oxygen saturation in tissue using wide gap second derivative near-infrared spectroscopy | |
| US8135448B2 (en) | Systems and methods to assess one or more body fluid metrics | |
| US6456862B2 (en) | Method for non-invasive spectrophotometric blood oxygenation monitoring | |
| CA2494030C (en) | Method for spectrophotometric blood oxygenation monitoring | |
| EP2251674A2 (en) | Method for evaluating extracellular water concentration in tissue | |
| US8175665B2 (en) | Method and apparatus for spectroscopic tissue analyte measurement | |
| Ferrari et al. | Noninvasive determination of hemoglobin saturation in dogs by derivative near-infrared spectroscopy | |
| JP4872536B2 (ja) | 生体成分濃度測定方法 | |
| RU2510506C2 (ru) | Способ определения оптических и биофизических параметров биоткани | |
| Arakaki et al. | Muscle oxygenation measurement in humans by noninvasive optical spectroscopy and Locally Weighted Regression | |
| CN109596552A (zh) | 利用单距离光源-探测器对测量组织血氧饱和度的方法 | |
| Bykov et al. | Hyperspecral skin imaging with artificial neural networks validated by optical biotissue phantoms | |
| Soyemi et al. | Measuring tissue oxygenation | |
| Vazquez-Jaccaud et al. | Transillumination waveform simulator for pulse oximetry |