ES2900837T3

ES2900837T3 - Método y aparato para producir información indicativa de disfunciones cardíacas

Info

Publication number: ES2900837T3
Application number: ES16710482T
Authority: ES
Inventors: Tero Koivisto; Tuomas Valtonen; Mikko Pänkäälä; Tero Hurnanen; Tom Kuusela
Original assignee: Precordior Oy
Current assignee: Precordior Oy
Priority date: 2015-03-11
Filing date: 2016-02-26
Publication date: 2022-03-18
Anticipated expiration: 2036-02-26
Also published as: KR20170128415A; KR102448391B1; CA2976602C; EP3267886B1; HUE057576T2; CN107979986A; EP3267886A1; US10517510B2; JP2018511378A; CA2976602A1; PT3267886T; HK1243613A1; DK3267886T3; US20180035919A1; TWI697318B; JP6898246B2; CN107979986B; TW201634006A; WO2016142575A1; PL3267886T3

Abstract

Un aparato que comprende: - un sistema (503) de sensores sensible al movimiento, incluido el movimiento cardiovascular, comprendiendo el sistema de sensores al menos uno de los siguientes: un acelerómetro, un giroscopio, una unidad de medición inercial que comprende tanto un acelerómetro como un giroscopio, - un sistema (502) de procesamiento para procesar una señal de análisis producida por el sistema de sensores, en donde el sistema de procesamiento está configurado para: - formar una primera cantidad indicadora que indique el grado de concentración de autocorrelación de la señal de análisis hasta un punto que corresponda a una diferencia de tiempo cero entre muestras de señales de análisis cuya correlación mutua se expresa mediante la autocorrelación, - formar una segunda cantidad indicadora que indique la entropía espectral de la señal de análisis, y - determinar un indicador de disfunción cardíaca en función de al menos la primera cantidad indicadora y la segunda cantidad indicadora.

Description

DESCRIPCIÓN

Método y aparato para producir información indicativa de disfunciones cardíacas

Campo de la divulgación

La divulgación se refiere en general a la producción de información indicativa de disfunciones cardíacas, como por ejemplo fibrilación auricular. Más particularmente, la divulgación se refiere a un aparato y a un método para producir información indicativa de disfunciones cardíacas. Además, la divulgación se refiere a un programa informático para producir información indicativa de disfunciones cardíacas.

Antecedentes

Si no se diagnostican y tratan o remedian adecuadamente, las disfunciones y anomalías que pueden ocurrir en el sistema cardiovascular pueden disminuir progresivamente la capacidad del sistema cardiovascular para suministrar, entre otras cosas, suficiente oxígeno para satisfacer la demanda coronaria de oxígeno cuando el individuo se encuentra con estrés. Actualmente, se utilizan métodos como la cardiografía basada en fenómenos electromagnéticos relacionados con la actividad cardíaca, la ecocardiografía y la cardiografía basada en el movimiento cardiovascular en la identificación y la evaluación de diversas disfunciones y anomalías cardíacas. Un ejemplo bien conocido de la cardiografía basada en fenómenos electromagnéticos relacionados con la actividad cardíaca es la electrocardiografía “ECG”, y ejemplos de la cardiografía basada en el movimiento cardiovascular son la balistocardiografía “BCG” y la sismocardiografía “SCG”. La ecocardiografía proporciona imágenes de secciones del corazón y puede proporcionar información completa sobre la estructura y la función del corazón, pero requiere equipos costosos y personal quirúrgico especializado. El ECG proporciona una evaluación eléctrica bastante rápida del corazón, pero no proporciona ninguna información relacionada con las fuerzas de contracción. La cardiografía basada en el movimiento cardiovascular implica la medición de una señal indicativa de movimiento cardiovascular. Anteriormente, la señal se obtenía mientras un individuo estaba acostado en una cama que estaba provista de un aparato para medir movimientos o había un aparato de facilitación que se fijaba a través del área de la espinilla de las piernas. Actualmente, la señal se puede obtener utilizando pequeños elementos sensores, por ejemplo, acelerómetros, que son adecuados para medir movimientos diminutos que son representativos de los movimientos del corazón. Un sensor utilizado en cardiografía basado en el movimiento cardiovascular puede ser también un giroscopio configurado para obtener una señal indicativa del movimiento de rotación del tórax de un individuo. Los medios de procesamiento de señales están configurados para generar, a partir de la señal, datos indicadores que son indicativos del funcionamiento cardíaco del individuo. El funcionamiento de un giroscopio no se ve afectado por la gravedad. Por lo tanto, la medición es prácticamente independiente de la posición o la postura del individuo monitorizado. Se ha observado que el movimiento angular externo del tórax es órdenes de magnitud mayor de lo que se podría prever por la mera extensión de la rotación del corazón y la relación entre el tamaño del corazón y el diámetro del tórax humano. También se ha observado que la detección del movimiento angular también es relativamente insensible a la ubicación del sensor con respecto al corazón. Por tanto, se pueden realizar mediciones relativamente precisas incluso con un giroscopio, por ejemplo un giroscopio microelectromecánico, unido al pecho del individuo en cuestión. Los giroscopios microelectromecánicos son precisos, de pequeño tamaño y están disponibles comercialmente.

Las Figuras 1a y 1b muestran la relación entre las funciones eléctricas rítmicas y los movimientos cardiovasculares relacionados. La Figura 1 a muestra un ejemplo de una forma de onda de ECG y la Figura 1 b muestra una forma de onda de una señal ejemplar indicativa de movimiento cardiovascular y medida con un acelerómetro en la dirección de “cabeza a pie” que se denomina normalmente dirección y. Con fines ilustrativos, a continuación se proporciona una breve explicación de las funciones básicas del corazón.

El corazón incluye cuatro cámaras. La aurícula derecha está interconectada con el ventrículo derecho por la válvula tricúspide, y la aurícula izquierda está interconectada con el ventrículo izquierdo por la válvula mitral. La sangre llega a la aurícula derecha desde la mitad superior del cuerpo a través de la vena cava superior y desde la mitad inferior del cuerpo a través de la vena cava inferior. La válvula tricúspide se abre mediante la contracción simultánea del miocardio de la aurícula derecha y los músculos papilares del ventrículo derecho, lo que permite que la sangre fluya desde la aurícula derecha hacia el ventrículo derecho. Luego, la válvula tricúspide se cierra cuando los músculos papilares se relajan. Cuando el miocardio del ventrículo derecho se contrae, la sangre es forzada desde el ventrículo derecho a través de la válvula pulmonar hacia la arteria pulmonar que lleva la sangre a los pulmones, donde se oxigena. Luego, la sangre oxigenada se envía a la aurícula izquierda a través de las venas pulmonares. La sangre oxigenada fluye desde la aurícula izquierda hacia el ventrículo izquierdo cuando la válvula mitral se abre por la contracción concurrente del miocardio de la aurícula izquierda y los músculos papilares del ventrículo izquierdo, lo que permite que la sangre fluya desde la aurícula izquierda hacia el ventrículo izquierdo. Luego, la válvula mitral se cierra cuando los músculos papilares se relajan. Luego, la sangre oxigenada se expulsa del ventrículo izquierdo a través de la válvula aórtica hacia la aorta, que lleva la sangre oxigenada al sistema vascular periférico.

Cada período de latido del corazón comprende tres etapas principales: la sístole auricular, la sístole ventricular y la diástole cardíaca. La sístole auricular es el período de contracción de los músculos del corazón que abarca las aurículas derecha e izquierda. Ambas aurículas se contraen simultáneamente con la contracción del músculo papilar, lo que obliga a abrir la válvula tricúspide y la válvula mitral. La actividad eléctrica, es decir, la sístole eléctrica, que estimula el tejido muscular de las cavidades del corazón para hacerlas contraer, comienza en el nodulo sinoauricular ubicado en la aurícula derecha. La despolarización eléctrica de conducción continúa viajando como una onda hacia abajo, hacia la izquierda y posteriormente a través de ambas aurículas, despolarizando cada célula del músculo auricular a su vez. Esta propagación de carga puede verse como la onda P en la forma de onda del ECG que se muestra en la Figura 1 a. Esto es seguido de cerca por la contracción mecánica de las aurículas, que se detecta como un impacto que corresponde al pico h de la forma de onda mostrada en la Figura 1b y al retroceso que corresponde al valle i de la forma de onda mostrada en la Figura 1b. Cuando las aurículas derecha e izquierda comienzan a contraerse, hay un flujo de sangre a alta velocidad hacia los ventrículos derecho e izquierdo, que está representado por el pico j en la forma de onda que se muestra en la Figura 1 b. La contracción auricular continua, cuando la válvula tricúspide comienza a cerrarse, provoca un flujo de sangre a menor velocidad adicional hacia los ventrículos derecho e izquierdo. El flujo adicional de sangre se llama “contracción auricular”, que corresponde al complejo de ondas “a-a1” en la forma de onda que se muestra en la Figura 1b. Después de vaciar las aurículas, las válvulas tricúspide y mitral se cierran dando lugar a la onda g descendente en la forma de onda que se muestra en la Figura 1b. La sístole ventricular es la contracción de los músculos de los ventrículos izquierdo y derecho, y es causada por la despolarización eléctrica de los miocardios ventriculares, que da lugar al complejo de ondas “Q-R-S” en la forma de onda del ECG que se muestra en la Figura 1a. La onda Q descendente es causada por el flujo descendente de despolarización a través del tabique a lo largo de un grupo especializado de células llamado “haz de His”. El pico R es causado por la despolarización del tejido muscular ventricular y la onda S se produce por la despolarización del tejido cardíaco entre las aurículas y los ventrículos. A medida que la despolarización desciende por el tabique y a lo largo de los miocardios ventriculares, las aurículas y el nódulo sinoauricular comienzan a polarizarse. El cierre de las válvulas tricúspide y mitral marca el comienzo de la sístole ventricular y causa la primera parte del sonido “lab-dap” que hace el corazón al latir. Este sonido se denomina normalmente “primer tono cardíaco”. Cuando la despolarización eléctrica de los miocardios ventriculares alcanza su punto máximo, el tabique auriculoventricular “AV” que separa los ventrículos derecho e izquierdo se contrae provocando un impacto, que corresponde al pico H en la forma de onda que se muestra en la Figura 1b, y un retroceso que corresponde al valle I en la forma de onda que se muestra en la Figura 1b. La contracción ventricular fuerza la sangre del ventrículo derecho a la arteria pulmonar a través de la válvula pulmonar, y del ventrículo izquierdo a la aorta a través de la válvula aórtica a una velocidad muy alta, lo que provoca el pico J en la forma de onda que se muestra en la Figura 1 b. La desaceleración del flujo sanguíneo desde el ventrículo izquierdo hacia la aorta provoca la onda K descendente en la forma de onda que se muestra en la Figura 1 b. Cuando el ventrículo izquierdo se vacía, su presión cae por debajo de la presión en la aorta y la válvula aórtica se cierra. De manera similar, cuando la presión en el ventrículo derecho cae por debajo de la presión en la arteria pulmonar, la válvula pulmonar se cierra. La segunda parte del sonido “lab-dap”, que normalmente se denomina “segundo tono cardíaco”, es causada por el cierre de las válvulas pulmonar y aórtica al final de la sístole ventricular, lo que provoca la onda L ascendente en el forma de onda que se muestra en la Figura 1 b. Simultáneamente con el cierre de las válvulas pulmonar y aórtica, el tabique auriculoventricular “AV” se relaja y se mueve hacia arriba y los miocardios ventriculares se repolarizan, dando lugar a la onda T en la forma de onda del ECG que se muestra en la Figura 1 a. La diástole cardíaca, que incluye la diástole auricular y la diástole ventricular, es el período en el que el corazón se relaja después de la contracción y se prepara para volver a llenarse con sangre circulante. Diástole auricular es cuando las aurículas derecha e izquierda se relajan, y diástole ventricular es cuando los ventrículos derecho e izquierdo se relajan. Durante el período de la diástole auricular, la aurícula derecha se vuelve a llenar con sangre desoxigenada mientras la aurícula izquierda se vuelve a llenar con sangre oxigenada. El rellenado de las aurículas provoca la onda M descendente en la forma de onda que se muestra en la Figura 1b al principio de la diástole que coincide con la repolarización del haz de células de His, que se muestra como la onda U en la forma de onda del ECG. Cuando las aurículas derecha e izquierda se llenan a su máxima capacidad, el reflujo de sangre contra la válvula tricúspide y la válvula mitral provoca la onda N ascendente en la forma de onda que se muestra en la Figura 1b.

La publicación WO2012149652 describe un método para evaluar la contractilidad cardíaca en un sujeto mediante el registro de señales de aceleración precordial.

La publicación US2008194975 describe un método para controlar el estado fisiológico de un individuo y detectar anomalías en el mismo. El método comprende recibir simultáneamente una primera señal que es una señal de ECG y una segunda señal indicativa de movimiento cardiovascular.

La publicación WO2013160538 describe un aparato para determinar información indicativa de disfunciones y anomalías cardíacas. El aparato comprende un dispositivo de procesamiento configurado para detectar la variación de amplitud de una señal indicativa de movimiento cardiovascular, significando la variación de amplitud una variación de la amplitud de un patrón de onda, por ejemplo, el pico AO, que se repite en la frecuencia cardíaca en la señal. El dispositivo de procesamiento está configurado para determinar, en función al menos en parte de la variación de amplitud detectada, un indicador de disfunción y anomalía cardíaca.

La publicación de Jian-Bo Wu et al: “Research on the Method of Characteristic Extraction and Classification of Phonocardiogram” ICSAI, 19 de mayo de 2012, enseña el uso de la entropía de la información del espectro de potencia para analizar las características de un fonocardiograma “PCG” (por sus siglas en inglés) anómalo para separar entre estenosis mitral e insuficiencia mitral.

El análisis de formas de onda indicativas de movimiento cardiovascular lo realizan normalmente de forma visual diagnosticadores titulados para diferenciar la función cardiovascular anómala de los casos normales. En muchos casos, sin embargo, puede resultar difícil detectar determinadas disfunciones cardíacas, como por ejemplo la fibrilación auricular, mediante análisis visual. Por tanto, existe la necesidad de métodos y aparatos para producir información indicativa de disfunciones cardíacas.

Compendio

A continuación se presenta un resumen simplificado con el fin de proporcionar una comprensión básica de algunos aspectos de diversas realizaciones de la invención. El resumen no es una descripción general extensa de la invención. No se pretende identificar elementos clave o críticos de la invención ni delinear el alcance de la invención. El siguiente resumen simplemente presenta algunos conceptos de la invención en una forma simplificada como preludio de una descripción más detallada de ejemplos de realizaciones de la invención.

Según la invención, cuyo alcance está definido por las reivindicaciones adjuntas, se proporciona un nuevo método implementado por ordenador para producir información indicativa de disfunciones cardíacas; por ejemplo, fibrilación auricular. Un método según la invención comprende:

- formar automáticamente una primera cantidad indicadora que indique el grado de concentración de la autocorrelación de una señal de análisis hasta un punto que corresponda a la diferencia de tiempo cero entre muestras de señales de análisis cuya correlación mutua se expresa mediante la autocorrelación,

- formar automáticamente una segunda cantidad indicadora que indique la entropía espectral de la señal de análisis, y

- determinar automáticamente un indicador de disfunción cardíaca en función de al menos la primera cantidad indicadora y la segunda cantidad indicadora.

La señal de análisis mencionada anteriormente es una señal producida por un sistema de sensores sensible al movimiento, incluido el movimiento cardiovascular. El sistema de sensores comprende un acelerómetro y/o un giroscopio y/o una unidad de medición inercial “IMU” (por sus siglas en inglés) que comprende tanto un acelerómetro como un giroscopio.

La autocorrelación, como concepto general, tiene la propiedad de que, cuando aumenta la irregularidad de la forma de onda de una señal en consideración, la autocorrelación se concentra cada vez más hasta un punto que corresponde a una diferencia de tiempo cero entre muestras de señales cuya correlación mutua se expresa mediante la autocorrelación. La autocorrelación R de la señal de análisis mencionada anteriormente se puede definir, por ejemplo, como:

^r ( t ) = ^e { ( ^s ( t ) - m ) x ( ^s ( t - ^t) - ^ju )} / & 2, ( i )

donde E es el operador del valor esperado, S es la señal de análisis, t es el tiempo, t es la diferencia de tiempo entre las muestras de señales de análisis cuya correlación mutua se expresa mediante la autocorrelación, g es el promedio, es decir, el promedio aritmético, de la señal de análisis y o2 es la varianza de la señal de análisis. Por ejemplo, si la señal de análisis fuera totalmente no periódica, como el ruido blanco ideal “ IWN” (por sus siglas en inglés), que tiene una forma de onda sumamente irregular, habría una correlación cero entre cualquier muestra de señal de análisis separada por una diferencia de tiempo distinta de cero y, por lo tanto, la autocorrelación R(t) de la señal de análisis sería solo un pico en el punto t = 0.

La formación de la primera cantidad indicadora mencionada anteriormente que indica el grado de concentración de la autocorrelación puede basarse en calcular una estimación de la autocorrelación de la señal de análisis o una estimación del espectro de frecuencia de la señal de análisis. El espectro de frecuencia está estrechamente relacionado con la autocorrelación porque la densidad espectral de potencia “PSD” (por sus siglas en inglés) es la transformada de Fourier de la autocorrelación y PSD ~ F(f) x F*(f), donde F(f) y F*(f) son el espectro de frecuencias y su complejo conjugado. El espectro de frecuencia, como concepto general, tiene la propiedad de que, cuando aumenta la irregularidad de la forma de onda de una señal considerada, el espectro de frecuencia se distribuye cada vez más uniformemente. Por ejemplo, si la señal de análisis fuera totalmente no periódica, como el ruido blanco ideal, el espectro de frecuencia de la señal de análisis sería totalmente plano. Se puede usar esta propiedad del espectro de frecuencias para obtener la primera cantidad indicadora que indique el grado de concentración de la autocorrelación.

La entropía espectral, como concepto general, tiene la propiedad de que la entropía espectral aumenta cuando aumenta la irregularidad de la forma de onda de una señal en consideración y, por lo tanto, la densidad espectral de potencia de la señal en consideración se vuelve más plana. Por tanto, la entropía espectral es indicativa del grado de uniformidad de la densidad espectral de potencia de la señal en consideración. La entropía espectral SE (por sus siglas en inglés) de la señal de análisis mencionada anteriormente se puede definir, por ejemplo, como:

se ^{= - f {} psd ^{„ ( f )}log, ^[ psd ^{„ ( f ) ] } d f , (}2⁾

b

donde f es la frecuencia, PSDn(f) es la densidad espectral de potencia normalizada, que es la densidad espectral de potencia de la señal de análisis dividida por la potencia de la señal de análisis, y B es la banda de frecuencia de la señal de análisis. Por ejemplo, si la señal de análisis fuera una sinusoide pura, la densidad espectral de potencia normalizada tendría picos de altura 2-1 en f = frecuencia de la sinusoide y en f = - frecuencia de la sinusoide. En este caso ejemplar, la SE de entropía espectral definido anteriormente es 1. Para otro ejemplo, si la señal de análisis fuera totalmente no periódica, como el ruido blanco ideal, la densidad espectral de potencia de la señal de análisis sería totalmente plana. En este caso, podemos suponer que hay 2N puntos de frecuencia en la transformada discreta de Fourier, por ejemplo, la transformada rápida de Fourier “FFT” (por sus siglas en inglés), siendo N un número entero. En este caso ejemplar, la densidad espectral de potencia normalizada tiene un valor 2-N en cada uno de los 2N puntos de frecuencia, y la entropía espectral SE definida anteriormente es N.

Sin embargo, las disfunciones cardíacas, por ejemplo, la fibrilación auricular, cuyo diagnóstico puede suponer a veces un reto, pueden causar irregularidades en la forma de onda de la señal de análisis mencionada anteriormente. Estas irregularidades pueden ser difíciles de detectar a partir de formas de onda de uno o dos períodos de latidos cardíacos, pero se manifiestan en períodos de tiempo más largos que abarcan varios períodos sucesivos de latidos cardíacos, de modo que la autocorrelación se concentre más de lo normal en el punto que corresponde a una diferencia de tiempo cero, y de modo que la entropía espectral tenga un valor más alto de lo normal. Por lo tanto, las cantidades indicadoras primera y segunda mencionadas anteriormente, que indican el grado de irregularidad de la señal de análisis, representan información indicativa de disfunciones cardíacas; por ejemplo, la fibrilación auricular.

Según la invención, también se proporciona un nuevo aparato para producir información indicativa de disfunciones cardíacas. El aparato según la invención comprende un sistema de sensores sensible al movimiento que incluye movimiento cardiovascular y un sistema de procesamiento para procesar una señal de análisis producida por el sistema de sensores. El sistema de sensores comprende un acelerómetro y/o un giroscopio y/o una unidad de medición inercial “IMU” que comprende tanto un acelerómetro como un giroscopio. El sistema de procesamiento está configurado para:

- formar una primera cantidad indicadora que indique el grado de concentración de la autocorrelación de la señal de análisis hasta un punto que corresponda a la diferencia de tiempo cero entre las muestras de señales de análisis cuya correlación mutua se expresa mediante la autocorrelación,

- formar una segunda cantidad indicadora que indique la entropía espectral de la señal de análisis, y

- determinar un indicador de disfunción cardíaca en función de al menos la primera cantidad indicadora y la segunda cantidad indicadora.

Un elemento sensor que comprende el sistema de sensores puede comprender además un procesador para detectar si un individuo medido con el sistema de sensores está en reposo y para extraer la señal de análisis de una señal de salida del sistema de sensores, de modo que la señal de análisis corresponda a una situación en la que la el individuo está en reposo. También es posible que el sistema de procesamiento configurado para determinar el indicador de disfunción cardíaca también esté configurado para detectar, a partir de la señal de salida del sistema de sensores, períodos en los que el individuo está en reposo y extraer la señal de análisis de la señal de salida del sistema de sensores para que la señal de análisis corresponda a una situación en la que el individuo está en reposo.

La invención puede implementarse con un programa informático no reivindicado para producir información indicativa de disfunciones cardíacas en función de la señal de análisis mencionada anteriormente. El programa informático comprende instrucciones ejecutables por ordenador para controlar un sistema de procesamiento programable para:

El programa informático se puede codificar en un medio no volátil legible por ordenador; por ejemplo, un disco compacto “CD”.

En las reivindicaciones dependientes adjuntas se describen varias realizaciones ejemplares y no limitantes de la invención.

Diversas realizaciones ejemplares y no limitantes de la invención tanto en cuanto a construcciones como a métodos de funcionamiento, junto con objetos y ventajas adicionales de la misma, se entenderán mejor a partir de la siguiente descripción de realizaciones ejemplares específicas cuando se lean en relación con los dibujos adjuntos.

Los verbos “comprender” e “incluir” se usan en este documento como limitaciones abiertas que no excluyen ni requieren la existencia de características no enumeradas. Las características enumeradas en las reivindicaciones dependientes adjuntas se pueden combinar libremente entre sí, a no ser que se indique explícitamente lo contrario. Además, debe entenderse que el uso de “un” o “una”, es decir, una forma singular, a lo largo de este documento no excluye una pluralidad.

Breve descripción de las figuras

Se explican con mayor detalle a continuación realizaciones ejemplares y no limitantes de la invención, definida en las reivindicaciones adjuntas, y sus ventajas, con referencia a los dibujos adjuntos, en los que:

la Figura 1 a muestra un ejemplo de una forma de onda de electrocardiografía “ECG” y la Figura 1 b muestra una forma de onda de una señal ejemplar indicativa de movimiento cardiovascular,

la Figura 2 muestra un diagrama de flujo de un método según una realización ejemplar y no limitante de la invención para producir información indicativa de disfunciones cardíacas,

la Figura 3a muestra una forma de onda de una señal de análisis ejemplar medida con un sistema de sensores sensible al movimiento en un caso normal cuando un individuo en consideración está en reposo,

la Figura 3b muestra la autocorrelación de la señal de análisis ejemplar ilustrada en la Figura 3a,

la Figura 4a muestra una forma de onda de una señal de análisis ejemplar medida con un sistema de sensores sensible al movimiento en un caso de fibrilación auricular cuando un individuo en cuestión está en reposo,

la Figura 4b muestra la autocorrelación de la señal de análisis ejemplar ilustrada en la Figura 4a, y

la Figura 5 muestra una ilustración esquemática de un aparato según una realización ejemplar y no limitante de la invención para producir información indicativa de disfunciones cardíacas.

Las Figuras 1a y 1b ya se han explicado al describir los antecedentes de la invención.

Descripción de realizaciones ejemplares y no limitantes

Los ejemplos específicos proporcionados en la descripción siguiente no deben interpretarse como limitantes del alcance y/o la aplicabilidad de las reivindicaciones adjuntas. Las listas y grupos de ejemplos proporcionados en la descripción no son exhaustivos, a no ser que se indique explícitamente lo contrario.

La Figura 2 muestra un diagrama de flujo de un método según una realización ejemplar y no limitante de la invención para producir información indicativa de disfunciones cardíacas; por ejemplo, fibrilación auricular. El método comprende las siguientes acciones:

- acción 201: formar una primera cantidad indicadora que indique el grado de concentración de la autocorrelación de una señal de análisis a un punto que corresponde a la diferencia de tiempo cero entre muestras de señales de análisis cuya correlación mutua se expresa por la autocorrelación,

- acción 202: formar una segunda cantidad indicadora que indique la entropía espectral de la señal de análisis, y

- acción 203: determinar un indicador de disfunción cardíaca en función de al menos la primera cantidad indicadora y la segunda cantidad indicadora.

La señal de análisis mencionada anteriormente es una señal producida por un sistema de sensores sensible al movimiento, incluido el movimiento cardiovascular. La señal de análisis corresponde ventajosamente a una situación en la que un individuo considerado está en reposo. El sistema de sensores puede comprender, por ejemplo, un acelerómetro, un giroscopio y/o una unidad de medición inercial “ IMU” que comprende tanto un acelerómetro como un giroscopio. El sistema de sensores puede ser, por ejemplo, un sistema microelectromecánico “MEMS” (por sus siglas en inglés). La duración temporal de la señal de análisis puede ser, por ejemplo, pero no necesariamente, de cinco a diez segundos.

Un método según una realización ejemplar y no limitante de la invención comprende detectar, a partir de una señal de salida del sistema de sensores, un período en el que el individuo está en reposo y extraer la señal de análisis de la señal de salida del sistema de sensores de modo que la señal de análisis corresponda a una situación en la que el individuo está en reposo.

Se puede considerar hay presente una disfunción cardíaca, por ejemplo, fibrilación auricular, cuando la primera cantidad indicadora mencionada anteriormente supera un primer valor umbral y la segunda cantidad indicadora mencionada anteriormente supera un segundo valor umbral. Los valores umbral primero y segundo pueden determinarse en función de datos empíricos recopilados de un grupo de pacientes y/u otras personas. Los valores umbral primero y segundo no son constantes necesarias, pero uno o ambos de estos valores umbral pueden cambiar según el individuo en consideración, según la hora y/o según algunos otros factores. También es posible construir una serie de pares de valores de umbral, cada uno constituido por un primer valor umbral y un segundo valor umbral, de modo que cada par de valores umbral represente una probabilidad específica de fibrilación auricular o alguna otra disfunción y/o anomalía cardíaca.

Para mejorar la fiabilidad, las cantidades indicadoras primera y segunda se pueden determinar para cada una de dos o más señales de análisis que son porciones temporales mutuamente diferentes de la señal de salida del sistema de sensores y que se miden ventajosamente cuando el individuo está en reposo. El indicador de disfunción cardíaca se puede determinar en función de las cantidades indicadoras primera y segunda determinadas para las dos o más señales de análisis.

Para mejorar aún más la fiabilidad, se pueden recibir señales diferentes de las dos o más señales de análisis mencionadas anteriormente desde diferentes medios de medición del sistema de sensores. Por ejemplo, una o más de las señales de análisis pueden recibirse desde un acelerómetro y una o más de las señales de análisis pueden recibirse desde un giroscopio.

La Figura 3a ilustra una forma de onda ejemplar de la señal de análisis durante varios períodos de latido del corazón en un caso normal ejemplar cuando un individuo en consideración está en reposo. La Figura 4a ilustra una forma de onda ejemplar de la señal de análisis durante varios períodos de latidos cardíacos en un caso ejemplar de fibrilación auricular cuando un individuo en consideración está en reposo. Las formas de onda mostradas en las Figuras 3a y 4a se han medido con un acelerómetro en la dirección “a través del pecho” que se denomina típicamente dirección z. Un sistema 599 de coordenadas cartesianas que se muestra en la Figura 5 ilustra la dirección z.

La Figura 3b muestra la autocorrelación de la señal de análisis ejemplar ilustrada en la Figura 3a, y la Figura 4b muestra la autocorrelación de la señal de análisis ejemplar ilustrada en la Figura 4a. En las Figuras 3b y 4b, la diferencia de tiempo es la diferencia de tiempo entre muestras de señales de análisis cuya correlación mutua se expresa mediante la autocorrelación. En la ecuación (1) que se presenta anteriormente en este documento, t representa la diferencia de tiempo. En casos ejemplares en los que la autocorrelación se define de acuerdo con la ecuación (1), la autocorrelación es uno en la diferencia de tiempo cero porque R(t=0) = E{(S(t) - g)2}/o2 = 1.

Como puede verse por las Figuras 3b y 4b, la autocorrelación está significativamente más concentrada en el punto correspondiente a la diferencia de tiempo cero, es decir, t = 0, en caso de la fibrilación auricular que en el caso normal. En las Figuras 3a y 4a se puede ver que la forma de onda relacionada con el caso de fibrilación auricular es más no periódica que la forma de onda relacionada con el caso normal. Por tanto, la entropía espectral de la señal de análisis es mayor en caso de fibrilación auricular que en el caso normal. Existen numerosas maneras de formar la primera cantidad indicadora mencionada anteriormente, que indica el grado de concentración de la autocorrelación hasta el punto que corresponde a la diferencia de tiempo cero t = 0. En consecuencia, existen numerosas maneras de formar la cantidad indicadora segundo mencionada anteriormente que indica la entropía espectral de la señal de análisis. A continuación se presentan ejemplos de maneras de formar las cantidades indicadoras primera y segunda.

Un método según una realización ejemplar y no limitante de la invención comprende calcular una estimación Re de la autocorrelación de la señal de análisis de acuerdo con la siguiente ecuación para formar la primera cantidad indicadora:

donde el promedio se calcula en el tiempo t, S es la señal de análisis, t es la diferencia de tiempo entre dos muestras de señales de análisis cuya correlación mutua se expresa mediante Re(T), g es el promedio de la señal de análisis y o2 es la varianza de la señal de análisis. La primera cantidad indicadora se puede formar en función de Re(T = 0) y un valor relacionado con el promedio del valor absoluto de Re(T). La primera cantidad indicadora puede ser, por ejemplo:

R. (t = o)

Promedio de abs (R. (t)) ’

o

R. ( t = 0 )

2 ’

Promedio de (R. (t))

o

donde el promedio se calcula sobre t , y “abs” significa valor absoluto.

En muchos casos, también es posible determinar la frecuencia cardíaca “HR” (por sus siglas en inglés) para períodos de tiempo sucesivos de la señal de análisis en función de picos de estimaciones de autocorrelación calculados para los períodos de tiempo sucesivos de la señal de análisis o en función de picos de estimaciones de la densidad espectral potencia calculadas para los períodos de tiempo sucesivos de la señal de análisis, y posteriormente para determinar la variación de frecuencia cardíaca “HRV” (por sus siglas en inglés) en función de las frecuencias de latido cardíaco “HR” determinadas para los períodos de tiempo sucesivos de la señal de análisis. Además, la variación de la frecuencia cardíaca “HRV” es una cantidad indicativa de la irregularidad de la forma de onda de la señal de análisis, es decir, indicativa del grado de concentración de la autocorrelación de la señal de análisis hasta el punto que corresponde a la diferencia de tiempo cero t = 0. Por tanto, también se puede usar la variación de frecuencia cardíaca “HRV” o su derivada como la primera cantidad indicadora mencionada anteriormente.

Un método según una realización ejemplar y no limitante de la invención comprende determinar longitudes temporales de intervalos sucesivos de latidos en función de la forma de onda de la señal de análisis; por ejemplo, buscando picos de la señal de análisis. La variación de las longitudes temporales de los sucesivos intervalos de latidos es una cantidad indicativa de la irregularidad de la forma de onda de la señal de análisis, de la misma manera que la variación de frecuencia cardíaca “HRV” antes mencionada es una cantidad indicativa de la irregularidad de la forma de onda de la señal de análisis. Así, la variación de las longitudes temporales de los sucesivos intervalos de latidos es indicativa del grado de concentración de la autocorrelación de la señal de análisis hasta el punto que corresponde a la diferencia de tiempo cero t = 0. Así, también se puede usar la variación de las longitudes temporales de los sucesivos intervalos de latidos del corazón o su derivada como la primera cantidad indicadora mencionada anteriormente.

En muchos casos, sin embargo, puede resultar complicado determinar las longitudes temporales de los sucesivos intervalos de latidos del corazón en función de la forma de onda de la señal de análisis. Suele ser así cuando la calidad, por ejemplo, la relación señal/ruido “SNR” (por sus siglas en inglés), de la señal de análisis es baja. En este caso, puede resultar complicado, por ejemplo, detectar picos de la señal de análisis de forma correcta. La calidad de la señal puede ser baja, por ejemplo, cuando la señal de análisis está constituida por una señal de sismocardiografía “SCG” y/o una señal de girocardiografía “GCG”.

En un método según una realización ejemplar y no limitante de la invención, la señal de análisis comprende dos o más componentes de señal medidas simultáneamente de modo que las componentes de señal corresponden a diferentes direcciones de medición. Por ejemplo, la señal de análisis puede comprender seis componentes de señal S1, S2, S3, S4, S5 y S6 de modo que:

- S1 es la aceleración lineal medida en la dirección x,

- S2 es la aceleración lineal medida en la dirección y,

- S3 es la aceleración lineal medida en la dirección z,

- S4 es la aceleración rotacional, es decir, giroscópica, medida alrededor del eje x,

- S5 es la aceleración rotacional medida alrededor del eje y, y

- S6 es la aceleración rotacional medida alrededor del eje z.

El sistema 599 de coordenadas que se muestra en la Figura 5 ilustra las direcciones x, y y z.

En este caso ejemplar, el sistema de sensores para medir la señal de análisis puede comprender un solo sensor de seis ejes o el sistema de sensores puede comprender tres acelerómetros y tres giroscopios. En el método según esta realización ejemplar y no limitante de la invención, se forma una estimación de la longitud temporal de cada intervalo de latido eligiendo, entre las longitudes temporales candidatas indicadas por las dos o más componentes de la señal, una longitud temporal candidata particular que es la más cercana a la longitud temporal del período de latido anterior, de modo que el valor absoluto de la diferencia entre la longitud temporal candidata elegida y la longitud temporal del intervalo de latido anterior sea lo más pequeño posible. Por ejemplo, si la longitud temporal de un período de latido n es T(n) y si, de entre las longitudes temporales candidatas T1 (n+1), T2(n+1), ..., Tk(n+1), ... indicadas por las componentes de señal S1, S2, ... Sk, ... para el período de latido n+1, la longitud temporal candidata Tk(n+1) es la más cercana a la longitud temporal T(n), entonces la longitud temporal del período de latido n+1 se elige para que sea la longitud temporal candidata Tk (n+1). Este método para determinar las longitudes temporales de los períodos de latidos se basa en que un cambio rápido en la longitud temporal cuando se trata de períodos de latidos sucesivos se refiere a un error en la determinación de las longitudes temporales.

Un método según una realización ejemplar y no limitante de la invención comprende calcular una estimación SEe de la entropía espectral de la señal de análisis de acuerdo con la siguiente ecuación para formar la segunda cantidad indicadora:

SEe = Promedio de{ - PSDn (f ) log2 [PSDn (f )]},

donde PSDn(f) es la densidad espectral de potencia normalizada, que es la densidad espectral de potencia de la señal de análisis dividida por la potencia de la señal de análisis y f es la frecuencia. El promedio se calcula sobre la frecuencia f de — fs/2 a fs/2, donde fs es la frecuencia de muestreo. La estimación calculada SEe, o su derivada adecuada, puede usarse como la segunda cantidad indicadora.

Un método según una realización ejemplar y no limitante de la invención comprende opcionalmente medir la señal de análisis con un elemento sensor del cuerpo de un individuo. Un método según otra realización ejemplar y no limitante de la invención comprende leer la señal de análisis de una memoria, en cuyo caso la señal de análisis se ha medido antes y se ha registrado en la memoria. Un método según una realización ejemplar y no limitante de la invención comprende recibir la señal de análisis de un sistema externo de transferencia de datos. Por lo tanto, la medición no es una tapa esencial y necesaria de los métodos según muchas realizaciones de la invención, sino que la señal de análisis, o la señal de salida del sistema de sensores, debe entenderse como una cantidad de entrada de los métodos.

Un programa informático según una realización ejemplar y no limitante de la invención comprende instrucciones ejecutables por ordenador para controlar un sistema de procesamiento programable para llevar a cabo acciones relacionadas con un método según cualquiera de las realizaciones ejemplares de la invención descritas anteriormente.

Un programa informático según una realización ejemplar y no limitante de la invención comprende módulos de soporte lógico para producir información indicativa de disfunciones cardíacas, por ejemplo, la fibrilación auricular, en función de la señal de análisis mencionada anteriormente. Los módulos de soporte lógico comprenden instrucciones ejecutables por ordenador para controlar un sistema de procesamiento programable para:

- formar una primera cantidad indicadora que indique el grado de concentración de la autocorrelación de la señal de análisis hasta un punto que corresponda a la diferencia de tiempo cero entre muestras de señales de análisis cuya correlación mutua se expresa mediante la autocorrelación,

Los módulos de soporte lógico pueden ser, por ejemplo, subrutinas o funciones implementadas con un lenguaje de programación adecuado y con un compilador adecuado para el lenguaje de programación y para el sistema de procesamiento programable considerado. Vale la pena señalar que también un código fuente correspondiente a un lenguaje de programación adecuado representa los módulos de soporte lógico ejecutables del ordenador, porque el código fuente contiene la información necesaria para controlar el sistema de procesamiento programable para llevar a cabo las acciones presentadas anteriormente y la compilación cambia solo el formato de la información. Además, también es posible que el sistema de procesamiento programable esté provisto de un intérprete, de modo que no sea necesario compilar un código fuente implementado con un lenguaje de programación adecuado antes de su ejecución.

Un producto de programa informático según una realización ejemplar y no limitante de la invención comprende un medio legible por ordenador, por ejemplo, un disco compacto (“CD”), codificado con un programa informático según una realización de la invención.

Una señal según una realización ejemplar y no limitante de la invención se codifica para transportar información que define un programa informático según una realización de la invención.

La Figura 5 muestra una ilustración esquemática de un aparato 500 según una realización ejemplar y no limitante de la invención para producir información indicativa de disfunciones cardíacas; por ejemplo, fibrilación auricular. El aparato comprende un sistema 502 de procesamiento para procesar una señal de análisis producida por un sistema de sensores sensible al movimiento, incluido el movimiento cardiovascular. El sistema 502 de procesamiento está configurado para:

- formar una primera cantidad indicadora que indique el grado de concentración de la autocorrelación de la señal de análisis hasta un punto que corresponda a la diferencia de tiempo cero entre muestras de señales de análisis cuya correlación mutua se expresa por la autocorrelación,

En el caso ilustrativo ilustrado en la Figura 5, el aparato comprende un receptor 501 de radio para recibir la señal de análisis de una red 505 de transferencia de datos. La señal de análisis es producida por un elemento sensor 503 que comprende el sistema de sensores mencionado anteriormente para medir la señal de análisis y un transmisor de radio para transmitir la señal de análisis a la red 505 de transferencia de datos. La red 505 de transferencia de datos puede ser, por ejemplo, una red de telecomunicaciones. También es posible que haya un enlace de radio directo o un enlace cableado directo del elemento sensor 503 al aparato 500. Además, también es posible que haya un enlace de radio o un enlace cableado directamente o a través de la red 505 de transferencia de datos del aparato 500 al elemento sensor 503 para permitir que el aparato controle el funcionamiento del elemento sensor 503. También es posible que todo el aparato esté integrado en el elemento sensor 503.

En un aparato según una realización ejemplar y no limitante de la invención, el sistema 502 de procesamiento está configurado para detectar, a partir de una señal de salida del sistema de sensores, períodos en los que un individuo 507 medido está en reposo y para extraer la señal de análisis de la señal de salida del sistema de sensores de modo que la señal de análisis corresponda a una situación en la que el individuo 507 está en reposo. También es posible que el elemento sensor 503 comprenda un procesador para detectar si el individuo 507 está en reposo y para extraer la señal de análisis de la señal de salida del sistema de sensores.

El sistema de sensores para producir la señal de análisis puede comprender, por ejemplo, un acelerómetro, un giroscopio y/o una unidad de medición inercial “IMU” que comprende tanto un acelerómetro como un giroscopio. Además del sistema de sensores, el elemento sensor 503 puede comprender además, por ejemplo, un amplificador, un filtro de señal, un convertidor “AD” de analógico a digital y/o el procesador mencionado anteriormente para detectar si el individuo 507 está en reposo. Un acelerómetro puede ser, por ejemplo, un acelerómetro de tres ejes que sea capaz de medir movimientos independientemente en tres direcciones x, y, y z mutuamente ortogonales de, por ejemplo, el sistema 599 de coordenadas mostrado en la Figura 5. En este caso ejemplar, la señal de análisis puede ser, por ejemplo, la norma euclidiana, es decir, el valor absoluto, del vector que representa los movimientos medidos en las tres direcciones mutuamente ortogonales.

En un aparato según una realización ejemplar y no limitante de la invención, el sistema 502 de procesamiento está configurado para determinar longitudes temporales de intervalos sucesivos de latidos en función de la forma de onda de la señal de análisis; por ejemplo, buscando picos de la señal de análisis. La variación de las longitudes temporales de los sucesivos intervalos de latidos es una cantidad indicativa de la irregularidad de la forma de onda de la señal de análisis. Así, la variación de las longitudes temporales de los sucesivos intervalos de latidos es indicativa del grado de concentración de la autocorrelación de la señal de análisis hasta el punto que corresponde a la diferencia de tiempo cero t = 0. Así, la variación de las longitudes temporales de los intervalos de latidos sucesivos o su derivada pueden usarse como la primera cantidad indicadora mencionada anteriormente.

En un aparato según una realización ejemplar y no limitante de la invención, la señal de análisis que es producida por el sistema de sensores comprende dos o más componentes de señal, de modo que las componentes de señal corresponden a diferentes direcciones de medición. Por ejemplo, la señal de análisis puede comprender seis componentes de señal S1, S2, S3, S4, S5 y S6 de modo que:

- S1 es la aceleración lineal medida en la dirección x,

- S2 es la aceleración lineal medida en la dirección y,

- S3 es la aceleración lineal medida en la dirección z,

- S5 es la aceleración rotacional medida alrededor del eje y, y

- S6 es la aceleración rotacional medida alrededor del eje z.

En este caso ejemplar, el sistema de sensores puede comprender un solo sensor de seis ejes, o el sistema de sensores puede comprender tres acelerómetros y tres giroscopios.

En un aparato según una realización ejemplar y no limitante de la invención, el sistema 502 de procesamiento está configurado para formar una estimación de la longitud temporal de cada intervalo de latido eligiendo, entre las longitudes temporales candidatas indicadas por las dos o más componentes de la señal, una longitud temporal candidata particular que es la más cercana a la longitud temporal del período de latido anterior, de modo que el valor absoluto de la diferencia entre la longitud temporal candidata elegida y la longitud temporal del intervalo de latido anterior sea lo más pequeño posible.

En un aparato según una realización ejemplar y no limitante de la invención, el sistema 502 de procesamiento está configurado para:

- determinar las cantidades indicadoras primera y segunda para cada una de dos o más señales de análisis que son porciones temporales mutuamente diferentes de la señal de salida del sistema de sensores y se miden ventajosamente cuando el individuo 507 está en reposo, y

- determinar el indicador de disfunción cardíaca en función de las cantidades indicadoras primera y segunda determinadas para las dos o más señales de análisis.

En un aparato según una realización ejemplar y no limitante de la invención, el sistema 502 de procesamiento está configurado para recibir al menos una de las señales de análisis mencionadas anteriormente desde un acelerómetro del sistema de sensores y al menos otra de las señales de análisis desde un giroscopio del sistema de sensores. En un aparato según una realización ejemplar y no limitante de la invención, el sistema 502 de procesamiento está configurado para calcular una estimación Re de la autocorrelación de la señal de análisis de acuerdo con la siguiente ecuación:

Re (t) = Promedio

donde el promedio se calcula en el tiempo t, S es la señal de análisis, t es la diferencia de tiempo entre las muestras de señales de análisis cuya correlación mutua se expresa mediante Re(T), g es el promedio de la señal de análisis y o2 es la varianza de la señal de análisis. La primera cantidad indicadora que indica el grado de concentración de la autocorrelación se puede formar en función de Re(T = 0) y un valor relacionado con el promedio del valor absoluto de Re(T).

En un aparato según una realización ejemplar y no limitante de la invención, el sistema 502 de procesamiento está configurado para determinar la frecuencia cardíaca “HR” para períodos de tiempo sucesivos de la señal de análisis en función de los picos de las estimaciones de autocorrelación calculadas para los períodos de tiempo sucesivos de la señal de análisis o en función de los picos de las estimaciones de densidad espectral de potencia calculadas para los períodos de tiempo sucesivos de la señal de análisis, y posteriormente para determinar la variación de la frecuencia cardíaca “HRV” en función de las frecuencias cardíacas “HR” determinadas para los sucesivos períodos de tiempo de la señal de análisis. La variación de la frecuencia cardíaca “HRV” o su derivada se puede utilizar como la primera cantidad indicadora mencionada anteriormente.

En un aparato según una realización ejemplar y no limitante de la invención, el sistema 502 de procesamiento está configurado para formar una estimación SEe de la entropía espectral de la señal de análisis de acuerdo con la siguiente ecuación:

SEe = promedio de{- PSDn (f ) l°g2 [PSDn (f )]},

donde PSDn(f) es la densidad espectral de potencia normalizada y el promedio se calcula sobre la frecuencia f de — fs/2 a fs/2, siendo fs la frecuencia de muestreo. La segunda cantidad indicadora puede ser la estimación calculada SEe o su derivada adecuada.

En un aparato según una realización ejemplar y no limitante de la invención, el sistema 502 de procesamiento está configurado para establecer el indicador de disfunción cardíaca para indicar una situación en la que la primera cantidad indicadora supera un primer valor umbral y la segunda cantidad indicadora supera un segundo valor umbral. Se puede considerar que hay presente una disfunción cardíaca, por ejemplo, fibrilación auricular, cuando la primera cantidad indicadora supera el primer valor umbral y la segunda cantidad indicadora supera el segundo valor umbral.

Un aparato según una realización ejemplar de la invención comprende medios para preprocesar la señal de análisis antes de formar las cantidades indicadoras primera y segunda mencionadas anteriormente. El preprocesamiento puede comprender, por ejemplo, la cancelación del ruido causado, por ejemplo, por la respiración, un temblor causado por razones externas, etc. Los medios para el preprocesamiento pueden implementarse, por ejemplo, con el sistema 502 de procesamiento o puede haber uno o más dispositivos de procesamiento separados para el preprocesamiento.

Un aparato según una realización ejemplar y no limitante de la invención está configurado para registrar la señal recibida desde el elemento sensor 503. El aparato puede comprender una memoria interna 506 para registrar la señal o el aparato puede comprender un puerto de datos para conectarse a una memoria externa. El aparato puede comprender además una interfaz 504 de usuario o un puerto de datos para conectarse a un dispositivo externo de interfaz de usuario.

En un aparato según una realización ejemplar y no limitante de la invención, el sistema 502 de procesamiento está configurado para ejecutar un algoritmo de aprendizaje automático para entrenar el sistema 502 de procesamiento para determinar el indicador de disfunción cardíaca en función de al menos información contenida por la señal de análisis.

El algoritmo de aprendizaje automático puede basarse en un aprendizaje automático supervisado o en un aprendizaje automático no supervisado. En el aprendizaje automático supervisado, se suministra al sistema de procesamiento datos de entrenamiento y la clasificación conocida de los datos de entrenamiento. Por tanto, el sistema 502 de procesamiento está habilitado para aprender qué tipo de datos se clasifican de cierta manera. Por ejemplo, un primer intervalo numérico de la primera cantidad indicadora y un primer intervalo numérico de la segunda cantidad indicadora pueden corresponder a la clase del indicador de disfunción cardíaca “Sin disfunción, sano”, un segundo intervalo numérico de la primera cantidad indicadora y el primer intervalo numérico de la segunda cantidad indicadora puede corresponder a la clase del indicador de disfunción cardíaca “Probabilidad de disfunción del 30%”, etc. En el aprendizaje automático no supervisado, se suministran al sistema de procesamiento datos sin información de clasificación y el sistema de procesamiento clasifica los datos suministrados en función de las propiedades de los datos suministrados. A partir de entonces, un ser humano puede reconocer diferentes clases a partir de los datos clasificados automáticamente por la máquina. En algunos casos, el aprendizaje automático no supervisado se puede usar para generar un punto de partida para el aprendizaje automático supervisado.

También es posible que el algoritmo de aprendizaje automático entrene al sistema 502 de procesamiento para determinar el indicador de disfunción cardíaca directamente en función de las propiedades de la señal de análisis. En este caso, la primera cantidad indicadora que indica el grado de concentración de la autocorrelación de la señal de análisis y la segunda cantidad indicadora que indica la entropía espectral de la señal de análisis son cantidades internas del algoritmo de aprendizaje automático. Las propiedades de señal de la señal de análisis pueden comprender, por ejemplo, características que describen: el grado de periodicidad, el espectro de frecuencia, parámetros estadísticos como promedio, varianza, momentos, etc. y/u otras características que describen la señal de análisis. Las características del tipo mencionado anteriormente se pueden obtener con, por ejemplo, la transformada ondulatoria, la transformada de Fourier y/o la transformada rápida de Fourier. Otras características pueden ser, por ejemplo, la relación del punto de inflexión, la frecuencia cardíaca, la variación de la frecuencia cardíaca, etc. También es posible eliminar el ruido de la señal de análisis con la ayuda del aprendizaje automático y/o con un preprocesamiento adecuado llevado a cabo antes del aprendizaje automático.

El vector de características, extraído de la señal de análisis y usado en el aprendizaje automático supervisado o no supervisado, se puede reducir mediante el uso de métodos adecuados como, por ejemplo, el análisis de componentes principales “PCA” (por sus siglas en inglés) y el análisis de componentes independientes “ICA” (por sus siglas en inglés). La reducción del vector de características puede acelerar el aprendizaje automático supervisado o no supervisado y/o mejorar la precisión del aprendizaje automático.

El vector de características puede formarse, por ejemplo, en función de componentes de señal relacionados, por ejemplo, con la sismocardiografía “SCG” y/o la girocardiografía “GCG” y se miden simultáneamente en diferentes direcciones de medición. Por ejemplo, las muestras de aceleración lineal en la dirección x pueden constituir un vector F1 de característica parcial, las muestras de aceleración lineal en la dirección y pueden constituir un vector F2 de característica parcial, las muestras de aceleración lineal en la dirección z pueden constituir un vector F3 de característica, las muestras de aceleración de rotación alrededor del eje x pueden constituir un vector F4 de característica parcial, las muestras de aceleración de rotación alrededor del eje y pueden constituir un vector F5 de característica parcial, y las muestras de aceleración de rotación alrededor del eje z pueden constituir un vector F6 de característica parcial. El vector F de características que se suministra al algoritmo de aprendizaje automático se puede formar, por ejemplo, como una concatenación de los vectores F1-F6 de características parciales, es decir, F = [F1, F2, F3, F4, F5, F6], siendo los vectores F1-F6 de características parciales vectores de fila. Esto permite que el algoritmo de aprendizaje automático combine y utilice información relacionada con las diferentes direcciones de medición y modos de medición: lineal, rotacional.

También es posible utilizar la información relacionada con las diferentes direcciones de medición de otras formas. Por ejemplo, los vectores F1-F6 de características parciales pueden organizarse para constituir una matriz con dimensiones NS x 6 o 6 x NS, siendo NS el número de muestras en cada uno de los vectores F1-F6 de características parciales, es decir, la longitud de cada vector de características parciales. Esta matriz se puede procesar con uno o más algoritmos de extracción de características diseñados para casos de dos o más dimensiones.

El sistema 502 de procesamiento se puede implementar con uno o más circuitos de procesador, cada uno de los cuales puede ser un circuito de procesador programable dotado del soporte lógico apropiado, un procesador de soporte físico dedicado como, por ejemplo, un circuito integrado para aplicaciones específicas “ASIC” (por sus siglas en inglés), o un procesador de soporte físico configurable, como, por ejemplo, una matriz de puertas programable in situ “FPGA” (por sus siglas en inglés.

En la actualidad, muchos dispositivos de comunicación móvil, por ejemplo, teléfonos móviles, comprenden sensores como un acelerómetro y/o un giroscopio. Por tanto, puede usarse un dispositivo de comunicación móvil, por ejemplo, un teléfono móvil, del tipo mencionado anteriormente como elemento sensor sensible al movimiento, incluido el movimiento cardiovascular. También es posible que todo el aparato esté incluido en un dispositivo de comunicación móvil; por ejemplo, un teléfono móvil.

Los ejemplos específicos proporcionados en la descripción proporcionada anteriormente no deben interpretarse como limitantes del alcance y/o la aplicabilidad de las reivindicaciones adjuntas. Las listas y los grupos de ejemplos proporcionados en la descripción dada anteriormente no son exhaustivos, a no ser que se indique explícitamente lo contrario. El alcance de la invención está definido por las reivindicaciones adjuntas.

Claims

REIVINDICACIONES

1. Un aparato que comprende:

- un sistema (503) de sensores sensible al movimiento, incluido el movimiento cardiovascular, comprendiendo el sistema de sensores al menos uno de los siguientes: un acelerómetro, un giroscopio, una unidad de medición inercial que comprende tanto un acelerómetro como un giroscopio,

- un sistema (502) de procesamiento para procesar una señal de análisis producida por el sistema de sensores, en donde el sistema de procesamiento está configurado para:

- formar una primera cantidad indicadora que indique el grado de concentración de autocorrelación de la señal de análisis hasta un punto que corresponda a una diferencia de tiempo cero entre muestras de señales de análisis cuya correlación mutua se expresa mediante la autocorrelación,

2. Un aparato según la reivindicación 1 en el que el sistema de procesamiento está configurado para detectar, a partir de una señal de salida del sistema de sensores, un período en el que un individuo medido con el sistema de sensores está en reposo y para extraer la señal de análisis de la señal de salida del sistema de sensores para que la señal de análisis corresponda a una situación en la que el individuo está en reposo.

3. Un aparato según la reivindicación 1 o 2 en el que el sistema de procesamiento está configurado para:

- determinar las cantidades indicadoras primera y segunda para cada una de dos o más señales de análisis que son porciones temporales mutuamente diferentes de una señal de salida del sistema de sensores, y

4. Un aparato según la reivindicación 3 en el que el sistema de procesamiento está configurado para recibir al menos una de las señales de análisis de un acelerómetro del sistema de sensores y al menos otra de las señales de análisis de un giroscopio del sistema de sensores.

5. Un aparato según cualquiera de las reivindicaciones 1 a 4 en el que el sistema de procesamiento está configurado para calcular una estimación Re de la autocorrelación de la señal de análisis de acuerdo con la siguiente ecuación:

Re (t) = Promedio

en donde el promedio se calcula en el tiempo t, S es la señal de análisis, t es una diferencia de tiempo entre muestras de señales de análisis cuya correlación mutua se expresa mediante Re(T), p es un promedio de la señal de análisis y o2 es una varianza de la señal de análisis.

6. Un aparato según la reivindicación 5, en el que el sistema de procesamiento está configurado para formar la primera cantidad indicadora en función de Re(T = 0) y un valor relacionado con un promedio de un valor absoluto de Re(T).

7. Un aparato según cualquiera de las reivindicaciones 1 a 6 en el que el sistema de procesamiento está configurado para formar una estimación SEe de la entropía espectral de la señal de análisis de acuerdo con la siguiente ecuación para formar la segunda cantidad indicadora:

SEe = Promedio de{ - PSDn (f ) log2 [PSDn (f )]},

donde el promedio se calcula sobre la frecuencia f de — fs/2 a fs/2, fs es una frecuencia de muestreo y PSDn(f) es una densidad espectral de potencia normalizada, que es la densidad espectral de potencia de la señal de análisis dividida por la potencia de la señal de análisis.

8. Un aparato según cualquiera de las reivindicaciones 1 a 7 en el que el sistema de procesamiento está configurado para comparar la primera cantidad indicadora con un primer valor umbral y comparar la segunda cantidad indicadora con un segundo valor umbral para determinar el indicador de disfunción cardíaca.

9. Un aparato según cualquiera de las reivindicaciones 1 a 8 en el que el sistema de procesamiento está configurado para determinar la frecuencia de los latidos del corazón durante períodos de tiempo sucesivos de la señal de análisis en función de los picos de las estimaciones de autocorrelación calculadas para los períodos de tiempo sucesivos de la señal de análisis, para determinar la variación de la frecuencia cardíaca en función de las frecuencias cardíacas determinadas para los períodos de tiempo sucesivos de la señal de análisis, y para formar la primera cantidad indicadora en función de la variación determinada de la frecuencia cardíaca.

10. Un aparato según cualquiera de las reivindicaciones 1 a 9 en el que el sistema de procesamiento está configurado para determinar las longitudes temporales de los sucesivos intervalos de latidos en función de la forma de onda de la señal de análisis y para calcular una variación de las longitudes temporales de los sucesivos intervalos de latidos para formar la primera cantidad indicadora.

11. Un aparato según la reivindicación 10 en el que el sistema de procesamiento está configurado para formar una estimación de la duración temporal de cada intervalo de latido eligiendo, entre las longitudes temporales candidatas indicadas por dos o más componentes de señal de la señal de análisis, una en particular de la longitudes temporales candidatas que se acerquen más a la duración temporal de un período de latido anterior, para que el valor absoluto de la diferencia entre la longitud temporal candidata elegida y la longitud temporal del intervalo de latido anterior sea lo menor posible, correspondiendo las componentes de señal del análisis señal a diferentes direcciones de medición del movimiento, incluido el movimiento cardiovascular.

12. Un aparato según la reivindicación 11, comprendiendo el aparato el sistema de sensores y siendo el sistema de sensores adecuado para medir las componentes de señal S1, S2, S3, S4, S5 y S6 de la señal de análisis donde: - S1 es la aceleración lineal medida en la dirección x,

- S2 es la aceleración lineal medida en la dirección y,

- S3 es la aceleración lineal medida en la dirección z,

- S4 es la aceleración rotacional medida alrededor de un eje x,

- S5 es la aceleración rotacional medida alrededor de un eje y, y

- S6 es la aceleración rotacional medida alrededor de un eje z,

donde los ejes x, y y z son ejes de un sistema de coordenadas cartesianas y las direcciones x, y y z son direcciones de los ejes x, y y z.

13. Un aparato según cualquiera de las reivindicaciones 1 a 12 en el que el sistema de procesamiento está configurado para ejecutar un algoritmo de aprendizaje automático para entrenar el sistema de procesamiento para determinar el indicador de disfunción cardíaca en función de al menos la información contenida en la señal de análisis.

14. Un aparato según cualquiera de las reivindicaciones 1 a 13 en el que el indicador de disfunción cardíaca es un indicador de fibrilación auricular.

15. Un método implementado por ordenador que comprende:

- formar automáticamente (201) una primera cantidad indicadora que indica el grado de concentración de autocorrelación de una señal de análisis hasta un punto que corresponde a la diferencia de tiempo cero entre muestras de señales de análisis cuya correlación mutua se expresa por la autocorrelación,

- formar automáticamente (202) una segunda cantidad indicadora que indica la entropía espectral de la señal de análisis, y

- determinar automáticamente (203) un indicador de disfunción cardíaca en función de al menos la primera cantidad indicadora y la segunda cantidad indicadora, siendo la señal de análisis una señal producida por un sistema de sensores sensible al movimiento, incluido el movimiento cardiovascular, comprendiendo el sistema de sensores al menos uno de los siguientes: un acelerómetro, un giroscopio, una unidad de medición inercial que comprende tanto un acelerómetro como un giroscopio.