+

EP1366428A2 - Procede et dispositif de filtrage d'une serie rr issue d'un signal cardiaque, et plus particulierement d'un signal ecg - Google Patents

Procede et dispositif de filtrage d'une serie rr issue d'un signal cardiaque, et plus particulierement d'un signal ecg

Info

Publication number
EP1366428A2
EP1366428A2 EP02703688A EP02703688A EP1366428A2 EP 1366428 A2 EP1366428 A2 EP 1366428A2 EP 02703688 A EP02703688 A EP 02703688A EP 02703688 A EP02703688 A EP 02703688A EP 1366428 A2 EP1366428 A2 EP 1366428A2
Authority
EP
European Patent Office
Prior art keywords
series
sample
signal
samples
erroneous
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.)
Ceased
Application number
EP02703688A
Other languages
German (de)
English (en)
Inventor
Régis Logier
Alain Dassonneville
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Centre Hospitalier Universitaire de Lille CHU
Original Assignee
Centre Hospitalier Regional Universitaire de Lille CHRU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Centre Hospitalier Regional Universitaire de Lille CHRU filed Critical Centre Hospitalier Regional Universitaire de Lille CHRU
Publication of EP1366428A2 publication Critical patent/EP1366428A2/fr
Ceased legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/024—Measuring pulse rate or heart rate
    • A61B5/02405—Determining heart rate variability
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346—Analysis of electrocardiograms
    • A61B5/349—Detecting specific parameters of the electrocardiograph cycle
    • A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346—Analysis of electrocardiograms
    • A61B5/349—Detecting specific parameters of the electrocardiograph cycle
    • A61B5/364—Detecting abnormal ECG interval, e.g. extrasystoles, ectopic heartbeats

Definitions

  • the present invention relates to the field of digital processing of an analog bio-electric signal, which is characteristic of the heart rate of a living being, and which is designated in the present text by the terms "heart signal”; it is preferably, but not exclusively, an electrocardiographic signal (ECG).
  • ECG electrocardiographic signal
  • the main objects of the invention are a method and a device for filtering an RR series, obtained by sampling a cardiac signal.
  • the heart of a living being contracts automatically very regularly like a metronome, under the action of the sinus node which generates an independent nerve impulse, and thereby - even causes a spontaneous contraction of the heart muscle.
  • the heart is not isolated, however, but is linked to the Autonomous Nervous System (ANS), through the parasympathetic and sympathetic systems.
  • ANS Autonomous Nervous System
  • This autonomic nervous system influences the activity of the heart: the sympathetic system accelerates the heart rate, while the parasympathetic system slows it down.
  • the heart undergoes influences from the autonomic nervous system, which in particular allows the organism of a living being to adapt the heart rate according to its needs, within however reasonable limits.
  • a known invasive technique consists for example in using a blood pressure sensor connected to a catheter introduced into an artery.
  • non-invasive methods there is for example the use of an infrared pulse sensor, or the acquisition of an electrocardiographic signal (ECG) by means of an electrocardiograph.
  • ECG electrocardiographic signal
  • This latter method of acquiring an ECG signal is in practice the most commonly used to date, because in addition to its non-invasive nature, it advantageously makes it possible to obtain a more precise signal than that obtained for example by means of a sensor. infrared pulse.
  • the ECG signal is in known manner consisting of a succession of electrical depolarizations, the appearance of which is shown in FIG. 3 appended.
  • the P wave which corresponds to the depolarization of ear cups, has a low amplitude, and a dome shape.
  • the PQ space translates the atrioventricular conduction time.
  • the QRS complex reflects ventricular contraction, and the T-wave reflects ventricular repolarization.
  • the peak R is considered as a marker of the ventricular systole, that is to say of the "heartbeat".
  • the R wave being most often the thinnest and widest part of the QRS, it is generally used to punctually locate the heartbeat with very good precision, in practice of the order of a thousandth of a second.
  • the time interval between two successive R waves characterizes precisely the time separating two successive heart beats; this is the period of the ECG signal, and the reverse of this period gives the instant heart rate.
  • RR series representing the evolution over time of the instantaneous heart rate
  • the ECG signal which is an analog signal (analog / digital conversion of the ECG signal) is sampled, and the sampled digital ECG signal is processed, automatically detecting the R waves in this digital signal.
  • An RR series is thus usually made up of a plurality of samples
  • each sample (RR,) corresponding to the time interval, separating two successive R waves from the ECG signal.
  • RR series is not limited not to the aforementioned particular definition based on the R waves of an ECG signal, but is defined more generally in the context of the present invention as a series of several so-called samples (RR,), obtained after sampling of an analog heart signal which is characteristic of the heart rate, each sample (RR,) characterizing the time interval between two successive heart beats.
  • the RR series resulting from a cardiac signal, and for example from an ECG signal, with a view to its spectral analysis, is usually transposed in the frequency domain, using different known methods.
  • the most commonly used method is to compute the discrete Fourier transform of the RR series.
  • Another known method is to calculate the Wigner-Ville quadratic transform of the RR series.
  • disturbances in the cardiac signal and in particular in an ECG signal, induce, in the RR series resulting from this cardiac signal, abrupt variations of short duration commonly called artefacts.
  • the disturbances, which cause artifacts in the RR series can be physiological and intrinsically linked to a momentary dysfunction of the cardiac system; it is for example an extrasystole.
  • These disturbances can also be external and not linked to the functioning of the cardiac system; it is for example a movement of the patient briefly altering the measurement signal.
  • Artifacts in an RR series can result in a single erroneous sample or in a plurality of successive erroneous samples.
  • an artifact in the RR series can be assimilated to a Dirac impulse, and results in- the field frequency by a wideband rectangular continuous spectrum. Consequently, on the assumption that one would transpose into the frequency domain (by Fourier transform or other) an RR series, without first taking special precautions, the presence of artefacts in the RR series would result in the frequency domain by obtaining a frequency spectrum of the highly disturbed RR series, of broadband rectangular shape, masking the spectrum of the real signal.
  • the procedure is as follows.
  • the analog cardiac signal for example an ECG signal
  • an RR series of this signal is automatically constructed, and stored in memory, so as to make an analysis thereof.
  • spectral delayed compared to the recording of the cardiac signal. This delayed spectral analysis is carried out as follows. In a first step, an operator performs manual filtering of the RR series.
  • the RR series saved in memory is displayed on a screen for the operator, who visually detects each erroneous sample characteristic of an artefact; the operator manually selects one or more "clean" portions of the RR series free of artifacts.
  • the frequency transposition for example by Fourier transform, is calculated only on the “clean” portion (s) selected manually by the operator.
  • a major drawback of the aforementioned filtering method is that it requires human intervention to detect the artefacts, and especially to select the "clean" portions of the RR series, this which makes it tedious and relatively long to implement; this method is therefore unsuitable for processing cardiac signals, over long acquisition durations, and for example acquisition durations of one day or more.
  • Another disadvantage of the aforementioned filtering method is that it translates in practice by a suppression of large time portions in the RR series, and therefore does not allow a spectral analysis, over the entire duration of acquisition of this signal. heart.
  • the present invention relates to a new filtering process for an RR series which is automatic and makes it possible to overcome all or part of the aforementioned drawbacks.
  • the method for filtering a series RR is characterized in that the erroneous sample (s) is detected and automatically filtered in the series (RR), and in that for detecting whether a sample (RR, ) is erroneous, the value of this sample (RR,) of the series is compared with at least one self-adapting threshold which is calculated from (N) samples of the series (RR) taken in a sliding window.
  • the filtering of the erroneous samples is obtained by purely and simply deleting these samples from the RR series.
  • each erroneous sample or each succession of erroneous samples is filtered by being replaced in the RR series, by one or more corrected samples RR k calculated by linear interpolation . More particularly, it is tested whether the previous sample RR. , is correct, and if not, we attempt a linear interpolation with the RR sample, and we automatically detect that the RR sample is correct or incorrect depending on the result of the interpolation.
  • the filtering method of the invention can be implemented in delayed time with respect to the acquisition of the cardiac signal and to the construction of the RR series from the recorded cardiac signal.
  • the filtering process is applied to an RR series, the points of which are stored in memory.
  • the filtering method of the invention can also be implemented in real time, as the cardiac signal is acquired.
  • Another subject of the invention is therefore a method of acquiring and processing an analog heart signal, characteristic of the heart rate, and in particular of an ECG signal.
  • This process is known in that the heart signal is recorded, this signal is digitized and an RR series is constructed.
  • filtering of the RR series is carried out in real time, as this series is constructed, by implementing the aforementioned filtering method of the invention.
  • the invention also relates to a system for real-time acquisition and processing of an ECG signal, which system includes measurement electrodes allowing the acquisition of an ECG signal, and means for processing the ECG signal which include an analog / digital converter for sampling the ECG signal, and a programmed processing unit receiving as input the signal from the converter; the processing unit is programmed to automatically construct, from the signal delivered by the converter, a series RR consisting of a plurality of samples (RR,) respectively defining the time intervals which separate two successive heart beats, and for filter the RR series in accordance with the aforementioned method of the invention.
  • a series RR consisting of a plurality of samples (RR,) respectively defining the time intervals which separate two successive heart beats, and for filter the RR series in accordance with the aforementioned method of the invention.
  • FIG. 1 schematically represents the main elements of a system for the acquisition and frequency processing of an ECG signal according to the invention
  • FIG. 2 is a block diagram of the three main functional modules of the processing software executed by the processing unit of the acquisition system of Figure 1, - Figure 3 shows the wave (PQRST) characteristic of a signal
  • FIG. 4 shows an example of digital ECG signal ; obtained after sampling an analog ECG signal
  • FIG. 5 represents the RR series constructed from the signal of FIG. 4,
  • FIG. 6 to 9 respectively illustrate four types of disturbances which are likely to be present in an RR series, and which are detected and filtered by the filtering algorithm of the invention
  • FIG. 10 is a flowchart illustrating the main steps of the main routine of an example of a filtering algorithm according to the invention
  • FIG. 1 1 is a flowchart illustrating the main steps of a simplified variant of an interpolation subroutine which is called by the main routine of the figure 10,
  • FIG. 12 a flowchart illustrating the main steps of an improved variant of an interpolation subroutine which is called by the main routine of Figure 10.
  • Figure 1 an acquisition system and frequent heart rate treatment. This system includes:
  • ECG electrocardiographic monitor
  • the ECG signal processing means 3 comprise an analog / digital converter 4, and a programmed processing unit 5.
  • the input of the converter 4 is connected to the output of the ECG monitor 2, and the output of the converter 4 is connected to a input port of the processing unit 5.
  • the processing unit 5 is constituted by a microcomputer, the converter 4 being connected to an RS232 serial port of this microcomputer.
  • the electrodes 1 are applied to the body of a patient, and the ECG monitor delivers as usual an analog electrical signal, called the ECG signal, which for each heartbeat, in the form of the signal shown in the figure. 3.
  • This ECG signal is digitized by the converter 4, with a predetermined sampling frequency (f), for example equal to 256 Hz.
  • the P wave which corresponds to the depolarization of the atria has a low amplitude and a dome shape; the PQ space which translates the atrioventricular conduction time; the QRS complex reflects ventricular contraction, and the T-wave reflects ventricular repolarization.
  • the R wave is a marker of the ventricular systole, or of the "heartbeat”.
  • the RR interval / figure 4 The RR interval corresponds to the time separating two heartbeats, it is the instantaneous period of the signal, and its inverse gives the instantaneous heart rate.
  • the R wave being most often the thinnest and widest part of the QRS, allows to punctually locate the heartbeat with very good precision (of the order of a thousandth of a second).
  • the recording of the succession of R waves, from the ECG signal, makes it possible to construct the RR series and to analyze it in the frequency domain.
  • FIG. 2 shows the three main functional modules 7, 8, 9 of the digitized ECG signal processing software.
  • the first module 7 is supplied with input and in real time with the successive digital data constituting the digitized ECG signal
  • the first module 7 is designed to automatically detect each peak R, successive in the digital signal 6, and to construct automatically an RR series from this signal. At output, this module 7 delivers successively over time, the RR points, successive of the RR series.
  • each point RR is equal to the time interval ( ⁇ t,) (expressed as a multiple of the sampling frequency f) separating a peak R, from the following peak R, +1 (in another variant it could be the previous peak R, . ,).
  • the second module 8 designated “RR filter” is designed so as to automatically implement the filtering method of the invention.
  • This module 8 which constitutes the essential part of the system with regard to the invention will be described in detail later. At output, this module 8 delivers in real time, a corrected RR series.
  • the third module 9 performs the spectral analysis of the corrected RR series.
  • This module 9 being moreover already known per se, it will not be described in detail.
  • This module 9 generally calculates the power spectral density of the RR series.
  • this module transposes the RR (temporal) series into the frequency domain, for example by calculating the discrete fast Fourier transform of this series, in predefined time windows, weighted by means of a predefined weighting window.
  • a predefined weighting window may be a rectangular weighting window, or even for example a Kaiser, Hamming or Bartiett weighting window.
  • the calculation time windows can be predefined and fixed, or it can be a calculation time window, of predetermined size, which is dragged over time.
  • the spectral analysis is performed on a sliding time window of 256 seconds, applied to the RR series, and subjected to a Kaiser weighting to limit side effects due to windowing.
  • this weighted window we calculate the Fast Fourier Transform (TFR) of the RR series, and we obtain the power spectral density curve between 0 and 2hz (in accordance with Shannon's theorem).
  • the module 9 also calculates, from the spectral density curve obtained, the spectral powers (areas under the spectral density curve) between limits of predetermined frequencies (possibly adjustable by a user). These spectral power calculations constitute a means of investigation and analysis of cardiac regulation by the Autonomous Nervous System (ANS).
  • the module 9 was designed to calculate a low frequency spectral power (PS-BF) over a frequency range between 0.039 HZ and 0.148 Hz, and a high frequency spectral power (PS-HF ) over a frequency range of 0.148 Hz to 0.4 Hz.
  • Low frequency spectral power (PS-BF) was used to estimate sympathetic and parasympathetic tone
  • high frequency spectral power (PS-HF) was used to estimate parasympathetic tone.
  • the analog ECG signal is subjected to different types of disturbances (extrasystoles, patient movements, ...) which induce sudden variations in the RR series giving an incorrect evaluation of the spectral analysis.
  • the filtering algorithm of module 8 which is detailed below, makes it possible to remedy this problem, by automatically detecting any aberrant variation in the instantaneous heart rate and reconstructing the RR series by linear interpolation while preserving the real time of recording.
  • This type of disturbance is equivalent to a succession of disturbances of the 1st type (error by missing a peak R).
  • the filtering algorithm of module 8 is broken down into two routines:
  • FIG. 10 represents the general flowchart of this main routine, designated “RR FILTER”,
  • FIG. 1 shows the general flowchart of this secondary routine, designated "Interpolation attempt".
  • this main routine which allows the automatic detection of erroneous samples of the RR series is the most important of the filtering module 8.
  • an RR series can for example have low variability, in which case an erroneous RR point will be all the more easily detected the higher its amplitude; on the contrary, a RR series can have a high variability, in which case an erroneous RR point will be more difficult to detect.
  • the filtering algorithm is of the self-adapting type, that is to say calculates detection thresholds whose value depends on the variability of the RR series: the detection limits calculated will be high for RR series with high variability; the calculated detection thresholds will be lower for RR series with low variability. Also, as will appear more clearly below, each detection threshold is not calculated over the entire series, but in a sliding time window comprising a number of predetermined samples (N). Detailed description: The variables in the flowchart in Figure 10 are as follows:
  • N configurable integer defining the number of samples used for the calculation of the self-adapting thresholds S1 and S2; The lower the value of N, the finer the detection of erroneous RRs, but the longer the calculation time. It is up to the person skilled in the art to find the best compromise between the computation time and the quality of the detection. In a specific embodiment, given for information only, N was equal to 20.
  • RR RR time interval expressed in ms. RR,: RR time interval during processing. RR. ,: previous RR time interval.
  • RR C last RR correct time interval.
  • M average of the N samples of the sliding window RR.
  • ⁇ Standard deviation of the N samples RR of the sliding window.
  • the first initialization step (FIG. 10 / step 101) consists in loading into a waiting list, for example of the FIFO type, N first samples RR; A calculation window is thus initialized, having a size of N successive RR samples. In this window of
  • each new RR point is treated iteratively (steps 102 to 11) so as to automatically determine the state of this RR point, this state being able to be “correct”, “erroneous”, or “undetermined”.
  • the method of determining the state of RR depends on the state of the RR. , previous (test 103 or 109). Case where RR ⁇ is correct (test 103 positive)
  • the current sample RR is compared, with two self-adaptive detection thresholds S1 and S2 (test 104), which are calculated from the means (M) and standard deviation ( ⁇ ).
  • This self-adaptive thresholding allows a first detection of suspect points, whatever the variability of the RR series.
  • the self-adaptive thresholds S1 and S2 are given by the following formula:
  • RR C designates the last RR in time which has been characterized as being correct.
  • the filtering algorithm tests whether the RRi is wrong or not (step 109).
  • the filtering algorithm automatically executes the "interpolation attempt" subroutine. If not, the filtering algorithm checks ( Figure 10 / step 1 1 1) if the current sample RR, is in the interval [S1, S2]. If so, the sample RR is characterized as being "correct”, as well as all the previous samples R,.rod... which were temporarily characterized as being“ indeterminate ”( Figure 10 / step 112). Then, similarly to step 105 previously described, the algorithm slides the window for calculating a sample (entry into the waiting list for the correct sample RR ,, and exit from the most old, i.e. sample R, .N ). The new mean (M) and standard deviation ( ⁇ ) values in this new window are then calculated, with a view to calculating the self-adaptive thresholds S1 and S2 during the following iteration.
  • Linear interpolation algorithm (step 121): This algorithm is broken down into two steps. In a first step, this algorithm calculates the corrected points RR k . To this end, it calculates the equation of the line passing through the two points (RR, and RR C ), that is:
  • RR d first correct point after the disturbance
  • T disturbance time (sum of points to be replaced + RR d )
  • RRi b / (1 -a)
  • the algorithm performs a correction of the points RR k .
  • the RR intervals are expressed in ms. RRs are therefore rounded whole values. These roundings are likely to change the total time of the reconstituted area in proportion to the number of erroneous points.
  • the correction consists in calculating the induced difference (sum of the erroneous points - sum of the reconstituted points) and in distributing on each new point a portion of this difference.
  • This second step constitutes an improvement, and may not be implementation in a simpler variant.
  • This test checks whether the first corrected interpolation sample is equal to the RR C sample with a tolerance of +/- 10% and whether the last corrected interpolation sample is equal to the RR sample ,, with a tolerance of +/- 10%. The test is positive (successful interpolation) when the two above conditions are met.
  • FIG. 12 represents a flowchart of an improved variant of implementation of the secondary routine (“attempt at interpolation”).
  • this improved variant we do not immediately carry out a linear interpolation between the RR sample and the RR C sample, but we start by performing a linear interpolation between the RR sample and the last point characterized as “indeterminate "(Step 128). If the interpolation is not successful ("testV” negative), we start again with the penultimate sample characterized as "indeterminate” (step 129), etc. It is only in the case where all the attempts at interpolation with the indeterminate samples have failed that an attempt at interpolation is made with RRc (FIG. 12 / step 130).
  • RRi is characterized as being "wrong". This technique has the advantage of modifying only a minimum of samples. Indeed, in the case of a successful interpolation, only the erroneous and indeterminate samples occurring after the sample used for this interpolation and before RRi are replaced by the RRk. All other pending indeterminate samples are returned as "correct”.
  • an initial test (step 125) is carried out on the number of erroneous points in the queue (erroneous points awaiting reconstruction).
  • the variable Nbmax characterizes this maximum number of erroneous points in the queue.
  • Her value is user adjustable. It allows to take into account strong accelerations or decelerations of the heart rate (example in the newborn the variations are stronger). Generally, this parameter is used to set the maximum authorized length of a disturbance zone. Beyond this length, all pending and undefined erroneous points are returned as correct.

Landscapes

  • Health & Medical Sciences (AREA)
  • Cardiology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Physiology (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

Le procédé permet de filtrer une série RR qui est obtenue après échantillonnage d'un signal cardiaque analogique caractéristique du rythme cardiaque, et qui est constituée d'une pluralité d'échantillons (RRi) définissant respectivement les intervalles de temps qui séparent deux battements cardiaques successifs. On détecte et on filtre automatiquement dans la série (RR) le ou les échantillons erronés, et pour détecter si un échantillon (RRi) est erroné, on compare la valeur de cette échantillon (RRi) de la série avec au moins un seuil auto-adaptatif qui est calculé à partir de (N) échantillons de la série (RR) pris dans une fenêtre glissante. En particulier, un seuil de détection auto-adaptatif est calculé à partir de la moyenne (M) et de l'écart-type (σ) des N échantillons dans une fenêtre glissante.

Description

PROCEDE ET DISPOSITIF DE FILTRAGE D'UNE SERIE RR ISSUE D'UN SIGNAL CARDIAQUE, ET PLUS PARTICULIEREMENT D'UN
SIGNAL ECG
La présente invention concerne le domaine du traitement numérique d'un signal bio-électrique analogique, qui est caractéristique du rythme cardiaque d'un être vivant, et qui est désigné dans le présent texte par les termes «.signal cardiaque» ; il s'agit de préférence, mais de manière non exclusive, d'un signal électrocardiographique (ECG). Dans ce domaine technique, l'invention a pour principaux objets un procédé et un dispositif de filtrage d'une série RR, obtenue par échantillonnage d'un signal cardiaque.
D'un point de vue physiologique, le cœur d'un être vivant, isolé de toute influence extérieure, se contracte automatiquement de façon très régulière comme un métronome, sous l'action du nœud sinusal qui génère un influx nerveux indépendant, et par là-même provoque une contraction spontanée du muscle cardiaque. Le cœur n'est toutefois pas isolé, mais est relié au Système Nerveux Autonome (SNA), par l'intermédiaire des systèmes parasympathique et sympathique. Ce système nerveux autonome influe sur l'activité du cœur : le système sympathique accélère le rythme cardiaque, tandis que le système parasympathique le ralentit. Ainsi, malgré une certaine autonomie, le cœur subit des influences du système nerveux autonome, ce qui permet notamment à l'organisme d'un être vivant d'adapter le rythme cardiaque en fonction de ses besoins, dans des limites toutefois raisonnables. On comprend en conséquence que l'analyse de l'évolution dans le temps du rythme cardiaque, et en particulier des variations du rythme cardiaque (variation des battements du cœur) permet d'obtenir une information importante sur l'activité du système cardiaque, et plus particulièrement sur l'activité du système nerveux autonome. Or la connaissance de l'activité du SNA peut être d'une aide précieuse dans l'élaboration d'un diagnostic de bon nombre de situations cliniques. Sur ce sujet, on pourra se référer par exemple à la publication ci-après : Lacroix D, Logier R., Kacet S., Hazard J-R, Dagano J. (1992) : « Effects of nconsecuitve admnistration of central and peripheral anticholinergic agents on repiratory sinu arrhytmia in normal subjects, J. of the Autonomie Nervous System", Vol 39, pages 21 1 -218
Pour étudier ces fluctuations du rythme cardiaque, on a déjà depuis 1970 développé différentes techniques d'analyse spectrale d'un signal qui représente l'évolution dans le temps du rythme (ou fréquence) cardiaque instantané, et qui est obtenu après échantillonnage d'un signal bio-électrique analogique, caractéristique du rythme cardiaque d'un être vivant, et dit par la suite « signal cardiaque ».
Pour acquérir ce signal cardiaque, différentes techniques d'acquisition invasives ou non invasives sont connues. Une technique invasive connue consiste par exemple à utiliser un capteur de pression sanglante relié à un cathéter introduit dans une artère. Parmi les méthodes non invasives connues, on trouve par exemple l'utilisation d'un capteur de pouls infrarouge, ou l'acquisition d'un signal électrocardiographique (ECG) au moyen d'un électrocardiographe. Cette dernière méthode d'acquisition d'un signal ECG est en pratique la plus couramment utilisée à ce jour, car outre son caractère non invasif, elle permet avantageusement d'obtenir un signal plus précis que celui obtenu par exemple au moyen d'un capteur de pouls infrarouge.
Le signal ECG est de manière connue constitué d'une succession de dépolarisations électriques dont l'allure est représentée sur la figure 3 annexée. L'onde P, qui correspond à la dépolarisation des oreillettes, présente une faible amplitude, et une forme de dôme. L'espace PQ traduit le temps de conduction auriculo-ventriculaire. Le complexe QRS reflète la contraction ventriculaire, et l'onde T la repolarisation ventriculaire. En pratique, on considère le pic R comme marqueur de la systole ventriculaire, c'est-à-dire du «battement cardiaque ».
En pratique, l'onde R étant le plus souvent la partie la plus fine et la plus ample du QRS, elle est généralement utilisée pour localiser ponctuellement le battement cardiaque avec une très bonne précision, en pratique de l'ordre du millième de seconde. Ainsi l'intervalle de temps entre deux ondes R successives caractérise de manière précise le temps séparant deux battements cardiaques successifs ; c'est la période du signal ECG, et l'inverse de cette période donne la fréquence cardiaque instantanée. Pour construire automatiquement le signal, dit par la suite
«série RR », représentant l'évolution dans le temps du rythme cardiaque instantané, on échantillonne le signal ECG qui est un signal analogique (conversion analogique/numérique du signal ECG), et on traite le signal ECG numérique échantillonné, en détectant automatiquement les ondes R dans ce signal numérique. Une série RR est ainsi de manière usuelle, constituée d'une pluralité d'échantillons
(ou points) (RR,) successifs, chaque écahntillon (RR,) correspondant à l'intervalle de temps, séparant deux ondes R successives du signal ECG.
Il faut toutefois souligner d'une part que l'on peut également utiliser les autres ondes de dépolarisation (P,Q, S ou T) du signal ECG pour caractériser la fréquence cardiaque, même si la précision de la mesure est moins bonne qu'en utilisant les ondes R. D'autre part, en fonction de la technique d'acquisition choisie, le signal cardiaque peut présenter une forme différente de celle précitée d'un signal ECG. En conséquence, dans le présent texte, le terme « série RR » ne se limite pas à la définition particulière précitée basée sur les ondes R d'un signal ECG, mais se définit d'une manière plus générale dans le cadre de la présente invention comme une série de plusieurs échantillons dits (RR,), obtenue après échantillonnage d'un signal cardiaque analogique qui est caractéristique du rythme cardiaque, chaque échantillon (RR,) caractérisant l'intervalle de temps entre deux battements cardiaques successifs.
La série RR issue d'un signal cardiaque, et par exemple d'un signal ECG, en vue de son analyse spectrale, est de manière usuelle transposée dans le domaine fréquentiel, en utilisant différentes méthodes connues. La méthode la plus couramment utilisée consiste à calculer la transformée de Fourier discrète de la série RR. Une autre méthode connue consiste à calculer la transformée quadratique de Wigner-Ville de la série RR. Ces deux méthodes ne sont pas exhaustives, d'autres méthodes de calcul pouvant être utilisées.
En pratique, les perturbations dans le signal cardiaque, et en particulier dans un signal ECG, induisent, dans la série RR issue de ce signal cardiaque, des variations brutales de faible durée couramment appelées artefacts. Les perturbations, à l'origine d'artefacts dans la série RR, peuvent être physiologiques et liées intrinsèquement à un dysfonctionnement momentané du système cardiaque ; il s'agit par exemple d'une extrasystole. Ces perturbations peuvent également être extérieures et non liées au fonctionnement du système cardiaque ; il s'agit par exemple d'un mouvement du patient altérant brièvement le signal de mesure.
Les artefacts dans une série RR peuvent se traduire par un unique échantillon erroné ou par une pluralité d'échantillons successifs erronés. En pratique, un artefact dans la série RR peut être assimilé à une impulsion de Dirac, et se traduit dans- le domaine fréquentiel par un spectre continu rectangulaire à large bande. Par conséquent, dans l'hypothèse où on transposerait dans le domaine fréquentiel (par transformée de Fourier ou autre) une série RR, sans prendre au préalable de précautions particulières, la présence d'artefacts dans la sérié RR se traduirait dans le domaine fréquentiel par l'obtention d'un spectre fréquentiel de la série RR très perturbé, de forme rectangulaire de large bande, masquant le spectre du signal réel.
Pour cette raison, pour obtenir une information fréquentielle correcte, il est primordial d'éliminer les artefacts avant de réaliser la transposition en fréquence. A ce jour, pour pallier l'inconvénient précité lié à la présence d'artefacts dans la série RR, on procède de la manière suivante. Le signal cardiaque analogique, par exemple un signal ECG, est enregistré, numérisé, puis au moyen d'un algorithme connu, on construit automatiquement, et on sauvegarde en mémoire, une série RR de ce signal, en sorte d'en faire une analyse spectrale différée par rapport à l'enregistrement du signal cardiaque. Cette analyse spectrale différée est réalisée de la manière suivante. Dans une première étape, un opérateur réalise un filtrage manuel de la série RR. A cet effet, la série RR sauvegardée en mémoire est affichée sur un écran pour l'opérateur, lequel détecte visuellement chaque échantillon erroné caractéristique d'un artefact ; l'opérateur sélectionne manuellement une ou plusieurs portions « propres » de la série RR exemptes d'artefact. Dans une seconde étape, la transposition en fréquence, par exemple par transformée de Fourier, est calculée uniquement sur la ou les portions «propres » sélectionnées manuellement par l'opérateur.
Un inconvénient majeur de la méthode de filtrage précitée est qu'elle nécessite une intervention humaine pour détecter les artefacts, et surtout pour sélectionner les portions « propres » de la série RR, ce qui la rend fastidieuse et relativement longue à mette en œuvre ; cette méthode est de ce fait peu adaptée pour traiter des signaux cardiaques, sur des durées d'acquisition longues, et par exemple des durées d'acquisition d'une journée ou plus. Un autre inconvénient de la méthode de filtrage précitée est qu'elle se traduit en pratique par une suppression de portions temporelles importantes dans la série RR, et de ce fait ne permet pas une analyse spectrale, sur toute la durée d'acquisition de ce signal cardiaque. La présente invention a pour objet un nouveau procédé de filtrage d'une série RR qui est automatique et permet de pallier tout ou partie des inconvénients précités.
Selon l'invention, le procédé de filtrage d'une série RR se caractérise en ce qu'on détecte et on filtre automatiquement dans la série (RR) le ou les échantillons erronés, et en ce que pour détecter si un échantillon (RR,) est erroné, on compare la valeur de cette échantillon (RR,) de la série avec au moins un seuil auto-adaptatif qui est calculé à partir de (N) échantillons de la série (RR) pris dans une fenêtre glissante. Dans une variante simplifiée de l'invention, le filtrage des échantillons erronés est obtenu en supprimant purement et simplement ces échantillons de la série RR.
Dans une variante préférée de réalisation, permettant avantageusement de limiter les pertes d'information temporelle, chaque échantillon erroné ou chaque succession d'échantillons erronés est filtré en étant remplacé dans la série RR, par un ou plusieurs échantillons corrigés RRk calculés par interpolation linéaire. Plus particulièrement, on teste si l'échantillon précédent RR,., est correct, et dans la négative on effectue une tentative d'interpolation linéaire avec l'échantillon RR, et on détecte automatiquement que l'échantillon RR, est correct ou erroné en fonction du résultat de l'interpolation.
Le procédé de filtrage de l'invention peut être mis en œuvre en temps différé par rapport à l'acquisition du signal cardiaque et à la construction de la série RR à partir du signal cardiaque enregistré.
Dans ce cas le procédé de filtrage est appliqué sur une série RR dont les points sont stockés en mémoire.
De préférence, et de manière avantageuse par rapport au procédé précité de l'art antérieur, le procédé de filtrage de l'invention peut également être mis en œuvre en temps réel, au fur et à mesure de l'acquisition du signal cardiaque.
L'invention a ainsi pour autre objet un procédé d'acquisition et de traitement d'un signal cardiaque analogique, caractéristique du rythme cardiaque, et en particulier d'un signal ECG. Ce procédé est connu en ce qu'on enregistre le signal cardiaque, on numérise ce signal et on construit une série RR. De manière essentielle et nouvelle, on réalise un filtrage de la série RR en temps réel, au fur et à mesure de la construction de cette série, en mettant en œuvre le procédé de filtrage précité de l'invention. L'invention a également pour objet un système d'acquisition et de traitement en temps réel d'un signal ECG, lequel système comporte des électrodes de mesure permettant l'acquisition d'un signal ECG, et des moyens de traitement du signal ECG qui comprennent un convertisseur analogique/numérique permettant d'échantillonner le signal ECG, et une unité de traitement programmée recevant en entrée le signal issu du convertisseur ; l'unité de traitement est programmée pour construire automatiquement, à partir du signal délivré par le convertisseur, une série RR constituée d'une pluralité d'échantillons (RR,) définissant respectivement les intervalles de temps qui séparent deux battements cardiaques successifs, et pour filtrer la série RR conformément au procédé précité de l'invention.
D'autres caractéristiques et avantages de l'invention apparaîtront plus clairement à la lecture de la description ci-après d'une variante préférée de réalisation d'un système d'acquisition et de traitement en temps réel d'un signal ECG, mettant en oeuvre le procédé de filtrage de l'invention, laquelle description est donnée à titre d'exemple non limitatif et en référence aux dessins annexés sur lesquels :
- la figure 1 représente de manière schématique les principaux éléments d'un système d'acquisition et de traitement fréquentiel d'un signal ECG conforme à l'invention,
- la figure 2 est un synoptique des trois principaux modules fonctionnels du logiciel de traitement exécuté par l'unité de traitement du système d'acquisition de la figure 1 , - la figure 3 représente l'onde (PQRST) caractéristique d'un signal
ECG analogique,
- la figure 4 représente un exemple de signal numérique ECG; obtenu après échantillonnage d'un signal ECG analogique,
- la figure 5 représente la série RR construite à partir du signal de la figure 4,
- les figures 6 à 9 illustrent respectivement quatre types de perturbations qui sont susceptibles d'être présentes dans une série RR, et qui sont détectées et filtrés par l'algorithme de filtrage de l'invention, - la figure 10 est un organigramme illustrant les principales étapes de la routine principale d'un exemple d'algorithme de filtrage conforme à l'invention,
- la figure 1 1 est un organigramme illustrant les principales étapes d'une variante simplifiée d'une sous-routine d'interpolation qui est appelée par la routine principale de la figure 10,
- et la figure 12 un organigramme illustrant les principales étapes d'une variante perfectionnée d'une sous-routine d'interpolation qui est appelée par la routine principale de la figure 10. On a représenté sur la figure 1, un système d'acquisition et de traitement fréquentiel du rythme cardiaque. Ce système comporte :
- des moyens usuels d'acquisition d'un signal ECG, comprenant plusieurs électrodes de mesure 1, et reliées en entrée à un moniteur électrocardiographique (ECG) 2, - des moyens 3 de traitement en temps réel du signal ECG délivré en sortie par le moniteur ECG 2.
Les moyens de traitement 3 du signal ECG comprennent un convertisseur analogique/numérique 4, et une unité de traitement programmée 5. L'entrée du convertisseur 4 est reliée à la sortie du moniteur ECG 2, et la sortie du convertisseur 4 est reliée à un port d'entrée de l'unité de traitement 5. Dans un exemple particulier de réalisation, non limitatif de l'invention, l'unité de traitement 5 est constituée par un micro-ordinateur, le convertisseur 4 étant relié à un port série RS232 de ce micro-ordinateur. En fonctionnement, les électrodes 1 sont appliquées sur le corps d'un patient, et le moniteur ECG délivre en sortie de manière usuelle un signal électrique analogique, dit signal ECG, qui pour chaque battement cardiaque, à la forme du signal représenté à la figure 3. Ce signal ECG est numérisé par le convertisseur 4, avec une fréquence d'échantillonnage (f) prédéterminée, valant par exemple 256 Hz. Ce signal numérique (représenté sur la figure 4) est ensuite traité en temps réel par l'unité de traitement 5, au moyen d'un logiciel de traitement spécifique décrit en détail ci-après. Signal analogique ECG / Figure 3 Le signal électrocardiographique (ECG), délivré en sortie par le moniteur électrocardiographique 2, est constitué d'un ensemble de dépolarisations électriques dont l'allure est donnée sur la figure 3.
L'onde P qui correspond à la dépolarisation des oreillettes, a une faible amplitude et une forme de dôme ; l'espace PQ qui traduit le temps de conduction auriculo-ventriculaire ; le complexe QRS reflète la contraction ventriculaire, et l'onde T la repolarisation ventriculaire. En pratique on considère l'onde R comme marqueur de la systole ventriculaire, ou du «battement cardiaque ». L'intervalle RR/ figure 4 L'intervalle « RR » correspond au temps séparant deux battements cardiaques, c'est la période instantanée du signal, et son inverse donne la fréquence cardiaque instantanée. L'onde R, étant le plus souvent la partie la plus fine et la plus ample du QRS, permet de localiser ponctuellement le battement cardiaque avec une très bonne précision (de l'ordre du millième de seconde).
L'enregistrement de la succession des ondes R, à partir du signal ECG, permet de construire la série RR et de l'analyser dans le domaine fréquentiel.
Synoptique général du logiciel de traitement du signal ECG numérisé On a représenté sur la figure 2, les trois principaux modules fonctionnels 7, 8, 9 du logiciel de traitement du signal ECG numérisé.
Le premier module 7 est alimenté en entrée et en temps réel avec les données numériques successives constitutives du signal ECG numérisé
6, et délivrées par le convertisseur analogique numérique 4. Ces données sont formées, pour chaque échantillon résultant de la conversion numérique du signal analogique ECG, de l'amplitude instantanée ECG, du signal ECG, et de l'instant t, d'échantillonnage ( t, = n/f, avec n, numéro d'échantillon et f représentant la fréquence d'échantillonnage du convertisseur 4). Le premier module 7 est conçu pour détecter automatiquement chaque pic R, successif dans le signal numérique 6, et pour construire automatiquement une série RR à partie de ce signal. En sortie, ce module 7 délivre successivement dans le temps, les points RR, successifs de la série RR. La valeur de chaque point RR, est égale à l'intervalle de temps (δt,) (exprimé en multiple de la fréquence d'échantillonnage f) séparant un pic R, du pic suivant R,+1 (dans une autre variante il pourrait s'agir du pic précédent R,.,). Sachant que le module 7 réalisant la fonction précitée de détection des pics R, et de construction de la série RR est par ailleurs déjà connu, il ne sera pas plus amplement décrit dans le présent texte. Le deuxième module 8 désigné « filtre RR » est conçu en sorte de mettre en oeuvre automatiquement le procédé de filtrage de l'invention. Ce module 8 qui constitue la partie essentielle du système au regard de l'invention sera décrit en détail ultérieurement. En sortie, ce module 8 délivre en temps réel, une série RR corrigée. Le troisième module 9 réalise l'analyse spectrale de la série RR corrigée. Ce module 9 étant par ailleurs déjà connu en soit, il ne sera pas décrit en détail. Ce module 9 calcule d'une manière générale la densité spectrale de puissance de la série RR. A cet effet, ce module transpose la série RR (temporelle) dans le domaine fréquentiel, par exemple en calculant la transformée de Fourier rapide discrète de cette série, dans des fenêtres temporelles prédéfinies, pondérées au moyen d'une fenêtre de pondération prédéfinie. Il peut s'agir selon la réalisation envisagée d'une fenêtre de pondération rectangulaire, ou encore par exemple d'une fenêtre de pondération de Kaiser, Hamming ou Bartiett. Egalement, les fenêtres temporelles de calcul peuvent être prédéfinies et fixes, ou il peut s'agir d'une fenêtre temporelle de calcul, de taille prédéterminée, que l'on fait glisser dans le temps. Dans un exemple précis de réalisation, donné à titre non limitatif, l'analyse spectrale est effectuée sur une fenêtre temporelle glissante de 256 secondes, appliquée sur la série RR, et soumise à une pondération de Kaiser pour limiter les effets de bord dus au fenêtrage. Dans cette fenêtre pondérée, on calcule la Transformée de Fourier Rapide (TFR) de la série RR, et on obtient la courbe de densité spectrale de puissance entre 0 et 2hz (conformément au théorème de Shannon).
Selon une caractéristique additionnelle, le module 9 calcule également, à partir de la courbe de densité spectrale obtenue, les puissance spectrales (aires sous la courbe de densité spectrale) entre des bornes de fréquences prédéterminées (éventuellement réglables par un utilisateur). Ces calculs de puissance spectrale constituent un moyen d'investigation et d'analyse de la régulation cardiaque par le Système Nerveux Autonome (SNA). Dans un exemple précis de réalisation, non limitatif, le module 9 était conçu pour calculer une puissance spectrale basse fréquence (PS-BF) sur une plage de fréquences comprise entre 0,039 HZ et 0,148Hz, et une puissance spectrale haute fréquence (PS-HF) sur une plage de fréquences comprise entre 0,148HZ et 0,4Hz. La puissance spectrale basse fréquence (PS-BF) permettait d'estimer les tonus sympathique et parasympathique, tandis que puissance spectrale haute fréquence (PS- HF) permettait d'estimer le tonus parasympathique. Module 8 / Filtre RR
En situation de routine clinique, le signal ECG analogique est soumis à différents types de perturbations (extrasystoles, mouvements du patient, ...) qui induisent des variations brutales dans la série RR donnant une évaluation erronée de l'analyse spectrale.
La présence d'une simple perturbation (artefact) dans la série RR peut être interprétée comme une impulsion de Dirac (pic considéré comme infiniment ample et infiniment bref), ce qui se traduit dans le domaine fréquentiel par un spectre continu rectangulaire à large bande. Ce type d'impulsion génère un spectre très perturbé de forme rectangulaire de large bande, qui masque le spectre du signal réel. De plus, quand on utilise une fenêtre d'analyse spectrale glissante (module 9), la durée de l'influence de ce spectre rectangulaire durera tant que cette impulsion sera visible dans la fenêtre d'analyse. Pour obtenir une information fréquentielle correcte, il est donc primordial de détecter et d'éliminer toutes les perturbations de la série RR.
L'algorithme de filtrage du module 8, qui est détaillée ci-après, permet de remédier à ce problème, en détectant automatiquement toute variation aberrante de la fréquence cardiaque instantanée et reconstruisant la série RR par interpolation linéaire tout en conservant le temps réel d'enregistrement.
Afin de détecter au mieux ces perturbations il est important, dans un premier temps, d'en connaître les caractéristiques. Ainsi, on peut dénombrer quatre types de perturbations correspondant aux erreurs de détection du complexe QRS.
1ére perturbation I figure 61 erreur de détection par manquement d'un pic R Le programme de construction de la série RR (module 7) peut détecter deux pics successifs (a) et (b), en déduire l'intervalle RR, (égal au temps écoulé entre les deux pics), puis manquer la détection du pic (c) et détecter le pic (d). Le programme de construction en déduit un deuxième intervalle RR2 entre les pics (b) et (d), d'une grandeur environ double de celle de RRr Ce manquement dans la détection du pic (c) se manifeste sur la courbe RR = f(t) par un pic de forte amplitude.
2ème type de perturbation I figure 7 / erreur de détection par excès Le programme de construction de la série RR (module 7) peut détecter des faux pics R (grande onde T, artefacts, ...) et déduire de faux intervalles RR plus petits. Ce phénomène engendre un -pic de faible durée sur la courbe RR = f(t).
3éme tvoe de perturbation I figure 81 coupure de recueil de signal
Des phénomènes extérieurs peuvent causer un arrêt provisoire de la détection du complexe QRS (décollement de l'électrode, ...), dès lors, le programme d'acquisition attend l'arrivée du prochain complexe
QRS. Dès qu'il détectera un nouveau QRS il calculera un RR très grand
(égal au temps de coupure) qui engendrera un pic de très forte amplitude sur la courbe RR = f(t).
Ce type de perturbation est équivalent à une succession de perturbations du 1er type (erreur par manquement d'un pic R).
4éme type de perturbation I figure 9 1 extrasystole
Il s'agit de perturbation d'ordre physiologique : les extrasystoles provoquent des contractions cardiaques prématurées et suivies d'un repos compensateur. ALGORITHME DE FILTRAGE DE LA SERIE RR (figures 10 et 1 1)
L'algorithme de filtrage du module 8 se décompose en deux routines :
- une routine principale qui détermine automatiquement si un point RR, de la série RR est ou non un point erroné ; la figure 10 représente l'organigramme général de cette routine principale, désignée « FILTRE RR » ,
- Une routine secondaire, qui est appelée par la routine principale, et qui d'une manière générale, permet principalement de reconstruire par interpolation linéaire la série RR, pour les (RRj) erronés qui ont été détectés ; la figure 1 1 représente l'organigramme général de cette routine secondaire, désignée « Tentative d'interpolation ».
Routine principale : « FILTRE RR » / figure 10
Description générale :
Au regard de l'invention, cette routine principale qui permet la détection automatique des échantillons erronés de la série RR est la plus importante du module de filtrage 8. Pour comprendre le principe de fonctionnement de la détection, il convient au préalable de comprendre que l'on peut en pratique être confronté à différentes morphologies de série RR : une série RR peut par exemple présenter une faible variabilité, auquel cas un point RR, erroné sera d'autant plus facilement détecté que son amplitude est forte ; une série RR peut au contraire présenter une forte variabilité, auquel cas un point RR, erroné sera plus difficile à détecter.
Afin de pouvoir tenir compte de cette variabilité d'une série RR, l'algorithme de filtrage est de type auto-adaptatif, c'est-à-dire calcule des seuils de détection dont la valeur dépend de la variabilité de la série RR : les seuil de détection calculés seront élevés pour les séries RR à forte variabilité ; les seuils de détection calculés seront plus faibles pour les séries RR à faible variabilité. Egalement, tel que cela apparaîtra plus clairement ci-après, chaque seuil de détection n'est pas calculé sur l'ensemble de la série, mais dans une fenêtre temporelle glissante comportant un nombre d'échantillons prédéterminés (N). Description détaillée : Les variables de l'organigramme de la figure 10 sont les suivantes :
N : entier paramétrable définissant le nombre d'échantillons utilisé pour le calcul des seuils auto-adaptatifs S1 et S2 ; Plus la valeur de N est faible, et plus la détection des RR, erronés est fine, mais plus le temps de calcul est long. Il revient à l'homme du métier de trouver le meilleur compromis entre le temps de calcul et la qualité de la détection. Dans un exemple précis de réalisation, donné à titre indicatif uniquement, N valait 20. RR : intervalle de temps R-R exprimé en ms. RR, : intervalle de temps R-R en cours de traitement. RR,.,: intervalle de temps R-R précédent. RRC : dernier intervalle de temps R-R correct.
M : moyenne des N échantillons RR de la fenêtre glissante. σ : Ecart-type des N échantillons RR de la fenêtre glissante.
La première étape d'initialisation (figure 10 / étape 101) consiste à charger dans une liste d'attente, par exemple de type FIFO, N premiers échantillons RR ; On initialise ainsi une fenêtre de calcul, ayant une taille de N échantillons RR successifs. Dans cette fenêtre de
N D D calcul initiale, on calcule la moyenne (M) [M = ^ — - ] et l'écart-type
(σ) de ces N échantillons RR initiaux [σ = ] afin de déterminer les seuils de détection initiaux.
Ensuite, on traite de manière itérative chaque nouveau point RR, (étapes 102 à 1 19) en sorte de déterminer automatiquement l'état de ce point RR,, cet état pouvant être « correct », « erroné », ou « indéterminé ». La méthode de détermination de l'état d'un RR, dépend de l'état du RR,., précédent (test 103 ou 109). Cas où RRα est correct (test 103 positif)
On compare l'échantillon courant RR, avec deux seuils de détections auto-adaptatifs S1 et S2 (test 104), qui sont calculés à partir des moyenne (M) et écart-type (σ). Ce seuillage auto-adaptatif permet une première détection de points suspects, quelle que soit la variabilité de la série RR.
Des études effectuées sur des séries RR à forte variabilité montrent que les points constituant la série RR sont distribués selon une courbe de Gauss et suivent une loi normale. On peut en conclure que toutes les perturbations se situent en dehors de l'intervalle [M +/- 2σ], ainsi que 5% des valeurs correctes qui correspondent aux extremums corrects de la distribution. En conséquen e, dans une variante préférée de réalisation de l'invention, les seuils autoadaptatif S1 et S2 sont donnés par les formule suivantes :
51 = M - 2σ
52 = M + 2σ Si l'échantillon RR, est dans l'intervalle [S1 ;S2], il est détecté d'emblée comme « correct », et on fait glisser d'un échantillon la fenêtre de calcul (étape 105/ « mise à jour fenêtre de calcul »). En pratique, ce glissement de la fenêtre de calcul se traduit par exemple par l'entrée dans la liste d'attente, contenant les N derniers échantillons corrects, de l'échantillon correct RR,, et par la sortie de l'échantillon le plus ancien dans la liste (c'est-à-dire l'échantillon R,.N ). Les nouvelle valeurs de moyenne (M) et d'écart-type (σ) dans cette nouvelle fenêtre sont alors calculées, en vue du calcul des seuils auto-adaptatif S1 et S2 lors de l'itération suivante. En revanche, si l'échantillon RR, est en dehors de l'intervalle [S1 ;S2], cet échantillon peut soit en définitive être effectivement erroné, soit être correct ( point faisant partie des 5% qui correspondent aux extremums corrects de la distribution de Gauss). La discrimination entre ces deux type d'échantillon est effectuée automatiquement au moyen des «TEST 1 » et « TEST2 » décrits ci-après, qui permettent de tenir compte des morphologies particulières des perturbations. Si l'échantillon RR, est en dehors de l'intervalle [S1 ;S2], l'algorithme de filtrage applique un premier test complémentaire (TEST1), qui permet soit de caractériser d'emblée que l'échantillon est « erroné », soit de caractériser temporairement cet échantillon comme étant
«indéterminé ».
"Test 1 " (étape 106 / figure 10):
Ce test est utilisé pour déterminer si l'échantillon RR, est le résultat d'une erreur de détection de l'onde R [erreur de détection par manquement d'un pic R (1ère et 3ème perturbations précitées) ou erreur de détection par excès / 2ème perturbation précitée )]. Il réunit donc les deux conditions C1 et C2 suivantes, à savoir :
C1 (erreur de détection par manquement d'un pic R) : RR, >= (2.RRC) - 20%(RRC) C2 (erreur de détection par excès): RR, <= (RRc / 2) + 20%(RRc)
Le Testl se traduit donc par l'expression : (RR, > 1,8.RRC) ou
(RR,≤,7.RRC).
Dans les formules ci-dessus RRC désigne le dernier RR dans le temps qui a été caractérisé comme étant correct.
Cas où RRα n'est pas correct (test 103 négatif)
L'algorithme de filtrage teste si le RRi est erroné ou non (étape 109).
Dans l'affirmative, l'algorithme de filtrage exécute automatiquement la sous-routine « tentative d'interpolation ». Dans la négative, l'algorithme de filtrage vérifie (figure 10/ étape 1 1 1) si l'échantillon courant RR, se trouve dans l'intervalle [S1,S2]. Dans l'affirmative, l'échantillon RR, est caractérisé comme étant « correct », de même que tous le échantillons précédents R,.„... qui étaient caractérisés temporairement comme étant « indéterminés » (figure 10 / étape 112). Ensuite, de manière similaire à l'étape 105 précédemment décrite, l'algorithme fait glisser la fenêtre de calcul d'un échantillon ( entrée dans la liste d'attente de l'échantillon correct RR,, et sortie de l'échantillon le plus ancien , c'est-à-dire l'échantillon R,.N ). Les nouvelles valeurs de moyenne (M) et d'écart-type (σ) dans cette nouvelle fenêtre sont alors calculées, en vue du calcul des seuils autoadaptatif S1 et S2 lors de l'itération suivante.
Si l'échantillon RR, se trouve en dehors de l'intervalle [S1, S2] (test 1 11 négatif), l'algorithme applique de nouveau le « Test 1 » (figure 10/ étape 1 13). Si ce test est négatif, l'algorithme applique un second test dit « Test2 » (figure 10 / étape 1 15). « Test 2 » (étape 115 / figure 10):
Ce test est utilisé pour déterminer si les échantillons RR, et RR,., (qui est aussi le dernier RR classé en indéterminé) sont le résultat d'une extrasystole (3è e type de perturbation). En effet, du fait de sa morphologie, la détection de ce type de perturbation nécessite au moins deux points. Pour permettre la détection de ce type particulier de morphologie, le « Test2 » est le suivant : [RR, > (M + 2 σ) et RR,., <
0,9(RRC) ].
Si le « Test2 » est positif, RRi-1 et RRi sont caractérisés comme étant « erronés » ( figure 10 / étape 116 ). Si ce test est négatif, l'algorithme teste le nombre de points indéterminés en attente ( figure 10 / étape
117 ).
Test du nombre de points indéterminés en attente ( figure 10 / étape
1 17 ) : Ce test est utilisé pour éviter qu'un trop grand nombre de points indéterminés ne s'accumulent inutilement dans le cas d'un changement durable de la fréquence cardiaque. Dans un exemple précis de réalisation, donné à titre indicatif uniquement, le nombre maximal de points indéterminés en attente valait 5. Si ce test est positif, RRi est « indéterminé » ( figure 10 / étape 1 18 ). Si ce test est négatif, le points indéterminé en attente le plus ancien est renvoyé comme « correct » et RRi est « indéterminé ». Ensuite, de manière similaire à l'étape 105 précédemment décrite, l'algorithme met à jour la fenêtre de calcul et calcule les nouvelles valeurs de S1 et S2 ( figure 10 / étape 119 ).
Routine secondaire : « tentative d'interpolation» / figure 11 Cette routine est exécutée chaque fois que l'échantillon RR,.,, qui précède l'échantillon RR, en cours de test, a été caractérisé lors de l'itération précédente comme étant « erroné » (figure 10/ test 109 positif). Dans la variante de la figure 1 1, cette routine (étape 121) calcule des échantillons corrigés RRk par interpolation linéaire entre l'échantillon RR, et l'échantillon RRC, c'est-à-dire le dernier échantillon qui a été caractérisé comme étant correct. Lorsque l'interpolation linéaire est réussie ( test 122 positif), l'échantillon RR, est caractérisé comme « correct », et dans le cas contraire il est caractérisé comme étant erroné.
Algorithme d'interpolation linéaire (étape 121) : Cet algorithme se décompose en deux étapes. Dans une première étape, cet algorithme calcule les points corrigés RRk. A cet effet, il calcule l'équation de la droite passant par les deux points (RR, et RRC), soit :
RR, = a.Ti + b, avec b = RRC (dernier point correct avant la perturbation) a = (RRd - RRC) / T
RRd : premier point correct après la perturbation T : temps de perturbation ( somme des points à remplacer + RRd) Ainsi chaque point reconstitué par interpolation linéaire peut s'écrire : RRk = [a.(Σ,=0 à k-ι RRl) + b] / (1-a) Initialisation : RRi = b / (1 -a)
Le calcul exposé ci-dessus est effectué jusqu'à ce que le temps d'interpolation ( somme des RRk ) soit le plus proche possible de T. Dans une deuxième étape, l'algorithme effectue une correction des points RRk. En effet, les intervalles RR sont exprimés en ms. Les RR sont donc des valeurs entières arrondies. Ces arrondis sont susceptibles de changer le temps total de la zone reconstituées proportionnellement au nombre de points erronés. La correction consiste à calculer la différence induite (somme des points erronés - somme des points reconstitués) et à distribuer sur chaque nouveau point une portion de cette différence. Cette deuxième étape constitue un perfectionnement, et pourrait ne pas être mise en œuvre dans une variante de réalisation plus simple. Test V ( figure 1 1 / étape 122) :
Ce test vérifie si le premier échantillon corrigé de l'interpolation est égale à l'échantillon RRC avec une tolérance de +/- 10% et si le dernier échantillon corrigé de l'interpolation est égale à l'échantillon RR,, avec une tolérance de +/- 10%. Le test est positif (interpolation réussie) lorsque les deux conditions précitées sont remplies.
La figure 12 représente un organigramme d'une variante perfectionnée de mise en œuvre de la routine secondaire (« tentative d'interpolation »). Dans cette variante perfectionnée, on ne réalise pas d'emblée une interpolation linéaire entre l'échantillon RR, et l'échantillon RRC, mais on commence par réaliser une interpolation linéaire entre l'échantillon RR, et le dernier point caractérisé comme « indéterminé » (étape 128). Si l'interpolation n'est pas réussie (« testV » négatif), on recommence avec l'avant dernier échantillon caractérisé comme « indéterminé » (étape 129), etc. C'est seulement dans le cas où toutes les tentatives d'interpolation avec les échantillons indéterminés ont échoué que l'on réalise une tentative d'interpolation avec RRc ( figure 12 / étape 130 ). Si cette dernière tentative échoue à son tour, RRi est caractérisé comme étant « erroné ». Cette technique présente l'avantage de ne modifier qu'un minimum d'échantillons. En effet, dans le cas d'une interpolation réussie, seuls les échantillons erronés et indéterminés survenus après l'échantillon utilisé pour cette interpolation et avant RRi sont remplacés par les RRk. Tous les autres échantillons indéterminés en attente sont renvoyés comme « corrects ».
Egalement, dans la variante de la figure 12, on réalise un test initial (étape 125) sur le nombre de points erronés en file attente (point erronés en attente de reconstruction). La variable Nbmax caractérise ce nombre maximum de points erronés en file-d'attente. Sa valeur est ajustable par l'utilisateur. Elle permet de tenir compte des fortes accélérations ou décélérations du rythme cardiaque (exemple chez le nouveau né les variations sont plus fortes). De façon générale, ce paramètre permet de régler la longueur maximale autorisée d'une zone de perturbation. Au delà de cette longueur, tous les points indéterminés et erronés en attente sont renvoyés comme corrects.

Claims

REVENDICATIONS
1. Procédé de filtrage d'une série RR qui est obtenue après échantillonnage d'un signal cardiaque analogique caractéristique du rythme cardiaque, et qui est constituée d'une pluralité d'échantillons (RR,) définissant respectivement les intervalles de temps qui séparent deux battements cardiaques successifs, caractérisé en ce qu'on détecte et on filtre automatiquement dans la série (RR) le ou les échantillons erronés, et en ce que pour détecter si un échantillon (RR,) est erroné, on compare la valeur de cette échantillon (RR,) de la série avec au moins un seuil auto-adaptatif qui est calculé à partir de (N) échantillons de la série (RR) pris dans une fenêtre glissante.
2. Procédé selon la revendication 1 caractérisé en ce que la fenêtre glissante comprend les N échantillons (RR,.N, ..., RR,.,) qui précèdent l'échantillon RRj testé.
3. Procédé selon la revendication 1 ou 2 caractérisé en ce qu'un seuil de détection auto-adaptatif est calculé à partir de la moyenne (M) et de l'écart-type (σ) des N échantillons de la fenêtre glissante.
4. Procédé selon la revendication 3 caractérisé en ce qu'on détecte automatiquement qu'un échantillon RR, n'est pas erroné (échantillon correct) lorsque cet échantillon est compris dans l'intervalle [S1,S2], S1 et S2 étant deux seuils auto-adaptatifs calculés à partir de la moyenne (M) et de l'écart-type (σ) des N échantillons de la fenêtre glissante.
5. Procédé selon la revendication 4 caractérisé en ce que :(S1 = M - 2σ) et (S2 = M + 2σ).
6. Procédé selon la revendication 5 caractérisé en ce qu'on détecte qu'un échantillon est erroné lorsque cet échantillon est en dehors de l'intervalle [S1,S2], et lorsque l'un des deux tests ci-après est positif : Test 1 : (RR, > 1,8.RRC) ou (RR, < 0,7.RRC), Test 2 : RR, ≥ (M + 2 σ) et RR,., < 0,9(RRC),
RRC étant le dernier échantillon de la série RR qui a été détecté comme étant correct.
7. Procédé selon l'une des revendications 1 à 6 caractérisé en ce qu'on remplace dans la série RR chaque échantillon ou chaque succession d'échantillons erronés, par un ou plusieurs échantillons corrigés RRk calculés par interpolation linéaire.
8. Procédé selon la revendication 7 caractérisé en ce qu'on teste si l'échantillon précédent RR,., est correct, et dans la négative on effectue une tentative d'interpolation linéaire avec l'échantillon RR, et on détecte automatiquement que l'échantillon RR, est correct ou erroné en fonction du résultat de l'interpolation.
9. Procédé d'acquisition et de traitement d'un signal cardiaque analogique, caractéristique du rythme cardiaque, selon lequel on enregistre le signal cardiaque, on numérise ce signal et on construit une série RR, caractérisé en ce qu'on réalise un filtrage de la série RR en temps réel, au fur et à mesure de la construction de cette série, en mettant en œuvre le procédé de l'une quelconque des revendications 1 à 8.
10. Système d'acquisition et de traitement en temps réel d'un signal
ECG, lequel système comporte des électrodes (1) de mesure permettant l'acquisition d'un signal ECG, et des moyens de traitement du signal ECG, caractérisé en ce que les moyens de traitement comprennent un convertisseur analogique/numérique (4) permettant d'échantillonner le signal ECG, et une unité de traitement programmée (5) recevant en entrée le signal issu du convertisseur (4), et en ce que l'unité de traitement (5) est programmée pour construire automatiquement, à partir du signal délivré par le convertisseur (5), une série RR constituée d'une pluralité d'échantillons (RR,) définissant respectivement les intervalles de temps qui séparent deux battements cardiaques successifs, et pour filtrer la série RR conformément au procédé des revendications 1 à 8.
EP02703688A 2001-02-28 2002-02-11 Procede et dispositif de filtrage d'une serie rr issue d'un signal cardiaque, et plus particulierement d'un signal ecg Ceased EP1366428A2 (fr)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FR0102760A FR2821460B1 (fr) 2001-02-28 2001-02-28 Procede et dispositif de filtrage d'une serie rr issue d'un signal cardiaque, et plus particulierement d'un signal ecg
FR0102760 2001-02-28
PCT/FR2002/000513 WO2002069178A2 (fr) 2001-02-28 2002-02-11 Procede et dispositif de filtrage d'une serie rr issue d'un signal cardiaque, et plus particulierement d'un signal ecg

Publications (1)

Publication Number Publication Date
EP1366428A2 true EP1366428A2 (fr) 2003-12-03

Family

ID=8860576

Family Applications (1)

Application Number Title Priority Date Filing Date
EP02703688A Ceased EP1366428A2 (fr) 2001-02-28 2002-02-11 Procede et dispositif de filtrage d'une serie rr issue d'un signal cardiaque, et plus particulierement d'un signal ecg

Country Status (4)

Country Link
EP (1) EP1366428A2 (fr)
AU (1) AU2002237374A1 (fr)
FR (1) FR2821460B1 (fr)
WO (1) WO2002069178A2 (fr)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6871089B2 (en) * 2002-06-05 2005-03-22 Card Guard Technologies, Inc. Portable ECG monitor and method for atrial fibrillation detection
EP2259721B1 (fr) * 2008-04-04 2016-12-21 Draeger Medical Systems, Inc. Système de détection de l'état du coeur
FR3006879B1 (fr) 2013-06-14 2015-07-03 Chru Lille Dispositif et procede d'evaluation des besoins en composes analgesiques et/ou hypnotiques d'un patient place sous anesthesie ou sedation et dispositif de delivrance associe
FR3017789B1 (fr) 2014-02-25 2016-02-12 Chru Lille Procede et dispositif de filtrage d'une serie rr obtenue a partir d'un signal cardiaque avec controle automatique de la qualite de la serie rr
FR3017790B1 (fr) 2014-02-25 2021-08-06 Centre Hospitalier Regional Univ Lille Procede et dispositif de controle automatique de la qualite d'une serie rr obtenue a partir d'un signal cardiaque
CN104545887B (zh) * 2014-12-24 2017-10-24 深圳先进技术研究院 伪差心电波形识别方法和装置
CN110037686A (zh) * 2019-04-09 2019-07-23 上海数创医疗科技有限公司 用于室早心跳定位的神经网络训练方法及卷积神经网络
CN110037690A (zh) * 2019-04-22 2019-07-23 上海数创医疗科技有限公司 基于改进卷积神经网络的r波定位方法和装置
CN110547768B (zh) * 2019-08-30 2020-07-28 北京师范大学 一种近红外脑功能成像质量控制方法和控制系统
FR3143967B1 (fr) 2022-12-21 2024-12-20 Univ Lille Procédé et dispositif amélioré d’évaluation des besoins en composé médicamenteux d’un patient, et dispositif de délivrance associé

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5630425A (en) * 1995-02-17 1997-05-20 Ep Technologies, Inc. Systems and methods for adaptive filtering artifacts from composite signals

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2685624B1 (fr) * 1991-12-31 1994-03-11 Ela Medical Systeme d'analyse de l'activite cardiaque pour dispositif implantable de traitement des tachycardies.
US5357970A (en) * 1993-04-08 1994-10-25 Critikon, Inc. Method for determining dominant heart rates
US6126595A (en) * 1995-05-12 2000-10-03 Seiko Epson Corporation Device for diagnosing physiological state and device for controlling the same
US5984954A (en) * 1997-10-01 1999-11-16 Boston Medical Technologies, Inc. Methods and apparatus for R-wave detection
CA2324078C (fr) * 1998-03-17 2008-07-15 The University Of Virginia Patent Foundation Methode et appareil de diagnostic precoce de maladies subaigues potentiellement catastrophiques

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5630425A (en) * 1995-02-17 1997-05-20 Ep Technologies, Inc. Systems and methods for adaptive filtering artifacts from composite signals

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ANDRÉ E. AUBERT ET AL: "The analysis of heart rate variability in unrestrained rats. Validation of method and results", COMPUTER METHODS AND PROGRAMS IN BIOMEDICINE., vol. 60, no. 3, 1 November 1999 (1999-11-01), NL, pages 197 - 213, XP055302114, ISSN: 0169-2607, DOI: 10.1016/S0169-2607(99)00017-6 *

Also Published As

Publication number Publication date
WO2002069178A3 (fr) 2003-09-25
FR2821460B1 (fr) 2003-06-27
AU2002237374A1 (en) 2002-09-12
WO2002069178A2 (fr) 2002-09-06
FR2821460A1 (fr) 2002-08-30
WO2002069178A8 (fr) 2004-06-03

Similar Documents

Publication Publication Date Title
EP3110321B1 (fr) Procédé, dispositif, système et programme informatique de filtrage d&#39;une série rr obtenue a partir d&#39;un signal cardiaque avec contrôle automatique de la qualité de la série rr
EP2052680B1 (fr) Dispositif électrocardiologique d&#39;aide au diagnostic, notamment pour le diagnostic du syndrome de Brugada et de l&#39;ERS
EP1295623B1 (fr) Dispositif médical actif comprenant des moyens de diagnostic du profil respiratoire
EP2238896B1 (fr) Dispositif médical actif comprenant des moyens de reconstruction d&#39;un électrocardiogramme de surface à partir de signaux de farfield extraits d&#39;un électrogramme endocavitaire
EP1486166B1 (fr) Dispositif d&#39;analyse de l&#39;alternance cycle-à-cycle et/ou de la variabilité de l&#39;onde de repolarisation ventriculaire dans un signal ECG
EP1513444B1 (fr) Traitement frequentiel d&#39;une serie rr dans un signal cardiaque analogique
EP1867360A2 (fr) Dispositif médical implantable actif, notamment dispositif de stimulation, resynchronisation, défibrillation et/ou cardioversion, comprenant des moyens d&#39;alerte prédictive d&#39;une aggravation de l&#39;état clinique du patient
WO2018002542A1 (fr) Procédé de détection d&#39;au moins un trouble du rythme cardiaque
EP1366428A2 (fr) Procede et dispositif de filtrage d&#39;une serie rr issue d&#39;un signal cardiaque, et plus particulierement d&#39;un signal ecg
EP1804655B1 (fr) Systeme et programme de traitement d&#39;une serie des signaux cardiaques (rr) pour l&#39;evaluation de la douleur ou du stress chez un etre vivant
FR3053237A1 (fr) Dispositif de detection d&#39;au moins un trouble du rythme cardiaque
EP2904964B1 (fr) Ensemble avec dispositif médical à stimulation kinesthésique pour l&#39;évaluation non invasive de l&#39;équilibre sympathovagal d&#39;un patient.
WO2019048775A1 (fr) Systeme d&#39;evaluation de la maturation d&#39;un bebe premature
EP3110322B1 (fr) Procédé et dispositif de contrôle automatique de la qualité d&#39;une serie rr obtenue à partir d&#39;un signal cardiaque
EP2839859B1 (fr) Dispositif médical actif, notamment resynchroniseur CRT, comprenant des moyens d&#39;alerte prédictive de décompensation cardiaque en présence d&#39;apnées centrales du sommeil
EP3150252B1 (fr) Dispositif médical implantable actif apte à effectuer une analyse fréquentielle
EP3009166B1 (fr) Dispositif médical implantable actif pour le traitement de l&#39;insuffisance cardiaque par stimulation du nerf vague
FR3151970A1 (fr) Procede et dispositif de calcul d’au moins un indice de variabilite de la frequence cardiaque a partir d’une serie rr
FR2983055A1 (fr) Detection et estimation du complexe qrs pour le suivi d&#39;une activite cardiaque et pulmonaire
EP2558954B1 (fr) Procédé et système d&#39;analyse de l&#39;activité cardiaque d&#39;un patient et applications correspondantes
FR2973998A1 (fr) Dispostif et procede de suivi d&#39;une activite cardiaque et pulmonaire
WO2024153879A1 (fr) Procédé de détermination d&#39;un risque de décompensation cardiaque d&#39;un patient

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

AK Designated contracting states

Kind code of ref document: A2

Designated state(s): AT BE CH CY DE DK ES FI FR GB GR IE IT LI LU MC NL PT SE TR

AX Request for extension of the european patent

Extension state: AL LT LV MK RO SI

17P Request for examination filed

Effective date: 20040325

17Q First examination report despatched

Effective date: 20040527

APBK Appeal reference recorded

Free format text: ORIGINAL CODE: EPIDOSNREFNE

APBN Date of receipt of notice of appeal recorded

Free format text: ORIGINAL CODE: EPIDOSNNOA2E

APBR Date of receipt of statement of grounds of appeal recorded

Free format text: ORIGINAL CODE: EPIDOSNNOA3E

APAF Appeal reference modified

Free format text: ORIGINAL CODE: EPIDOSCREFNE

APAF Appeal reference modified

Free format text: ORIGINAL CODE: EPIDOSCREFNE

REG Reference to a national code

Ref country code: DE

Ref legal event code: R003

APBT Appeal procedure closed

Free format text: ORIGINAL CODE: EPIDOSNNOA9E

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION HAS BEEN REFUSED

18R Application refused

Effective date: 20191231

点击 这是indexloc提供的php浏览器服务，不要输入任何密码和下载