Устройство и способ обработки сигналов - RU2144211C1

Чертежи

Описание

Изобретение относится к области обработки сигналов, в частности к обработке измеренных сигналов для удаления их нежелательных составляющих.

Устройства обработки сигналов обычно используются для удаления нежелательных составляющих из составного измеренного сигнала, включающего желательную и нежелательную составляющие сигнала. Если нежелательная составляющая сигнала находится на другом частотном спектре, чем желательный сигнал, то можно использовать традиционные способы фильтрации, такие как фильтры подавления НЧ-шумов, полосовые фильтры и фильтры верхних частот для отделения желательной составляющей от всего сигнала. Можно также использовать отдельные неперестраиваемые фильтры или ряд узкополосных режекторных фильтров, если нежелательная составляющая (составляющие) сигнала находится на фиксированной частоте (частотах).

Однако часто случается, что перекрывание частотного спектра желательной и нежелательной составляющих сигнала все же имеет место, а статистические характеристики обоих сигналов меняются со временем. В таких случаях традиционные методы фильтрации полностью неэффективны для выделения желательного сигнала. Однако если можно получить описание нежелательной составляющей, можно использовать адаптивное устройство подавления шумов для удаления нежелательной составляющей сигнала при возможности измерения желательной составляющей. Адаптивные устройства подавления шумов динамически меняют свою передаточную функцию для сигнала и для их удаления. Адаптивные устройства подавления шумов требуют применения опорного шумового сигнала, который контролируется с нежелательной составляющей сигнала. Опорный шумовой сигнал не обязательно должен быть представлением нежелательной составляющей, но его частотный спектр должен быть аналогичным спектру нежелательного сигнала. Во многих случаях требуется большая изобретательность для определения шумового сигнала, поскольку образование провалов в спектре априорно известно в отношении нежелательной составляющей сигнала.

Физиологический мониторинг это одна из областей, где составные измеренные сигналы представляют собой желательную составляющую сигнала, а об имеющемся нежелательном сигнале нет никакой информации. Аппараты для физиологического мониторинга (отслеживания) обычно измеряют сигналы, полученные из физиологической системы, например от человеческого тела. Измерения, производимые обычно посредством систем физиологического мониторинга, включают в себя электронную кардиографию, измерение кровяного давления, насыщение газом крови (например, насыщение крови кислородом), капнографию. измерение частоты работы сердца, измерение скорости дыхания, глубину анастезии. Например, другие виды измерений включают в себя методы измерения давления и количества вещества, находящегося в теле, например проверку на содержание алкоголя в дыхании, проверку на содержание в теле наркотиков, проверку на содержание холестерола, глюкозы, проверку на содержание в артериях двуокиси углерода; проверку на содержание протеина, а также проверку на содержание одноокиси углерода. В этих измерениях часто источником нежелательного сигнала является подвижность пациента, как внешняя, так и внутренняя (например, подвижность мышц) в ходе процесса измерения.

Очень важным может быть знание о физиологических системах, например, во время проведения хирургических операций, таких как количество кислорода в крови пациента. Данные можно получить путем длительного внедрительного процесса извлечения и обследования вещества пациента, например его крови, или путем использования более целесообразных, невнедрительных методов. Можно создать много видов невнедрительных измерений с использованием известных характеристик затухания энергии, когда выбранный вид энергии проходит через физиологическую среду.

Затем энергия должна направляться на физиологическую среду, либо взятую у пациента, либо находящуюся в нем, и потом измеряется амплитуда переданной или отраженной энергии. Степень затухания падающей энергии, вызванная физиологической средой, находится в сильной зависимости от толщины и состава среды, через которую должна пройти эта энергия, а также от вида выбранных форм энергии. При удалении шумов можно получить информацию о физиологической системе из данных, полученных из ослабленного сигнала падающей энергии, переданного через среду. Однако невнедрительные измерения часто не представляют возможности селективного наблюдения помех, вызывающих появление нежелательной составляющей сигнала, что создает трудности с его удалением.

Часто эти нежелательные составляющие сигнала возникают как из источника переменного тока, так и из источника постоянного тока. Первая нежелательная составляющая это легко удаляемый компонент постоянного тока, вызванный передачей энергии через отличающиеся друг от друга среды с относительно постоянной толщиной внутри тела, например через кости, ткань, кожу, кровь и т.д. Во-вторых, это неустойчивый компонент переменного тока, вызванный тем, что измеряемые отличающиеся друг от друга среды нарушаются и тем самым меняют свою толщину при измерениях. Поскольку большинство материалов тела или полученных из тела легко сжимаются, толщина таких материалов меняется, когда пациент совершает движения в ходе невнедрительных физиологических измерений. Движения пациента могут заставить неустойчиво меняться характеристики затухания энергии. Традиционные методы фильтрации сигнала часто бывают полностью неэффективными и совсем несовершенными при удалении из сигнала этих эффектов, вызванных движениями. Неустойчивый и непредсказуемый характер нежелательных компонентов сигнала, вызванных движением, является основным препятствием для их удаления. Таким образом, существующие сейчас физиологические мониторы в основном оказываются полностью неработающими в периоды передвижений пациента.

Один из примеров физиологической мониторной системы, основанной на измерении затухания энергии в биологических тканях или веществах, это монитор для измерения уровня газов в крови. Мониторы измерения газов в крови передают световой поток в ткань и измеряют затухание потока с течением времени. Выходной сигнал монитора газа в крови, являющийся чувствительным к потоку артериальной крови, содержит компонент, представляющий собой кривую пульсов артериальной крови. Этот вид сигнала, который содержит компонент, связанный с пульсом пациента, называется плетисмографическими импульсами и представлен на фиг. 1 в виде кривой Y. Плетисмографические импульсы используются, например, при измерении кровяного давления или насыщения крови газом. При биении сердца количество крови в артериях увеличивается и уменьшается, что вызывает увеличение и уменьшение затухания энергии, как показано циклическими импульсами Y на фиг. 1.

Обычно часть тела, например палец, мочка уха или другой участок тела, где кровь протекает вблизи кожи, используется в качестве среды, через которую передается световая энергия для измерения затухания в кровяных газах. Палец содержит кожу, жир, кости, мышцы и т.д., схематически показанные на фиг. 2, и все они ослабляют энергию, падающую на палец, обычно предсказуемым и постоянным образом. Однако когда содержащие мясо участки пальца регулярно сжимаются, например, при движении пальца, затухание энергии становится хаотичным.

Пример более реалистичных замеренных импульсов S показан на фиг. 3 и иллюстрирует эффект, производимый движением. Желательная часть сигнала Y это импульсы, представляющие пульс и соответствующие зубчатой форме импульсов на фиг. 1. Большие вызванные движением отклонения амплитуды сигнала скрывают желательный сигнал Y. Легко видеть, как даже малые изменения амплитуды затрудняют нахождение желательного сигнала Y в присутствии шумового компонента n.

Особым примером аппарата, отслеживающего газы в крови, является импульсный оксиметр, измеряющий насыщение крови кислородом. Насосообразная работа сердца вгоняет насыщенную новым кислородом кровь в артерии, вызывая более высокое затухание энергии. Степень насыщения крови кислородом можно определить по глубине впадин относительно пиков плетисмографических колебательных процессов при измерении на отдельных длинах волн. Однако для того, чтобы оксиметр мог продолжать измерения в течение периодов подвижности пациента, вызванные движением нежелательные составляющие сигнала или артефакты движения необходимо удалить из измеряемого сигнала.

Задачей настоящего изобретения являлось создание устройства и способа обработки сигнала, в частности обеспечить удаление нежелательных составляющих при сложных процессах, например при подвижности объекта исследования, в частности, тела человека.

Настоящее изобретение представляет собой устройство обработки сигналов, принимающее 1-й и 2-й сигналы, прошедшие через среду распространения. В этом устройстве имеется детектор, который принимает первый сигнал после того, как он прошел через среду распространения, и формирует первый принятый сигнал, и который принимает второй сигнал после того, как он прошел через среду распространения, и формирует второй принятый сигнал. Первый принятый сигнал имеет первую желательную составляющую сигнала и первую нежелательную составляющую сигнала, а второй принятый сигнал имеет вторую желательную составляющую сигнала и вторую нежелательную составляющую сигнала. Первый принятый сигнал имеет первое отношение желательной составляющей сигнала к первому нежелательному сигналу и второй принятый сигнал имеет второе отношение второй желательной составляющей сигнала ко второй нежелательной составляющей сигнала. Устройство обработки сигналов включает в себя соединенное с детектором устройство обработки опорного сигнала, реагирующее на первый и второй принятые сигналы и комбинирующее первый и второй принятые сигналы для генерирования опорного сигнала, который для значений первого и второго отношений в диапазоне от менее одного до более одного является прежде всего функцией первой и второй нежелательных составляющих сигналов.

В одном из вариантов данного изобретения это устройство обработки сигналов содержит адаптивное устройство обработки сигналов для приема опорного и первого сигналов и для получения из них выходного сигнала, имеющего первичную компоненту, являющуюся (функцией первой желательной составляющей первого сигнала. В другом варианте это устройство обработки сигналов содержит адаптивное устройство обработки сигналов для приема опорного и второго сигналов для получения из них выходного сигнала, имеющего первичную компоненту, являющуюся функцией второй желательной составляющей второго сигнала.

В одном из вариантов адаптивное устройство обработки сигналов включает в себя адаптивное устройство подавления шумов. Еще в одном варианте адаптивное устройство подавления шумов содержит устройство оценки совместных процессов в виде сеточного устройства прогнозирования по методу наименьших квадратов и регрессионного фильтра.

К детектору может быть присоединен оксиметр для определения кислорода в живом организме в зависимости от первого и второго сигналов, принятых детектором. Измеряемой средой (средой распространения) может служить живая ткань, например палец руки или палец ноги.

В одном из вариантов данного изобретения при обработке светового сигнала первая и вторая желательные составляющие имеют компонент, представляющий собой плетисмографическую форму импульса, а первая и вторая нежелательные части имеют компонент, представляющий собой нежелательную составляющую.

Кроме того, опорный сигнал имеет, как правило, частотный спектр, скоррелированный с частотным спектром характеристики, усложняющей амплитуду сигнала. При этом устройство содержит адаптивное устройство подавления шумов, имеющее сигнальный вход для приема принятого сигнала и опорный вход для приема опорного сигнала, при этом адаптивное устройство подавления шумов реагирует на первый принятый сигнал и на опорный сигнал для получения выходного сигнала, имеющего первичную компоненту, полученную из компонент первого и второго сигналов, представляющих собой плетисмографическую форму импульса.

Помимо этого настоящее изобретение реализует физиологический монитор, содержащий первый излучатель света, формирующий первый световой сигнал, второй излучатель света, формирующий второй световой сигнал, детектор для приема первого и второго сигналов, прошедших через среду распространения, первый принятый сигнал имеет первую желательную составляющую сигнала и первую нежелательную составляющую сигнала, а второй принятый сигнал имеет вторую желательную составляющую сигнала и вторую нежелательную составляющую сигнала, причем монитор включает в себя устройство обработки сигналов, соединенное с детектором, реагирующее на первый и второй принятые сигналы и комбинирующее первый и второй принятые сигналы для генерирования опорного сигнала, который прежде всего является функцией первой и второй нежелательных составляющих сигналов.

Предпочтительно, чтобы среда распространения включала в себя живую ткань, причем первый и второй сигналы указывают на физиологическое состояние живой ткани. В этом варианте среда распространения представляет собой палец человека на руке или ноге.

В одном из вариантов данного изобретения монитор далее содержит адаптивное устройство обработки сигналов для приема опорного и первого сигналов с возможностью получения из них выходного сигнала, являющегося прежде всего функцией первой желательной составляющей сигнала. В другом варианте монитор содержит адаптивное устройство обработки сигналов для приема опорного и второго сигналов с возможностью получения из них выходного сигнала, являющегося прежде всего функцией второй желательной составляющей сигнала. При этом устройство обработки сигналов включает в себя адаптивное устройство подавления шумов, которое содержит устройство оценки совместных процессов в виде сеточного устройства прогнозирования по методу наименьших квадратов и регрессионного фильтра.

Монитор может также содержать импульсный оксиметр, соединенный со светочувствительным детектором, реагирующим на первичную компоненту первой желательной составляющей сигнала и второй желательной составляющей сигнала для анализа кислорода в живом организме.

Еще одним аспектом данного изобретения является аппарат для измерения составляющей крови, содержащий источник энергии для создания направленных на испытываемый объект ряда заранее определенных длин волн электромагнитной энергии и детектор для приема указанных волн электромагнитной энергии из испытываемого объекта, формирующих электрические сигналы, соответствующие указанным длинам волн, где каждый из, как минимум, двух указанных электрических сигналов имеет желательную и нежелательную составляющие. Этот аппарат снабжен устройством обработки опорного сигнала, имеющим вход для приема указанных электрических сигналов и выполненным с возможностью комбинирования данных сигналов с формированием опорного сигнала, имеющего первичную компоненту, являющуюся функцией упомянутых нежелательных составляющих сигналов.

В одном из вариантов данного изобретения аппарат снабжен адаптивным устройством обработки сигналов для приема указанных опорного и одного из, как минимум, двух электрических сигналов с возможностью получения из них выходного сигнала, имеющего первичную компоненту, являющуюся функцией желательной составляющей одного из этих электрических сигналов. Это адаптивное устройство подавления шумов содержит устройство оценки совместных процессов в виде сеточного устройства прогнозирования по методу наименьших квадратов и регрессионного фильтра.

Еще одним аспектом данного изобретения является монитор для определения газонасыщения крови при бескровном измерении составляющей крови в теле, содержащий источник света, выполненный с возможностью направления, как минимум, двух заранее определенных длин волн света на тело, и детектор для приема указанных волн света из тела, формирующих, как минимум, два электрических сигнала, соответствующих указанным длинам волн, где каждый из упомянутых электрических сигналов имеет желательную и нежелательную составляющие. Этот монитор снабжен устройством обработки опорного сигнала, имеющим вход, соединенный с детектором для приема указанных электрических сигналов, и выполненным с возможностью комбинирования, как минимум, двух электрических сигналов с формированием опорного сигнала, имеющего первичную компоненту, являющуюся функцией упомянутых нежелательных составляющих сигналов. Адаптивное устройство подавления шумов содержит устройство оценки совместных процессов в виде сеточного устройства прогнозирования по методу наименьших квадратов и регрессионного фильтра.

Наконец, еще одним аспектом данного изобретения является способ определения шумового опорного сигнала в устройстве обработки сигналов на основе выходных сигналов адаптивного устройства подавления шумов, которые содержат информацию, требуемую для определения физиологического параметра, включающий в себя прием детектором первого и второго сигналов для получения первого и второго принятых сигналов. Этот способ дополнительно включает в себя следующие этапы получения из первого и второго принятых сигналов шумового опорного сигнала, коррелированного с нежелательной составляющей сигнала, приложения этого опорного сигнала к первому и второму сигналам для исключения в принципе нежелательной составляющей из первого и второго сигналов с получением первого и второго выходных сигналов, содержащих информацию, требуемую при определении указанного физиологического параметра, и определения физиологического параметра.

Этап расчета физиологического параметра включает в себя расчет насыщения крови кислородом в пациенте, который может выполняться в реальном или почти реальном времени.

Кроме того, в данном способе этап приложения выполняют в адаптивном устройстве подавления шумов с использованием опорного сигнала в качестве адаптивного управляющего входа в адаптивное устройство подавления шумов.

Изобретение иллюстрируется чертежами.

Фиг. 1 иллюстрирует идеальную картину плетисмографического процесса.

Фиг. 2 схематически показывает обычный палец в сечении.

Фиг. 3 показывает картину плетисмографического колебательного процесса, включающую в себя нежелательную нестабильную составляющую сигнала, вызванную движением.

Фиг. 4 показывает схематическую диаграмму монитора для физиологических процессов, содержащего устройство обработки согласно данному изобретению и адаптивное устройство по давления шумов.

Фиг. 5 показывает функцию переноса множественного узкополосного режекторного фильтра.

Фиг. 6 иллюстрирует пример адаптивного устройства подавления шумов, которое можно использовать в мониторе для физиологических процессов.

Фиг. 7 показывает схематично абсорбирующий материал, содержащий N составляющих.

Фиг. 8 показывает схематически другой абсорбирующий материал, содержащий N составляющих.

Фиг. 9 - это схематическая модель устройства оценки совместных процессов, содержащего сеточное устройство прогнозирования методом наименьших квадратов и регрессионный фильтр.

Фиг. 10 - это диаграмма, представляющая подпрограмму, способную реализовать устройство оценки совместных процессов, смоделированное на фиг. 7.

Фиг. 11 - это схематическая модель устройства оценки совместных процессов с сеточным устройством прогнозирования методом наименьших квадратов и 2-мя регрессионными фильтрами.

Фиг. 12 - это пример монитора для физиологических процессов, содержащий устройство обработки и адаптивное устройство подавления шумов внутри микропроцессора. Этот монитор для физиологических процессов специально предназначен для измерения плетисмографического колебательного процесса и выполнения измерений импульсной оксиметрии.

Фиг. 13 - это график коэффициентов абсорбции при насыщении кислородом и при обеднении кислородом относительно длины волны.

Фиг. 14 - это график отношения коэффициентов абсорбции обедненного кислородом гемоглобина, к коэффициентам для насыщенного кислородом гемоглобина относительно длины волны.

Фиг. 15 - это увеличенный вид части фиг. 13, обозначенной кружком.

Фиг. 16 показывает сигнал, измеренный на 1-й длине волны красного света λ_a= λ_red1= 650 нм для использования в устройстве обработки с применением логометрического метода определения опорного шумового сигнала n'(t) и для использования в устройстве оценки совместных процессов. Измеренный сигнал содержит желательную составляющую

и нежелательную составляющую
Фиг. 17 показывает сигнал, измеренный на 2-й длине волны λ_b= λ_red2= 685 нм для использования в устройстве обработки с применением логометрического метода определения опорного шумового сигнала n'(t). Измеренный сигнал содержит желательную составляющую и нежелательную составляющую
Фиг. 18 показывает сигнал, измеренный на инфракрасной длине волны λ_c= λ_IR= 940 нм для использования в устройстве оценки совместных процессов. Измеренный сигнал содержит желательную составляющую и нежелательную составляющую
Фиг. 19 показывает опорный шумовой сигнал n'(t), определенный устройством обработки с использованием логометрического метода.

Фиг. 20 показывает хорошее приближение

к желательной составляющей сигнала измеренного на длине волны λ_a= λ_red1= 650 нм, оцененного посредством опорного шумового сигнала n'(t), определенного логометрическим методом.

Фиг. 21 показывает хорошее приближение

желательной составляющей сигнала измеренного на длине волны λ_c= λ_IR= 940 нм, оцененного посредством опорного шумового сигнала n'(t), определенного логометрическим методом.

Фиг. 22 показывает сигнал, измеренный на длине волны λ_a= λ_red1= 660 нм, для использования в устройстве обработки с применением метода постоянного насыщения для определения опорного шумового сигнала n'(t) и для применения в устройстве оценки совместных процессов. Измеренный сигнал содержит желательную составляющую

и нежелательную составляющую
Фиг. 23 показывает сигнал, измеренный на инфракрасной длине волны λ_b= λ_IR= 940 нм, для использования в устройстве обработки с применением метода постоянного насыщения для определения опорного шумового сигнала n'(t) и для использования в устройстве оценки совместных процессов. Измеренный сигнал содержит желательную составляющую и нежелательную составляющую
Фиг. 24 показывает опорный шумовой сигнал n'(t), определенный устройством обработки с применением метода постоянного насыщения.

Фиг. 25 показывает хорошее приближение

к желательной составляющей сигнала измеренного на длине волны λ_a= λ_red1= 660 нм, оцененного посредством опорного шумового сигнала n'(t), измеренного методом постоянного насыщения.

Фиг. 26 показывает хорошее приближение

к желательной составляющей сигнала измеренного на длине волны λ_b= λ_IR= 1940 нм, оцененного посредством опорного шумового сигнала n'(t), определенного методом постоянного насыщения.

Настоящее изобретение представляет собой устройство обработки, которое определяет опорный шумовой сигнал n'(t) для использования в адаптивном устройстве подавления шумов.

Адаптивное устройство подавления шумов оценивает хорошее приближение Y'(t) к желательному сигналу Y(t) из составного сигнала S(t)=Y(t)+n(t), который, в дополнение к желательной составляющей Y(t), содержит нежелательную составляющую n(t). Нежелательная составляющая n(t) может содержать одну или большее число постоянных составляющих, предсказуемую составляющую, нестабильную составляющую, случайную составляющую и т.д. Приближение к желательному сигналу Y'(t) возникает путем удаления из составного сигнала S(t) как можно большего числа нежелательных составляющих n(t). Постоянная и предсказуемая составляющая легко удаляются с помощью традиционных методов фильтрации, как, например, простое вычитание, фильтр нижних частот, полосовой фильтр, фильтр верхних частот. Нестабильную составляющую удалить труднее из-за ее непредсказуемого характера. Если что-нибудь известно о нестабильном сигнале, хотя бы статистически, его можно удалить из измеренного сигнала с помощью традиционных методов фильтрации. Однако часто бывает так, что об относительно нестабильной составляющей шумов не имеется никакой информации. В этом случае традиционные методы фильтрации обычно недостаточны. Часто не существует информации относительно нестабильной составляющей измеренного сигнала. Поэтому в данном изобретении применяется адаптивное устройство подавления шумов для удаления нестабильной составляющей.

В общем случае адаптивное устройство подавления шумов имеет два сигнальных входа и один выход. Один из входов это опорный шумовой сигнал n'(t), который скоррелирован относительно нестабильных составляющих нежелательного сигнала n(t), присутствующих в составном сигнале S(t). Другой вход предназначен для составного сигнала S(t). В идеале выход адаптивного устройства подавления шумов Y'(t) соответствует только желательной составляющей сигнала Y'(t). Часто самым трудным при применении адаптивных устройств подавления шумов является определение опорного шумового сигнала n'(t) измеренного сигнала S(t), поскольку, как указывалось выше, непредсказуемые составляющие сигнала обычно очень трудно изолировать от измеренного сигнала S(t). В устройстве обработки сигналов согласно данному изобретению опорный шумовой сигнал n'(t) определяется исходя из двух составных сигналов, измеряемых одновременно, или почти одновременно, на двух различных длинах волн, λ_a и λ_b. Устройство обработки сигналов можно с успехом использовать в мониторном устройстве, например в мониторе, хорошо приспособленном для физиологического отслеживания.

Блок-диаграмма монитора общего вида, включающего в себя устройство обработки сигналов, или устройство обработки опорного сигнала и адаптивное устройство подавления шумов показаны на фиг. 4. Детектор 1 принимает измеренные сигналы

Для некоторых физиологических измерений полезно применять более одного детектора. Каждый сигнал согласован с помощью устройства согласования сигналов 2 и 3.

Процесс согласования включает в себя, но не ограничивается этим, такие процедуры, как фильтрация сигналов для удаления постоянных составляющих и усиление сигналов для облегчения работы с ними. Затем сигналы преобразуются в цифровые данные с помощью аналого-цифрового преобразователя 4 и 5. 1-й измеренный сигнал

содержит 1-ю желательную составляющую сигнала, называемую здесь и 1-ю нежелательную составляющую сигнала, обозначенную здесь n_ia(t). 2-й измеренный сигнал как минимум частично скоррелирован относительно 1-го измеренного сигнала и содержит 2-ю желательную составляющую сигнала, обозначенную здесь и 2-ю нежелательную составляющую сигнала, обозначенную здесь Обычно 1-я и 2-я нежелательные составляющие сигнала нескоррелированы или/и нестабильны относительно желательных составляющих сигнала Нежелательные составляющие сигнала поступают на вход устройства обработки опорных сигналов 6. Устройство обработки опорных сигналов 6 умножает 2-й измеренный сигнал на коэффициент ω и затем вычитает 2-й измеренный сигнал из 1-го измеренного сигнала Коэффициент определен таким образом, чтобы подавить желательные составляющие сигнала когда два сигнала не вычитаются. Таким образом, выход устройства обработки опорного сигнала 6 это опорный шумовой сигнал который скоррелирован относительно обеих нежелательных нестабильных составляющих сигнала Опорный шумовой сигнал n'(t) подается на вход, совместно с одним из измеренных сигналов адаптивного устройства подавления шумов 7, которое использует опорный шумовой сигнал n'(t) для удаления нежелательной составляющей сигнала из измеренного сигнала Понятно, что вместо на вход адаптивного устройства подавления шумов можно было бы подать совместно с опорным шумовым сигналом n'(t). Выход адаптивного устройства подавления шумов 7 это хорошее приближение к желательному сигналу Приближение индуцируется на дисплее 8.

Адаптивное устройство подавления шумов 9, пример которого показан на блок-диаграмме фиг. 6, применяется для удаления нестабильных, нежелательных составляющих сигнала

из измеренных сигналов Адаптивное устройство подавления шумов 9 на фиг. 5 имеет в качестве 1-го входа образец опорного шумового сигнала n'(t), который скоррелирован относительно нежелательных составляющих сигнала Опорный шумовой сигнал n'(t) определяется исходя из двух измеренных сигналов устройством обработки сигналов 6. 2-й вход адаптированного устройства подавления шумов это образец либо 1-го, либо 2-го измеренного сигнала или
Адаптивное устройство подавления шумов 9 работает так, чтобы удалить частоты, общие как опорному шумовому сигналу n'(t), так и измеренному сигналу Поскольку опорный шумовой сигнал n'(t) скоррелирован относительно нестабильных нежелательных составляющих сигнала n'(t) и опорный шумовой сигнал n'(t) также нестабилен. Адаптивное устройство подавления шумов действует аналогично динамичному множественному узкополосному режекторному фильтру, основанному на спектральном распределении опорного шумового сигнала n'(t).

На фиг. 5 показана передаточная функция множественного узкополосного режекторного фильтра. Провалы или углубления амплитуды передаточной функции указывают частоты, которые ослаблены или удалены, когда составной измеренный сигнал проходит через узкополосный режекторный фильтр. Выход узкополосного режекторного фильтра это составной сигнал, имеющий частоты, на которых существует провал. По аналогии с адаптивным устройством подавления шумов, частоты, на которых присутствуют провалы, непрерывно меняются, основываясь на выходных сигналах адаптивного устройства подавления сигналов.

Адаптивное устройство подавления сигналов 9, показанное на фиг. 2.6, выдает по обратной связи, обозначенный здесь

который подается по обратной связи на внутреннее устройство обработки 10, находящееся внутри адаптивного устройства подавления шумов 9. Внутреннее устройство обработки 10 автоматически регулирует свою собственную передаточную функцию в соответствии с заранее определенным алгоритмом, например, с выходом внутреннего устройства обработки 10, обозначенным b(t), что сильно напоминает нежелательную составляющую сигнала Выход b(t) внутреннего устройства обработки 10 вычитается из измеренного сигнала что дает сигнал Внутреннее устройство обработки оптимизирует так, что приблизительно равно желательному сигналу соответственно.

Один из алгоритмов, который можно использовать для регулировки передаточной функции внутреннего устройства обработки 10, это алгоритм наименьших квадратов, как он описан в главе 6 и главе 12 книги под названием "Адаптивная обработка сигналов" Бернарда Уидроу и Сэмьюэла Стернса, опубликованной издательством "Прентис Холл", копирайт 1985 г.

Адаптивные устройства обработки 9 с успехом применялись для ряда проблем, включая уменьшение бокового лепестка антенны, распознавание образов, вообще исключение периодических помех и исключение эха в линиях дальней телефонной связи. Однако часто требуется значительная изобретательность для нахождения подходящего опорного и шумового сигнала n'(t) для данного применения, поскольку случайные или нестабильные составляющие

нельзя легко отделить от измеренного сигнала Если реальная нежелательная составляющая сигнала присутствовали априорно, то нет необходимости в методах, таких как адаптивное подавление шумов. Одним из аспектов опорного шумового изобретения является уникальное определение проходящего опорного шумового сигнала n'(t) исходя из измерений, сделанных монитором, содержащим устройство обработки опорного сигнала.

Объяснение, описывающее, как можно определить опорный шумовой сигнал n'(t), таково, 1-й сигнал измеряется, например, на длине волны λ_a детектором, формирующим сигнал

где желательный сигнал, а шумовой компонент.

Аналогичное измерение производится одновременно, или почти одновременно, на другой длине волны λ_b что дает

Обратите внимание, что пока измерение производится одновременно, нежелательные составляющие сигнала будут скоррелированы, потому что любые случайные или нестабильные функции будут влиять на каждое измерение приблизительно одинаково.

Для того, чтобы получить опорный шумовой сигнал n'(t), измеренные сигналы

трансформируются, чтобы исключить желательные компоненты сигнала. Один из способов осуществить это - найти постоянную пропорциональности между желательными сигналами так что

Это пропорциональное соотношение можно получить при многих измерениях, включая, но не ограничиваясь, измерения абсорбции и физиологические измерения. Кроме того, при большинстве измерений постоянная пропорциональность может быть определена так:

Умножение уравнения (2) на и затем вычитание уравнения (2) из уравнения (1) дает в результате одно уравнение, где члены желательного сигнала взаимно погашаются, оставляя следующее соотношение:

не равный нулю сигнал, который скоррелирован относительно каждой нежелательной составляющей сигнала и может быть использован в качестве опорного шумового сигнала n'(t) в адаптивном устройстве подавления шумов.

Адаптивное подавление шумов особенно полезно в большом ряде измерений, обычно называемых измерениями поглощения. Примером монитора абсорбционного типа, который может с успехом использовать адаптивное подавление шумов, основываясь на опорном шумовом сигнале n'(t), определенном устройством обработки является монитор, определяющий концентрацию поглощающей энергию составляющей внутри поглощающего материала, когда материал подвержен возмущениям. Такие возмущения могут вызываться сигналами, о которых желательно получить информацию, или же случайными или нестабильными силами, например механическими силами, приложенными к материалу. Случайные или нестабильные помехи, такие как подвижность, генерируют нежелательные шумовые компоненты в измеряемом сигнале. Эти нежелательные компоненты можно удалить с помощью адаптивного устройства подавления шумов, если известен подходящий опорный шумовой сигнал n'(t).

Схематически показанный материал с N составляющими, содержащий контейнер 11, имеющий N разных поглощающих составляющих, обозначенных A₁, A₂, A₃, ... A_N, показан на фиг. 7. Составляющие от A₁ до A_N размещены внутри контейнера 11 и упорядочено и послойно. Примером частного типа поглощающей системы является система, в которой световая энергия проходит через контейнер 11 и поглощается согласно обобщенному закону поглощения света Беера-Ламберта.

Для света с длиной волны λ_a это затухание можно приблизительно выразить как

Путем первоначального преобразования сигнала при взятии натурального логарифма от обеих частей уравнения и манипулирования его членами, сигнал преобразуется так, что компоненты сигнала комбинируются не умножением, а сложением, т.е.

где I₀ - интенсивность падающей световой энергии; I - интенсивность переданной световой энергии; коэффициент поглощения i-й составляющей на длине волны λ_a; длина оптической траектории i-го слоя, через который проходит оптическая энергия; и C_i(t) - концентрация i-й составляющей в объеме, относящемся к толщине x_i(t). Коэффициенты поглощения от ε₁ до ε_N - известные величины, постоянные на каждой длине волны. Большая часть концентраций от C₁(t) до C_N(t) обычно не известна, так же как и большая часть длин оптических траекторий x_i (t) каждого слоя. Общая длина оптической траектории это сумма всех отдельных длин оптических траекторий x_i(t) каждого из слоев.

Когда материал не подвержен любым силам, вызывающим возмущение в толщинах слоев, длина оптической траектории каждого слоя x_i(t) обычно постоянна. Это приводит к в принципе постоянному затуханию оптической энергии и, таким образом, к в принципе постоянному смещению измеряемого сигнала. Обычно эта часть сигнала представляет малый интерес, поскольку как правило нужно знать о силе, вызывающей возмущение в материале. Необходимо удалить любую часть сигнала, находящуюся вне представляющей интерес и известной полосы частот, включая постоянную нежелательную составляющую часть сигнала, являющуюся результатом в принципе постоянного поглощения составляющими, когда они не подвержены возмущению. Это обычно достигается традиционными методами полосовой фильтрации. Однако когда материал подвержен воздействию сил, на каждый слой составляющих возмущение может подействовать иначе, чем на другой слой. Некоторые возмущения длин оптических траекторий каждого слоя x_i(t) могут привести к отклонениям измеряемого сигнала, которые представляют собой желательную информацию. Другие нарушения длин оптической траектории каждого слоя x_i(t) вызывают нежелательные отклонения, маскирующие желательную информацию в измеряемом сигнале. Нежелательные компоненты сигнала, связанные с нежелательными отклонениями, должны также удаляться для получения желательной информации из измеряемого сигнала.

Адаптивное устройство подавления шумов удаляет из составного сигнала, измеряемого после его прохождения через поглощающий материал или после его отражения от поглощающего материала, нежелательные компоненты сигнала, вызванные силами, которые возмущают материал отлично от сил, вызывающих возмущение материала с желательными компонентами сигнала. Для целей иллюстрации примем, что составляющая измеряемого сигнала, считающаяся желательным сигналом

это член затухания ε₅C₅X₅(t), связанный с интересующей нас составляющей, а именно с A₅, и что слой составляющей A₅ подвержен возмущениям иначе, чем каждый из слоев других составляющих от A₁ до A₄ и от A₆ до A_N. Пример такой ситуации возникает, когда слой A₅ подвержен действию сил, о которых желательно получить информацию, и, кроме того, весь материал подвержен воздействию сил, которые влияют на каждый слой. В этом случае, поскольку суммарная сила, воздействующая на слой составляющих A₅ члены затухания, вызванные составляющими от A₁ до A₄ и от A₆ до A_N, образуют нежелательный сигнал Даже если дополнительные силы, воздействующие на весь материал, вызывают то же самое возмущение в каждом слое, включая слой A₅, суммарные силы, действующие на слой составляющей A₅, заставляют его иметь суммарное возмущение, отличное от возмущений каждого из других слоев составляющих от A₁ до A₄ и от A₆ до A_N.

Часто бывает, что суммарное возмущение, влияющее на слои, связанные с нежелательными компонентами сигнала, вызывается случайными или нестабильными силами. Это заставляет нестабильно меняться толщину слоев и нестабильно меняться длине оптической траектории x_i(t), что формирует случайные или нестабильные нежелательные компоненты сигнала

Однако независимо от того, стабильна или нет нежелательная составляющая сигнала нежелательный компонент сигнала можно удалить посредством адаптивного устройства подавления шумов, имеющего в качестве одного входа опорный шумовой сигнал n'(t), определенный устройством обработки согласно данному изобретению, пока возмущение слоев, отличных от слоя составляющей A₅ отлично от возмущения слоя составляющей A₅.

Адаптивное устройство подавления шумов выдает хорошее приближение к желательному сигналу

Из этого приближения часто можно определить концентрацию интересующей нас составляющей C₅(t), поскольку при физиологических измерениях известна или может быть определена толщина компонента, связанная с желательным сигналом, например x₅(t).

Адаптивное устройство подавления шумов использует образец опорного шумового сигнала n'(t), определенного из 2-х в принципе одновременно измеренных сигналов

и определяется как показано выше уравнения (7). определяется аналогичным образом на другой длине волны λ_b. Для того, чтобы найти опорный шумовой сигнал n'(t), ослабленная переданная энергия измеряется на 2-х разных длинах волн λ_a и λ_b и преобразуется посредством логарифмического преобразования. Затем сигналы можно записать (в логарифмически преобразованном виде) следующим образом:

дальнейшее преобразование сигналов это взаимоотношение пропорциональности, определяющее w₂, аналогично уравнению (3), что позволяет определить опорный шумовой сигнал n'(t), т.е.:

Часто бывает, что можно одновременно удовлетворить условия уравнения (12) и (13). Умножение уравнения (II) на w₂ и вычитание результата из уравнения (9) дает не равный нулю опорный шумовой сигнал, являющийся линейной суммой нежелательных компонентов сигнала:

Образец этого опорного шумового сигнала n'(t) и образец измеряемого сигнала, либо либо подаются на вход адаптивного устройства подавления шумов, одна из моделей которого показана на фиг. 6 и предпочтительная модель которого обсуждается здесь под заглавием "Предпочтительное устройство адаптивного подавления шумов, использующее реализацию устройства оценки совместных процессов". Адаптивное устройство подавления шумов удаляет нежелательную составляющую измеряемого сигнала, формируя хорошее приближение к желательной части сигнала Концентрацию C₅(t) можно определить исходя из приближения к желательному сигналу согласно:

Как было рассмотрено выше, коэффициенты поглощения постоянны на каждой длине волны λ_a и λ_b, а толщина компонента желательного сигнала, в этом примере x₅(t), часто известна или может быть определена как функция времени, что позволяет рассчитать концентрацию С₅(t) составляющей A₅.

На фиг. 8 представлен другой материал, имеющий N признак разных составляющих, расположенных слоями. В этом материале две составляющие A₅ и A₆ находятся внутри одного слоя с толщиной x_5,6(t)=x₅(t)+x₆(t) и размещены произвольно внутри слоя. Это аналогично комбинированию слоев составляющих A₅ и A₆ на фиг. 7. Комбинирование слоев, например комбинирование слоев составляющих A₅ и A₆, возможно, если два слоя находятся под действием тех же суммарных сил, приводящих к тому же самому возмущению длин оптических траекторий x₅(t) и x₆(t) слоев.

Часто желательно найти концентрацию или насыщение, т.е. процентную концентрацию, одной составляющей внутри данной толщины, содержащей более одной составляющей и подверженной действию особенных видов сил. Концентрацию или насыщение составляющей внутри данного объема можно определить в присутствии любого числа составляющих в объеме, содержащем много составляющих, необходимо иметь столько же сигналов, прошедших измерение, сколько имеется составляющих, поглощающих энергию падающего светового пучка. Понятно, что составляющие, которые не поглощают энергию, не являются важными в определении насыщения. Для определения концентрации необходимо иметь столько же сигналов, сколько имеется составляющих, поглощающих энергию падающего света, а также нужна информация о сумме концентраций.

Часто бывает, что толщина материи, совершающей специфическое движение, содержит только две составляющих. Например, может быть желательным узнать концентрацию или насыщение A₅ внутри данного объема, содержащего A₅ и A₆. В этом случае желательные сигналы

содержат члены, связанные как с A₅ так и с A₆ так, что можно сделать определенные концентрации или насыщения A₅ или A₆ в объеме. Здесь рассматривается метод определения насыщения. Понятно, что концентрация A₅ в объеме, содержащем как A₅, так и A₆, может также быть определена, если известно, что A₅+A₆=1, т.е. что в объеме нет составляющих, не поглощающих энергию падающего света на конкретной выбранной длине волны измерения. Измеряемые сигналы можно выразить (в логарифмически преобразованном виде) так:

Любые составляющие сигнала, находящиеся вне известной и интересующей нас полосы частот, включая постоянную нежелательную составляющую сигнала, являющуюся результатом в основном постоянного поглощения составляющими, не подверженными возмущению, должны удаляться для определения приближения к желательному сигналу. Это легко достигается традиционными методами полосовой фильтрации. Как и в предыдущем примере, часто бывает, что суммарное возмущение, воздействующее на слои, связанные с нежелательными компонентами сигнала, вызвано случайными или нестабильными силами, заставляющими толщину каждого слоя или длину оптической траектории каждого слоя x_i(t) хаотично меняться, что формирует случайный или нестабильный нежелательный компонент сигнала Независимо от того, является желательная составляющая сигнала нестабильной или нет, нежелательный компонент сигнала можно удалить с помощью адаптивного устройства подавления шумов, имеющего в качестве одного входа опорный шумовой сигнал n'(t), определенный устройством обработки, пока возмущение в этих слоях отличных от слоя с составляющими A₅ и A₆ отлично от возмущения в слое с составляющими A₅ и A₆ Нежелательные нестабильные компоненты сигнала можно с успехом удалить из уравнений (19) и (21), с помощью адаптивного устройства подавления шумов. Кроме того, адаптивное устройство подавления шумов требует образца опорного шумового сигнала n'(t).

Два метода, которые может использовать устройство опорного шумового сигнала N'(t), это логометрический метод и метод постоянного насыщения. Предпочтительная реализация монитора для физиологических процессов, включающего в себя устройство обработки, использует логометрический метод, где длина двух длин волн λ_a и λ_b, на которых измеряются сигналы

специально выбраны таким образом, что существует соотношение между коэффициентами поглощения

Измеряемые сигналы могут быть разложены на члены и записаны так:

Длины волн λ_a и λ_b, выбранные так, чтобы выполнить уравнение (22), уравнивают члены внутри квадратных скобок, что приводит к тому, что желательные составляющие сигнала становятся линейно зависимыми. Тогда постоянная пропорциональности ω_г3, уравнивающая желательные составляющие сигнала и позволяющая определить неравный нулю опорный шумовой сигнал n'(t), такова:

Часто случается, что можно одновременно выполнить уравнения (25) и (26). Кроме того, поскольку коэффициенты поглощения каждой составляющей постоянны в отношении длины волны, можно легко определить постоянную пропорциональности ω_г3. Более того, коэффициенты поглощения других составляющих от A₁ до A₄ и от A₇ до A_n в общем случае не равны коэффициентам A₅ и A₆. Таким образом, нежелательные шумовые компоненты в общем случае не становятся линейно зависимыми соотношениями уравнений (22) и (25).

Умножая уравнение (24) на ω_г3 и вычитая получившееся в результате уравнение из уравнения (23), определяем не равный нулю опорный шумовой сигнал:

Альтернативный метод определения опорного шумового сигнала исходя из измеряемых сигналов с помощью устройства обработки это метод постоянного насыщения. При этом подходе принимается, что насыщение A₅ в объеме, содержащем A₅ и A₆, остается постоянным, т.е.:
Насыщение [A₅(t)=C₅(t)+C₆(t) (28)
={1+[C₆(t)/C₅(t)]}^-1 (29)
в принципе постоянно по многим выборкам (образцам) измеряемых сигналов Это предположение точно выполняется относительно многих выборок (образцов), потому что обычно насыщение меняется относительно медленно в физиологических системах.

Предположение о постоянном значении насыщения эквивалентно предположению о том, что:
C₅(t)/C₆(t)=constan t, (30)
поскольку только еще один член уравнения (29) постоянен, а именно число 1.

Используя это предположение, получаем постоянную пропорциональности ω_s3(t), которая позволяет определить опорный шумовой сигнал n'(t)5

Часто бывает, что можно одновременно выполнить как уравнение (35), так и уравнение (36), и определить постоянную пропорциональности ω_s3(t). Кроме того, коэффициенты поглощения на каждой длине волны постоянны, а главное предположение метода постоянного насыщения состоит в том, что C₅(t)/C₆(t) постоянно для многих периодов выборки (образцов). Таким образом, новую постоянную пропорциональности ω_s3(t) можно определить через каждые несколько выборок (образцов) из новых приближений к желательному сигналу как выход адаптивного устройства подавления шумов. Таким образом, приближения к желательным сигналам найденные адаптивным устройством подавления шумов для в принципе непосредственно предшествующего набора выборок измеряемых сигналов используя в устройстве обработки для расчета постоянной пропорциональности ω_s3(t) для следующего набора выборок измеряемых сигналов
Умножение уравнения (20) на ω_s3(t) и вычитание полученного в результате уравнения из уравнения (18) дает не равный нулю опорный шумовой сигнал:

Понятно, что уравнение (21) можно умножить на ω_s3(t) и получившееся в результате уравнение можно вычесть из уравнения (19), что даст тот же опорный шумовой сигнал n'(t), что и в случае уравнения (37).

При использовании метода постоянного насыщения, необходимо, чтобы пациент не двигался в течение короткого периода времени, чтобы можно было определить точное начальное значение насыщения с помощью известных методов, отличных от адаптивного подавления шумов, на котором будут основываться все другие расчеты. При отсутствии нестабильных, вызванных движением нежелательных составляющих сигнала монитор для физиологических процессов может очень быстро выдать начальное значение насыщения в A₅ в объеме, содержащем A₅ и A₆. Пример расчета насыщения приведен в статье Дж.А. Мука и др. "Спектрофотометрическое определение насыщение крови кислородом независимо от наличия зеленого индоцианина", где рассматривается определение кислородного насыщения артериальной крови.

Другая статья, в которой обсуждается расчет кислородного насыщения, это "Импульсная оксиметрия: физические принципы, техническая реализация и существующие ограничения" Майкла Р.Ньюмена. Затем, когда определены величины

можно использовать адаптивное устройство подавления шумов с опорным шумовым сигналом n'(t), определяемым по методу постоянного насыщения.

Когда опорный шумовой сигнал n'(t) определен устройством обработки с помощью описанных выше методов - либо логометрического, либо постоянного насыщения, адаптивное устройство подавления шумов могут реализовывать либо как аппаратные, либо как программные средства.

Реализация методом наименьших квадратов (МНК) вышеописанного внутреннего устройства обработки 10 в сочетании с адаптивным устройством подавления шумов фиг. 6 относительно легко выполнима, однако ей не хватает скорости адаптации, желательной для большинства областей применения отслеживания физиологических процессов. Таким образом, предпочтительнее использовать более быстрый метод адаптивного подавления шумов, называемый моделью сеточного устройства оценки совместных процессов. Устройство оценки совместных процессов 12 показано в виде диаграммы на фиг. 9 и подробно описано в главе 9 книги "Теория адаптивных фильтров" Саймона Хейкина, опубликованной издательством" "Прентис-Холл", авторское право 1986 г. Функцией устройства оценки совместных процессов является удаление нежелательных составляющих сигнала

из измеряемых сигналов c формированием сигнала который является хорошим приближением, к желательному сигналу Таким образом, устройство оценки совместных процессов оценивает величину желательного сигнала Входами устройства оценки совместных процессов 12 являются опорный шумовой сигнал n'(t) и составной измеряемый сигнал Выход это хорошее приближение к сигналу с удаленными шумами, т.е. хорошее приближение к
Устройство оценки совместных процессов 12 применяет в сочетании: сеточное устройство прогнозирования по методу наименьших квадратов 13 и регрессионный фильтр 14. Опорный шумовой сигнал n'(t) подается на вход устройства прогнозирования по методу наименьших квадратов 13, тогда как измеряемый сигнал подается на вход регрессионного фильтра 14. В нижеследующем описании для простоты будет измеряемым сигналом, у которого желательная составляющая будет оцениваться устройством оценки совместных процессов 12. Однако следует отметить, что с таким же успехом можно подать на вход регрессионного фильтра 14, и с таким же успехом можно оценить желательную составляющую этого сигнала. Устройство оценки совместных процессов 12 удаляет все частоты, присутствующие как в опорном шумовом сигнале n'(t), так и в измеряемом сигнале Нежелательные составляющие сигнала обычно содержат частоты, не связанные с частотами желательной составляющей сигнала В высшей степени невероятно, чтобы нежелательная составляющая сигнала имела такой же спектральный состав, что и желательная составляющая сигнала Однако в неправдоподобном случае того, что спектральные составы и n'(t) аналогичны, этот метод не принесет точных результатов. Функционально устройство оценки совместных процессов 12 сравнивает входной сигнал n'(t), который скоррелирован относительно нежелательной составляющей сигнала с входным сигналом и удаляет все частоты, являющиеся идентичными. Таким образом, устройство оценки совместных процессов 12 работает как динамический множественный узкополосный режекторный фильтр и удаляет те частоты в нежелательном компоненте сигнала которые хаотично меняются с движением пациента. Это дает в результате сигнал, имеющий в принципе тот же спектральный состав, что и желательный сигнал Выход устройства оценки совместных процессов 12 имеет в принципе тот же спектральный состав и амплитуду, что и желательный сигнал Таким образом, выходной сигнал устройства оценки совместных процессов 12 является очень хорошим приближением к желательному сигналу
Устройство оценки совместных процессов 12 можно разделить на каскады, начиная с нулевого каскада и заканчивая m-ным каскадом, как это показано на фиг. 9. Каждый каскад, за исключением нулевого каскада, тождественен любому другому каскаду. Нулевой каскад это входной каскад для устройства оценки совместных процессов 12. Каскады от 1-го до m-го работают с сигналом, сформированным непосредственно предшествующим каскадом, т.е. (m-1)-м каскадом, так что на выходе m-го каскады формируется хорошее приближение к желательному сигналу
Сеточное устройство прогнозирования по методу наименьших квадратов 13 содержит регистры 15 и 16, суммирующие элементы 17 и 18 и элементы задержки 19. Регистры 15 и 16 содержат мультипликативные значения коэффициента переднего отражения Γ_f,m (t) и коэффициента обратного отражения Γ_b,m(t), которые умножают опорный шумовой сигнал n'(t) и сигналы, полученные из опорного шумового сигнала n'(t). Каждый каскад сеточного устройства прогнозирования по методу наименьших квадратов дает на выходе ошибку в прогнозе переднего отражения f_m(t) и ошибку в прогнозе обратного отражения b_m(t). Нижний индекс m указывает каскад.

Для каждого набора выборок, т.е. 1-ая выборка опорного шумового сигнала n'(t), полученная в принципе одновременно с 1-й выборкой измеряемого сигнала

выборка опорного шумового сигнала n'(t) подается на вход сеточного устройства прогнозирования по методу наименьших квадратов 13. Ошибка в переднем прогнозе нулевого каскада f₀(t) и ошибка в обратном прогнозе нулевого каскада b₀(t) устанавливаются равными опорному шумовому сигналу n'(t). Ошибка в обратном прогнозе затем подвергается задержке на период 1-й выборки посредством элемента задержки 19 в 1-м каскаде сеточного устройства прогнозирования по методу наименьших квадратов 13. Таким образом, непосредственно предшествующее значение опорного шумового сигнала n'(T) используется при расчетах, предполагающих элемент задержки 19 1-го каскада. Ошибка в переднем прогнозе нулевого каскада прибавляется к отрицательной части прошедшей задержку ошибки обратного прогноза нулевого каскада b₀(t-1), умноженной на величину регистра 15 коэффициента переднего отражения Γ_f,l(t), что дает ошибку в переднем прогнозе 1-го каскада f₁(t). Кроме того, ошибка в переднем прогнозе нулевого каскада f₀(t) умножается на величину регистра 16 коэффициента обратного отражения Γ_f,1(t), и прибавляется к прошедшей задержку ошибке в обратном прогнозе нулевого каскада b₀(t-1), что дает ошибку в обратном прогнозе 1-го каскада b₁(t). В каждом следующем каскаде m сеточного устройства прогнозирования по методу наименьших квадратов 13 предыдущие значения ошибки в переднем и обратном прогнозе f_m-1 (t) и b_m-1(t), причем ошибка в обратном прогнозе задерживается на период 1-й выборки, используются для получения значений ошибок в переднем и обратном прогнозе для данного каскада f_m(t) и b_m(t).

Ошибка в обратном прогнозе b_m(t) подается на совпадающий каскад m регрессионного фильтра 14. Там она направляется на вход регистра 20, содержащего значение коэффициента мультипликативной регрессии

Например, в нулевом каскаде регрессионного фильтра 14 ошибка в обратном прогнозе нулевого каскада b₀(t) умножается на величину регистра 20 коэффициента регрессии нулевого каскада и вычитается из измеренного значения сигнала в суммирующем элементе 21 с выдачей сигнала ошибки в оценке 1-го каскада . Сигнал ошибки в оценке 1-го каскада это 1-е приближение к желательному сигналу. Этот сигнал ошибки в оценке 1-го каскада подается на 1-й каскад регрессионного фильтра 14. Ошибка в обратном прогнозе 1-го каскада b₁(t), умноженная на величину регистра 20 коэффициента регрессии 1-го каскада вычитается из сигнала ошибки в оценке второго каскада для получения ошибки в оценке 2-го каскада . Сигнал ошибки в оценке 2-го каскада это 2-е, несколько лучшее приближение к желательному сигналу
Те же процессы повторяются в сеточном устройстве прогнозирования по методу наименьших квадратов 13 и в регрессионном фильтре 14 для каждого каскада, пока не определится хорошее приближение к желательному сигналу Каждый из рассмотренных сигналов, включая ошибку в переднем прогнозе f_m(t), ошибку в обратном прогнозе b_m(t), сигнал ошибки в оценке необходим при расчете коэффициента переднего отражения Γ_f,m(t) коэффициента обратного отражения Γ_b,m(t) и величин регистров 15, 16 и 20 коэффициента регрессии в каждом каскаде m. В дополнение к ошибке в переднем прогнозе f_m(t), ошибке в обратном прогнозе b_m(t) и к сигналам ошибки в оценке при расчете коэффициента переднего отражения Γ_f,m(t), коэффициента обратного отражения Γ_bm(t) и величин регистров 15, 16 и 20 коэффициента регрессии требуется ряд промежуточных переменных, показанных на фиг. 9, но основанных на величинах, обозначенных на фиг. 9.

Промежуточные переменные включают в себя взвешенную сумму квадратов ошибки в переднем прогнозе F_m(t), взвешенную сумму квадратов ошибки в обратном прогнозе β_m(t), параметр пересчетного устройства Δ_m(t), фактор преобразования γ_m(t) и другой параметр пересчетного устройства

Взвешенная сумма ошибок в передних прогнозах определяется как

где λ без указателя длины волны, a или b, это постоянная мультипликативная величина, не связанная с длиной волны и обычно равная единице или меньшая, чем единица, т.е. λ ≤ 1. Взвешенная сумма ошибок в обратном прогнозе β_m(t) определяется как

где, опять же, λ без указателя длины волны, a или b, это постоянная мультипликативная величина, не связанная с длиной волны и обычно равная единице или меньшая, чем единица, т.e. λ ≤ 1. Этими промежуточными сигналами ошибки со взвешенной суммой можно манипулировать таким образом, что для них уравнения решаются легче, как это описано в главе 9, 9.3 и определено ниже в уравнениях (53) и (54).

Устройство оценки совместных процессов 12 работает следующим образом. Когда устройство оценки совместных процессов 12 включено, инициализируются: начальные значения промежуточной переменной и сигнала, включая параметр Δ_m-1(t), взвешенную сумму сигналов ошибки в переднем прогнозе F_m-1(t), взвешенную сумму сигналов ошибки в обратном прогнозе β_m-1(t), параметр

и оценку ошибки нулевого каскада причем некоторые из них до нуля, а некоторые - небольшого положительного числа δ :
Δ_m-1(0) = 0, (40)

После инициализации одновременная выборка измеряемого сигнала и опорного шумового сигнала n'(t) подается на вход устройства оценки совместных процессов 12, как показано на фиг. 9. Сигналы ошибки в переднем и обратном прогнозе f₀(t) и b₀(t) и промежуточные переменные, включая взвешенные суммы сигналов передней и обратной ошибки F₀(t) и β_o(t), а также фактор преобразования γ_o(t) рассчитываются для нулевого каскада согласно:
f₀(t)=b₀(t0=n'(t); (45)

где, опять же, λ без указателя длины волны, a или b, это постоянная мультипликативная величина, не связанная с длиной волны.

После этого коэффициент переднего отражения Γ_f,m′(t), коэффициент обратного отражения Γ_{b, m′(t)} и величины регистров 15, 16 и 20 коэффициента регрессии

в каждом каскаде устанавливаются в соответствии с выходным сигналом предыдущего каскада. Таким образом, коэффициент переднего отражения Γ_f,m(t), коэффициент обратного отражения Γ_b,m(t) величины регистров 15, 16 и 20 коэффициента регрессии в 1-м каскаде устанавливаются в соответствии с алгоритмом, использующим величины в нулевом каскаде устройства оценки совместных процессов 12. В каждом каскаде m31 промежуточные значения и значения регистров, включая параметр Δ_m-1(t); величина регистра 15 коэффициента переднего отражения Γ_f,m(t); величина регистра 16 коэффициента обратного отражения Γ_b,m(t); сигналы ошибки при переднем и обратном отражении f_m(t) и b_m(t); взвешенная сумма возведенных в квадрат ошибок в переднем прогнозе F_f,m(t), прошедшая манипуляцию согласно 9.3 книги Хейкина; взвешенная сумма возведенных в квадрат ошибок в обратном прогнозе β_b,m(t), прошедшая манипуляцию согласно 9.3 книги Хейкина; фактор преобразования γ_m(t); параметр величина регистра 20 коэффициента регрессии и значение ошибки в оценке все они устанавливаются согласно:


где (*) обозначает сопряженный элемент.

Эти уравнения приводят к тому, что сигналы ошибки f_m(t), b_m(t),

возводятся в квадрат или умножаются друг на друга, а это в результате возводит в квадрат ошибки и создает новые промежуточные значения ошибок, такие как Δ_m-1(t), Сигналы ошибки и промежуточные значения ошибок рекурсивно связаны вместе, как показано в приведенных выше уравнениях от (48) до (58). Они взаимодействуют для сведения к минимуму сигналов ошибок в следующем каскаде.

После того, как с помощью устройства оценки совместных процессов 12 было определено хорошее приближение к желательному сигналу

на вход устройства оценки совместных процессов подается следующий выборок, включая выборку измеряемого сигнала и выборку опорного шумового сигнала n'(t). Процесс повторной инициализации не повторяется снова, так что величины регистров 15, 16 коэффициентов переднего и обратного отражения Γ_f,m(t) и Γ_b,m(t) и величина регистра 20 коэффициента регрессии отражают мультипликативные величины, необходимые для оценки желательной составляющей выборки поданные на вход выборок на предыдущем этапе. Таким образом, информация, полученная из предыдущих выборок, используется для оценки желательной составляющей сигнала данного набора выборок в каждом каскаде.

В устройстве обработки сигналов, таком как монитор для физиологических процессов, включающем в себя устройство обработки опорного сигнала согласно данному изобретению для определения опорного шумового сигнала n'(t) для введения в адаптивное устройство подавления шумов, адаптивное устройство подавления шумов типа устройства оценки совместных шумов 12 обычно реализуется посредством программных средств, имеющих цикл итерации. Одна итерация цикла аналогична одиночному каскаду устройства оценки совместных процессов, как это показано на фиг. 9. Таким образом, если цикл повторяется m раз, это эквивалентно устройству оценки совместных процессов 12 с m каскадами.

Блок-схема подпрограммы для оценки желательной составляющей сигнала

в выборке измеряемого сигнала представлена на фиг. 10. Эта блок-схема описывает то, каким образом работа устройства обработки опорного сигнала при определении опорного шумового сигнала и устройство оценки совместных процессов 12 будут реализованы в программных средствах.

Имеет место только одновременная инициализация, когда монитор для физиологических процессов включен, как указано в блоке "Инициализировать устройство подавления шумов" 22. Инициализация устанавливает все регистры 15, 16 и 20 и переменные элемента задержки 19 на величины, описанные выше в уравнениях от (40) до (44).

Затем набор одновременных выборок измеряемых сигналов

подается на вход подпрограммы, представленной блок-схемой на фиг. 10. Затем происходит обновление по времени каждой переменной программы элемента задержки, как показано в блоке "Обновление по времени [Z^-1] элементов" 23, где величина, хранящаяся в каждой из переменных элемента задержки 19 устанавливается на значение на входе переменной элемента задержки 19. Таким образом, ошибка в обратном прогнозе нулевого каскада b₀(t) хранится в переменной элемента задержки 1-го каскада, ошибка в обратном прогнозе 1-го каскада b₁(t) хранится в переменной элемента задержки 2-го каскада и т.д.

Потом, используя набор выборок измеряемых сигналов

рассчитывается опорный шумовой сигнал в соответствии с логометрическим методом или методом постоянного насыщения, описанными выше. Это показано блоком 24 "Рассчитать шумовой опорный сигнал [(n'(t)] для 2-х выборок измеряемых сигналов". Обычно предпочитают логометрический метод, поскольку не нужно делать предположение о величинах постоянного насыщения.

Затем производится обновление порядка нулевого каскада, как показано в блоке 25 "Обновление нулевого каскада". Ошибка в обратном прогнозе нулевого каскада b₀(t) и ошибка в переднем прогнозе нулевого каскада устанавливаются равными по величине опорного шумового сигнала n'(t). Кроме того, взвешенная сумма ошибок в переднем прогнозе F_m(t) и взвешенная сумма ошибок в обратном прогнозе β_m(t) устанавливаются равными величине, определенной в уравнении (46).

Затем инициализируется счетчик циклов m, как показано в блоке 26 "m=0". Также определяется максимальная величина m, определяющая суммарное число каскадов, которые должна использовать подпрограмма в соответствии с блок-схемой фиг. 10. Обычно цикл составляется таким образом, что он перестает итерацию, если критерий схождения после наилучшего приближения к желательному сигналу выполняется устройством оценки совместных процессов 12. Кроме того, можно выбрать максимальное число итераций цикла, при котором цикл прекращает итерацию. В предпочтительной реализации монитора для физиологических процессов согласно данному изобретению с успехом выбрано максимальное число итераций, от m=60 до m=80.

Внутри цикла сначала рассчитываются величины регистров 15 и 16 коэффициентов переднего и обратного отражения Γ_f,m(t) и Γ_b,m(t) в X-обрэзном (сеточном) фильтре по методу наименьших квадратов, как показано блоком 27 "Обновление порядка MTH-ячейки LSL сетки" на фиг. 10. Это требует расчета величин промежуточной переменной и сигнала, используемых при определении величин регистров 15, 16 и 20 в данном каскаде, следующем каскаде, а также регрессионного фильтра 14.

Затем производится расчет величины регистра 20 регрессионного фильтра

что показано в блоке 28 "Обновление порядка MTH-каскада регрессионного фильтра (фильтров)". Два блока обновления порядка 27 и 28 производятся последовательно m раз до тех пер, пока m не достигнет своего заранее определенного максимума (в предпочтительной реализации m=60 до m=80) или пока на решении не произошла сходимость, как это показывает ветвь "ДА", отходящая от блока решения 29 "Выполнено". В компьютерной подпрограмме сходимость определяется проверкой того, являются ли взвешенные суммы ошибок в переднем и обратном прогнозе F_m(t) и b_m(t) меньшими, чем небольшое положительное число. Затем вычисляется выход, как показывает блок 30 "Рассчитать выход". Выход это хорошее приближение к желательному сигналу, определенному подпрограммой устройства обработки опорного сигнала и устройства оценки совместных процессов 12, в соответствии с блок-схемой фиг. 10. Эта информация индицируется (или используется при расчете в другой подпрограмме), как показывает блок 31 "Индицировать".

Новый набор выборок 2-х измеряемых сигналов

подается на вход подпрограммы устройства обработки и устройства оценки совместных процессов 12 адаптивного устройства подавления шумов в соответствии с блок-схемой фиг. 10, и процесс повторяется для 3-х выборок. Обратите, однако, внимание, что процесс инициализации не возникает снова. Новые наборы выборок измеряемых сигналов непрерывно поступают на вход подпрограммы устройства обработки опорного сигнала и устройства оценки совместных процессов 12 адаптивного устройства подавления шумов. На выходе формируется цепочка выборок, представляющая собой непрерывный колебательный процесс. Этот колебательный процесс является хорошим приближением к форме сигнала желательного сигнала на длине волны λ_a.
Обычно мониторы для физиологических процессов используют приближение к желаемому сигналу для расчета другого количественного параметра, например насыщения одной составляющей в объеме, содержащем эту составляющую плюс одну или большее число других составляющих. В общем случае, такие расчеты требуют наличия информации о желательном сигнале, полученной на 2-х длинах волн. При некоторых измерениях эта длина волны λ_b, т. е. длина волны, используемая при расчете опорного шумового сигнала n'(t). Например, метод постоянного насыщения для определения опорного шумового сигнала требует хорошего приближения составляющих желательного сигнала обоих измеряемых сигналов Затем определяется насыщение исходя из приближения к обоим сигналам, т.е.
При других физиологических измерениях необходима информация о сигнале, полученная на 3-й длине волны. Например, для того, чтобы определить насыщение с использованием логометрического метода, сигналы используются для нахождения опорного шумового сигнала n'(t). Но, как мы рассмотрели выше, λ_a и λ_b были выбраны, чтобы удовлетворить соотношение пропорциональности, подобного уравнению (22). Это соотношение пропорциональности, подобное уравнению (22). Это соотношение пропорциональности заставляет обе желательные составляющие сигнала быть линейно зависимыми. В общем случае, линейно зависимые математические уравнения нельзя решить в отношении неизвестных. Аналогичным образом, некоторую желательную информацию нельзя получить из 2-х линейно зависимых сигналов. Таким образом, для определения насыщения с использованием логометрического метода 3-й сигнал одновременно измеряется на длине волны λ_c. Длина волны λ_c выбрана таким образом, чтобы желательная составляющая измеряемого сигнала не была линейно зависима, как желательные составляющие измеряемых сигналов Поскольку все измерения производятся в принципе одновременно, опорный шумовой сигнал n'(t) скоррелирован относительно нежелательных составляющих сигнала каждого из измеряемых сигналов и может использоваться для оценки приближений к желательным составляющим сигнала для всех 3-х измеряемых сигналов . При использовании логометрического метода оценка желательных составляющих сигнала двух измеряемых сигналов выбранных правильно, обычно бывает достаточной для определения основного массива физиологических данных.

Устройство оценки совместных процессов 12, имеющее два регрессионных фильтра 32 и 33, показано на фиг. 11. 1-й регрессионный фильтр 32 принимает измеряемый сигнал

2-й регрессионный фильтр 33 принимает измеряемый сигнал в зависимости от того, какой метод - постоянного насыщения или логометрический - используется для определения опорного шумового сигнала n'(t). 1-й и 2-й регрессионные фильтры 32 и 33 независимы. Ошибка в обратном прогнозе b_m(t) подается на вход каждого регрессионного фильтра 32 и 33, причем входной сигнал для 2-го регрессионного фильтра 33 обходит 1-й регрессионный фильтр 32.

2-й регрессионный фильтр 33 содержит регистры 34 и суммирующие элементы 35, расположенные аналогично элементам 1-го регрессионного фильтра 32. 2-й регрессионный фильтр 33 работает через дополнительную промежуточную переменную в сочетании с теми переменами, которые были определены уравнениями от (48) до (58), т.е.:

2-й регрессионный фильтр 33 имеет величину сигнала ошибки, определенную аналогично величинам сигнала ошибки 1-го регрессионного фильтра, т.е.:

Второй регрессионный фильтр имеет величину регистра 34 коэффициента регрессии определенную аналогично 1-м величинам сигнала ошибки 1-го регрессионного фильтра, т.е.:

Эти величины используются в сочетании с теми величинами промежуточных переменных, сигналов, величинами регистров, как они определены в уравнениях от (40) до (58). Эти сигналы рассчитываются в порядке, определенном размещением дополнительных сигналов, непосредственно примыкающих к аналогичному сигналу для длины волны λ_a.
В случае логометрического метода подается на вход 2-го регрессионного фильтра 33. Тогда выходной сигнал 2-го регрессионного фильтра 33 является хорошим приближением к желательному сигналу В случае метода постоянного насыщения вводится во 2-ой регрессионный фильтр 33. Тогда выходной сигнал это хорошее приближение к желательному сигналу
Добавление 2-го регрессионного фильтра 33 существенно не меняет подпрограмму компьютера, представленную на блок-схеме фиг. 10. Вместо обновления порядка m-го каскада только одного регрессионного фильтра выполняется обновление обоих регрессионных фильтров 32 и 33. Это характеризуется множественным обозначением в блоке 28 "Обновление порядка m-го каскада регрессионного фильтра (фильтров)" на фиг. 10. Поскольку регрессионные фильтры 32 и 33 работают независимо, можно провести независимые расчеты в устройстве обработки опорного сигнала и в устройстве обработки совместных процессов 12 подпрограммы адаптивного устройства подавления шумов, смоделированного на блок-диаграмме фиг. 10.

Когда устройством оценки совместных процессов 12 были определены: хорошее приближение к желательным сигналам

для логометрического метода и для метода постоянного насыщения, можно, например, рассчитать насыщение A₅ в объеме, содержащем A₅ и A₆ согласно разным известным методам. Математические приближения к желательным сигналам можно записать так:

для логометрического метода, использующего длины волн λ_a и λ_c. В случае метода постоянного насыщения приближение к желательным сигналам можно записать в терминах λ_a и λ_b как:

Это эквивалентно 2-м уравнениям с тремя неизвестными, а именно C₅(t), C₆(t) и x_5,6(t). Как в случае логометрического метода, так и в случае метода постоянного насыщения, насыщение можно определить путем получения приближений к желательным составляющим сигнала в 2 разные, но близкие друг к другу момента времени t₁ и t₂, в течение которых насыщение A₅ в объеме, содержащем A₅ и A₆ существенно не меняется. Например, в случае желательных сигналов, оцененных логометрическим методом, в моменты времени t₁ и t₂:

затем можно определить разностные сигналы, сигналы уравнений от (73) до (76), т.е.:

где Δ_x = x_5,6(t₁)-x_5,6(t₂). Среднее насыщение в момент t=(t₁+t₂)/2:
Насыщение (t)=C₅(t)/[C₅(t)+C₆(t)] (79)

Понятно, что член Δ_x выпадает из расчета насыщения из-за разделения. Таким образом, для расчета насыщения не требуется сведений о толщине желательных составляющих.

Особый пример монитора для физиологических процессов, использующего устройство обработки для определения шумового сигнала для подачи на вход адаптивного устройства подавления шумов, удаляющего нестабильные составляющие сигнала, вызванные движением, - это импульсный оксиметр. Обычно импульсный оксиметр прогоняет энергию через среду, в которой кровь протекает близко к поверхности, как например мочка уха, палец или лоб. Ослабленный сигнал измеряется после его прохождения через среду или после его отражения от среды. Импульсный оксиметр оценивает степень насыщения кислородом крови.

Насыщенная кислородом кровь накачивается под большим давлением от сердца в артерии тела. Объем крови в артериях меняется с частотой биения сердца, что приводит к изменениям в поглощении энергии с частотой сердцебиения или пульса.

Лишенная кислорода или обедненная кислородом кровь возвращается в сердце по венам вместе с использованной обогащенной кислородом кровью. Объем крови в венах меняется с частотой сердцебиения, и это изменение обычно намного медленнее, чем сердцебиение. Таким образом, когда в толщине вен не возникает изменений, вызванных движением, венозная кровь вызывает малые изменения частоты при поглощении энергии. Когда в толщине вен возникают вызванные движением изменения, низкочастотные изменения поглощения сочетаются с хаотическим изменением поглощения, вызванным артефактом движения.

При измерениях поглощения с использованием передачи энергии через среду два светодиода (СИД) помещаются на одной части тела, где кровь протекает вблизи поверхности, например, пальца, а фотодетектор помещается с противоположной стороны пальца. Как обычно бывает при измерениях с помощью импульсной оксиметрии, один СИД излучает на видимой длине волны, желательно красной, а другой СИД излучает на инфракрасной длине волны.

Однако можно использовать и другие комбинации длин волн.

Палец содержит кожу, ткани, мышцы, артериальную и венозную кровь, и все они по-разному поглощают световую энергию из-за разных коэффициентов поглощения, разных концентраций и разной толщины слоя. Если пациент не двигается, поглощение в принципе постоянно, за исключением кроветока. Это постоянное затухание можно определить и вычесть из сигнала с помощью традиционных методов фильтрации. Когда пациент движется, поглощение становится нестабильным. Шумы, вызванные нестабильным, хаотическим движением, обычно нельзя заранее определить и вычесть из измеряемого сигнала с помощью традиционных методов фильтрации. Таким образом, определение насыщения кислородом артериальной крови затрудняется.

Схема монитора для физиологических измерений методом импульсной оксиметрии представлена на фиг. 12. 2 СИД примыкают к пальцу 36 - один СИД 37 излучает на красных длинах волн, другой СИД 38 излучает на инфракрасных длинах волн. Фотодетектор 39, выдающий электрический сигнал, который соответствует сигналам энергии ослабленного видимого и инфракрасного света, расположен напротив СИД 37 и 38. Фотодетектор 39 подключен к единственному каналу общих схем обработки сигнала, включающему усилитель 40, который, в свою очередь, подсоединен к полосовому фильтру 41. Полосовой фильтр 41 пропускает сигналы и направляет их на синхронизированный демодулятор 42, имеющий ряд выходных каналов. Один выходной канал предназначен для сигналов, соответствующих видимым длинам волн, а другой выходной канал предназначен для сигналов, соответствующих инфракрасным длинам волн.

Выходные каналы синхронизированного демодулятора для сигналов, соответствующих как видимым, так и инфракрасным длинам волн, подсоединены к различным трактам, причем каждый тракт содержит схемы дальнейшей обработки сигналов. Каждый тракт содержит элемент постоянного тока для удаления смещения 43 и 44, например, дифференциальный усилитель, усилитель с программируемой регулировкой усиления 45 и 46 и фильтр нижних частот 47 и 48. Выходной сигнал каждого фильтра нижних частот 47 и 48 усиливается во 2-м усилителе с программируемой регулировкой усиления 49 и 50, а затем подается на вход мультиплексора 51.

Мультиплексор 51 подсоединен к аналого-цифровому преобразователю 52, который, в свою очередь, подключен к микропроцессору 53. Образуются линии управления между микропроцессором 53 и мультиплексором 51, микропроцессором 53 и аналого-цифровым преобразователем 52, и между микропроцессором 53 и каждым усилителем с программируемой регулировкой усиления 45,46, 49 и 50. Микропроцессор 53 имеет дополнительные линии управления, одна из которых ведет к дисплею 54, а другая - к возбудителю СИД, расположенному в петле обратной связи с 2-мя СИД 37 и 38.

СИД 37 и 38 излучают энергию, которая поглощается пальцем 36 и принимается фотодетектором 39. Фотодетектор 39 формирует электрический сигнал, соответствующий интенсивности световой энергии, падающей наг поверхность фотодетектора. Усилитель 40 усиливает этот электрический сигнал для облегчения обработки. Затем, полосовой фильтр 41 удаляет нежелательные высокие и низкие частоты. Синхронизированный демодулятор 42 разделяет электрический сигнал на электрические сигналы, соответствующие компонентам световой энергии красного и инфракрасного света. Заранее определенное опорное напряжение V_ref вычитается в элементе постоянного тока для удаления смещения 43 и 44 из каждого отдельного сигнала для удаления в принципе постоянного поглощения, которое соответствует поглощению, когда отсутствует компонент сигнала, вызванный нежелательными движениями. Затем для легкости манипуляций 1-е усилители с программируемой регулировкой усиления 45 и 46 усиливают каждый сигнал. Фильтры нижних частот 47 и 48 интегрируют каждый сигнал для удаления нежелательных частотных компонентов, а 2-е усилители с программируемой регулировкой усиления 49 и 50 усиливают каждый сигнал для дальнейшего облегчения обработки.

Мультипликатор 51 работает как аналоговый переключатель между электрическими сигналами, соответствующими красной и инфракрасной световой энергии, что позволяет сначала сигналу, соответствующему красному свету, поступить в аналого-цифровой преобразователь 52, а потом сигналу, соответствующему инфракрасному свету, поступить в аналого-цифровой преобразователь 52. Это снимает необходимость использовать множественные аналого-цифровые преобразователи 52. Аналого-цифровой преобразователь 52 подает данные на вход микропроцессора 53 для расчета опорного шумового сигнала методом обработки согласно данному изобретению и для удаления нежелательных составляющих сигнала посредством адаптивного устройства подавления шумов. Находящийся в центре микропроцессор 53 управляет мультиплексором 51, аналого-цифровым преобразователем 52, и 1-ми и 2-ми усилителями с программируемой регулировкой усиления 45 и 49 как для красного, так и для инфракрасного каналов. Кроме того, микропроцессор 53 управляет интенсивностью СИД 38 и 55 через возбудитель СИД 56 в серво-петле для того, чтобы поддерживать интенсивность (среднюю) света, принимаемого фотодетектором 39, внутри соответствующего диапазона. Внутри микропроцессора 53 рассчитывается опорный шумовой сигнал n'(t) либо посредством метода постоянного насыщения, либо посредством логометрического метода, как описано выше, причем в основном предпочтительнее логометрический метод. Этот сигнал используется в основном в адаптивном устройстве подавления шумов типа устройства оценки совместных процессов 12, описанного выше.

Мультиплексор 51 уплотняет по времени, или последовательно переключает, электрические сигналы, соответствующие энергии красного и инфракрасного света. Это позволяет использовать один канал для детектирования и для начала обработки электрических сигналов. Например, красный СИД 37 начинает работать первым, и ослабленный сигнал измеряется фотодетектором 39. Электрической сигнал, соответствующий интенсивности ослабленной энергии красного света, подается на общие схемы обработки сигнала. Затем начинает работать инфракрасный СИД 38, и ослабленный сигнал измеряется фотодетектором 39. Электрический сигнал, соответствующий интенсивности ослабленной энергии инфракрасного света, подается на общие схемы обработки сигнала. Затем снова начинает работать красный СИД 37 и соответствующий электрический сигнал подается на общие схемы обработки сигнала. Последовательное включение СИД 37 и 38 происходит непрерывно, пока работает импульсный оксиметр.

Схемы обработки сигнала разделены на отдельные тракты после синхронизированного демодулятора 42 для уменьшения временных ограничений, вызванных временным мультиплексированием. В предпочтительной реализации импульсного оксиметра, показанного на фиг. 12, с успехом используется скорость (частота) выборки, или частота включения СИД, в 1000 Гц. Таким образом, электрические сигналы достигают синхронизированный демодулятор 42 с частотой 1000 Гц. Временное мультиплексирование не применяется на месте отдельных трактов из-за ограничений по времени установления автоматического регулирования фильтров нижних частот 47, 48 и 57.

На фиг. 12 показан 3-й СИД, примыкающий к пальцу и расположенный рядом с СИД 37 и 38. 3-й СИД 55 используется для измерения 3-го сигнала

который должен применяться для определения насыщения при логометрическом методе, 3-й СИД 55 мультиплексируется по времени красным и инфракрасным СИД 37 и 38. Таким образом, 3-й сигнал подается на вход общих схем обработки сигнала последовательно с сигналами от красного и инфракрасного СИД 37 и 38.

Пройдя обработку в операционном усилителе 40, полосовом фильтре 41 и в синхронизированном демодуляторе 42, 3-й электрический сигнал, соответствующий световой энергии с длиной волны λ_c, подается на вход отдельного тракта, включающего элемент постоянного тока для удаления смещения 58, 1-й усилитель с программируемой регулировкой усиления 59, фильтр нижних частот 57, 2-й усилитель с программируемой регулировкой усиления 60. Затем 3-й сигнал подается на вход мультиплексора 51.

Соединение, обозначенное пунктирной линией для 3-го СИД 55, указывает на то, что 3-й СИД 55 включен в импульсный оксиметр при использовании логометрического метода; оно не обязательно для метода постоянного насыщения. При использовании 3-го СИД 55 мультиплексор 51 работает как аналоговый переключатель между сигналами всех 3-х СИД 37, 38 и 55. Если используется 3-й СИД 55, также формируются петли обратной связи между микропроцессором 53 и 1-м и 2-м усилителем с программируемой регулировкой усиления 59 и 60 в тракте длины волны λ_c.
Для измерений по методу импульсной оксиметрии с использованием логометрического метода сигналы (преобразованные по логоритму), прошедшие через палец 36 на каждой длине волны λ_a, λ_b и λ_c таковы:

В уравнениях от (81) по (83) X^A(t) - это общая сумма толщины артериальной крови в пальце; X^V(t) это общая сумма венозной крови в пальце; это коэффициенты поглощения обогащенного кислородом и не обогащенного кислородом гемоглобина на каждой длине волны измерения; и C_Hb02(t) и C_Hb(t) с верхними обозначениями A и V это концентрации обогащенной кислородом и не обогащенной кислородом артериальной и венозной крови, соответственно.

В случае логометрического метода две выбранные длины волн находятся обычно в диапазоне видимого красного света, т.е. λ_a и λ_b, а одна длина волны находится в инфракрасном диапазоне, т.е. λ_c. Как описано выше, длины волн измерения выбраны λ_a и λ_b для удовлетворения соотношения пропорциональности, которое удаляет желательную составляющую сигнала

давая в результате опорный шумовой сигнал n'(t). В предпочтительной реализации логометрический метод используется для определения опорного шумового сигнала n'(t) путем выбора 2-х длин волн, которые заставляют желательные составляющие измеряемых сигналов стать линейно зависимыми аналогично уравнению (22), т.е. длины волн λ_a и λ_b, которые удовлетворяют соотношению:

Обычно выбираются длины волн λ_a= 650 нм и λ_b= 685 нм. Кроме того, обычная длина волны для λ_c это λ_c 940 нм. Путем выбора длин волн λ_a и λ_b для выполнения уравнения (84) венозную составляющую измеряемого сигнала также заставляют стать линейно зависимой, даже если она не является составляющей желательного сигнала. Таким образом, венозная составляющая сигнала удаляется с желательной составляющей. Соотношение пропорциональности между уравнениями (81) и (82), позволяющее определить не равный нулю опорной шумовой сигнал n'(t), аналогично уравнению (25):

где
В импульсной оксиметрии можно одновременно удовлетворить обычно как уравнение (85), так и уравнение (86).

Фиг. 13 это график коэффициентов поглощения обогащенного и необогащенного кислородом гемоглобина ε_Hb02 и ε_Hb относительно длины волны (λ).
Фиг. 14 это график отношения коэффициентов поглощения относительно длины волны, т.е. ε_Hb/ε_Hb02 относительно λ по диапазону длин волн внутри кружка 13 на фиг. 13. Везде, где горизонтальная линия касается кривой фиг. 14 дважды, как это делает линия 400, условие уравнения (84) выполняется.

Фиг. 15 показывает вид в увеличении области фиг. 13 внутри кружка 13. Величины ε_Hb02 и ε_Hb на длинах волн, где горизонтальная линия касается кривой фиг. 14 дважды, можно затем определить исходя из данных фиг. 15 для решения соотношения пропорциональности уравнения (85).

Особый случай логометрического метода возникает тогда, когда коэффициенты поглощения ε_Hb02 и ε_Hb равны на какой-то длине волны. Стрелка 410 на фиг. 13 указывает одно такое местоположение, называемое изобестической точкой. Для того, чтобы использовать изобестические точки при логометрическом методе, определяются две длины волны из изобестических точек для выполнения уравнения (84).

Умножением уравнения (82) на ω_r4 и последующим вычитанием уравнения (82) из уравнения (81) определяется не равный нулю опорный шумовой сигнал:

Опорный шумовой сигнал n'(t) имеет спектральный состав, соответствующий нестабильным, вызванным движением шумам. Когда он подается на вход адаптивного устройства подавления шумов, причем либо сигналы либо сигналы подаются на вход двух регрессионных фильтров 80a и 80b, адаптивное устройство подавления шумов будет функционировать во многом адаптивный множественный узкополосный резекционный фильтр и будет удалять частотные компоненты, присутствующие как в опорном шумовом сигнале n'(t), так и в измеряемых сигналах, из измеряемых сигналов или из Таким образом, адаптивное устройство подавления шумов способно удалять нестабильные шумы, вызванные в венозной составляющей измеряемых сигналов даже если венозная составляющая измеряемых сигналов не была включена в опорный шумовой сигнал n'(t). Однако низкочастотное поглощение, вызванное венозной кровью, протекающей по венам, обычно не связано с той частотой, которая содержится в опорном шумовом сигнале n'(t). Таким образом, адаптивное устройство подавления шумов обычно не удаляет эту составляющую нежелательного сигнала. Однако полосовой фильтр, применяемый для приближения к желательным сигналам может удалить эту составляющую нежелательного сигнала, соответствующую низкочастотному поглощению венозной кровью.

При измерениях импульсной оксиметрии с использованием метода постоянного насыщения сигналы (преобразованные по логарифму), прошедшие через палец 36 на каждой длине волны λ_a и λ_b таковы:

Для метода постоянного насыщения выбраны длины волн: одна в видимом диапазоне красного света, т.е. λ_a, и одна в диапазоне инфракрасного света, т. е. λ_b Обычно значения длин волн такие: λ_a= 660 нм и λ_b= 940 нм. При использовании метода постоянного насыщения предполагается, что C_Hb02(t)/C_Hb(t)= constant. Насыщение обогащенной кислородом артериальной крови меняется медленно, если вообще меняется, относительно частоты выборки, что подтверждает это допущение. Коэффициент пропорциональности между уравнениями (88) и (89) можно записать как:

В импульсной оксиметрии обычно оба уравнения (91) и (92) выполняются одновременно.

Путем умножения уравнения (89) на ω_s4(t) и последующего вычитания уравнения (89) из уравнения (88) определяется не равный нулю опорный шумовой сигнал n'(t):

B отличие от соотношения уравнения (84), используемого в логометрическом методе, допущение о постоянном насыщении не приводит к аннулированию вклада венозной крови в поглощение вместе с желательной составляющей сигнала Таким образом, частоты, связанные как с низкочастотным модулированным поглощением за счет поглощения венозной кровью, когда пациент неподвижен, так и с нестабильно модулированным поглощением за счет поглощения венозной кровью, когда пациент движется, представлены в опорном шумовом сигнале n'(t). Таким образом, адаптивное устройство подавления может удалить и нестабильно модулированное поглощение из-за венозной крови в двигающемся пальце, и постоянное низкочастотное" циклическое поглощение венозной кровью.

С использованием того или иного метода опорный шумовой сигнал определяется устройством обработки для использования в адаптивном устройстве подавления шумов, определяемом программными средствами в микропроцессоре. Предпочтительное адаптивное устройство подавления шумов это устройство оценки совместных процессов 12, описанное выше.

В качестве иллюстрации действия логометрического метода согласно данному изобретению фиг. 16, 17 и 18 показывают измеряемые сигналы для использования при определении насыщения обогащенной кислородом артериальной крови с использованием устройства обработки опорного сигнала, которое использует логометрический метод, т.е. сигналы

Первый сегмент 16a, 17a и 18a каждого сигнала относительно не нарушается артефактом движения, т. е. пациент не совершал значительных движений в течение периода времени, когда эти сегменты измерялись. Таким образом, эти сегменты 16a, 17a и 18a в общем представляют собой желательный плетисмографический колебательный процесс на каждой из измеряемых длин волн. Второй сегмент 16b, 17b и 18b каждого сигнала подвержен воздействию артефакта движения, т.е. пациент двигался в течение периода времени, когда эти сегменты измерялись. Каждый из этих сегментов 16b, 17b и 18b проявляют сильные отклонения измеряемого сигнала, вызванные движением, третий сегмент 16c, 17c и 18c каждого из сигналов также относительно не подвержен воздействию артефакта движения и, тем самым, в общем представляет собой желательный плетисмографический колебательный процесс на каждой измеряемой длине волны.

На фиг. 19 показан опорный шумовой сигнал n'(t) =

определенный устройством обработки опорного сигнала с использованием логометрического метода. Как было рассмотрено выше, опорный шумовой сигнал n'(t) скорректирован относительно нежелательных составляющих сигнала Таким образом, 1-й сегмент 19a опорного шумового сигнала n'(t) в общем случае плоский в соответствии с тем, что в 1-х сегментах 16a, 17a и 18a каждого сигнала имеются очень малые шумы, вызванные движением, 2-й сегмент 19b опорного шумового сигнала n'(t) проявляет большие отклонения в соответствии с большими отклонениями каждого измеряемого сигнала, вызванными движением, 3-й сегмент 19c опорного сигнала n'(t) в общем случае плоский, опять же в соответствии с отсутствием артефакта движения в 3-х сегментах 16c, 17c и 18c каждого измеряемого сигнала.

На фиг. 21 и 21 показаны приближения

к желательным сигналам оцененным устройством оценки совместных процессов 12 с использованием опорного шумового сигнала n'(t), определенного логометрическим методом. Обратите внимание, что шкала фиг. от 16 до 21 не одинаковая для каждой фигуры с целью лучшей иллюстрации изменений в каждом сигнале. Фиг. 20 и 21 показывают эффект адаптивного устройства подавления шумов - устройства оценки совместных процессов с использованием опорного шумового сигнала n'(t), определенного устройством обработки опорного сигнала с применением логометрического метода. В отличие от сегментов 16b, 17b и 18b измеряемых сигналов, сегменты 20b и 21b не подвержены в значительной степени шумам, вызванным движением. Кроме того, сегменты 20a, 21a, 20c и 21c не менялись значительно относительно сегментов измеряемого сигнала 16a, 17a, 18a, 16c, 17c, и 18c, где не было вызванных движением шумов.

Иллюстрируя действие метода постоянного насыщения, фиг. 22 и 23 показывают сигналы, измеряемые для подачи на вход устройства обработки опорного сигнала, которое использует метод постоянного насыщения, т. е. сигналы

1-й сегмент 22a и 23a каждого из этих сигналов относительно не нарушен артефактом движения, т.е. пациент не совершал существенных движений в течение периода времени, в котором измерялись эти сегменты. Таким образом, эти сегменты 22a и 23a в основном представляют собой желательный плетисмографический колебательный процесс на каждой из измеряемых длин волн. 2-ой сегмент 22b и 23b каждого сигнала подвержен воздействию артефакта движения, т.е. пациент двигался в течение периода времени, когда эти сегменты измерялись. Каждый из этих сегментов 22b и 23b проявляет большие вызванные движением отклонения в измеряемом сигнале. 3-й сегмент 22c и 23c каждого сигнала опять же относительно не подвержен артефакту движения и таким образом в общем представляет собой желательный плетисмографический колебательный процесс на каждой из измеряемых длин волн.

На фиг. 24 показан опорный шумовой сигнал

определенный устройством обработки опорного сигнала данного изобретения с использованием метода постоянного насыщения. Здесь снова опорный шумовой сигнал n'(t) скоррелирован относительно нежелательных составляющих сигнала Таким образом, 1-й сегмент 24a опорного шумового сигнала n'(t) в общем плоский в соответствии с тем, что присутствует очень мало вызванных движением шумов в 1-х сегментах 22a и 23a каждого сигнала. 2-й сегмент 24b опорного шумового сигнала n'(t) проявляет большие отклонения в соответствии с большими вызванными движением отклонениями в каждом измеряемом сигнале.

Третий сегмент 24c опорного шумового сигнала n'(t) в общем плоский, снова в соответствии с отсутствием артефакта движения в третьих сегментах 22b и 23c каждого измеряемого сигнала.

На фиг. 25 и 26 показано приближение

к желательным сигналам оцененным с помощью устройства оценки совместных процессов 12 с применением опорного шумового сигнала n'(t), определенного посредством метода постоянного насыщения. Обратите внимание, что шкала фиг. от 22 до 26 не одна и та же для каждой фиг. с целью лучшей иллюстрации изменений в каждом сигнале. Фиг. 25 и 26 показывают эффект устройства оценки совместных процессов - адаптивного устройства подавления шумов с применением опорного шумового сигнала n'(t), определенного устройством обработки опорного сигнала данного изобретения с применением метода постоянного насыщения. В отличие от сегментов 22b и 23b измеряемых сигналов, сегменты 25b и 26b не находятся под преобладающим воздействием вызванных движением шумов. Кроме того, сегменты 25a, 26a, 25c и 26c не изменялись значительно относительно сегментов измеряемого сигнала 22a, 23a, 22c и 23c, где присутствовали вызванные движением шумы.

Экземпляр компьютерной подпрограммы, написанной на языке программирования "Си", рассчитывает опорный шумовой сигнал n'(t) с применением логометрического метода и, используя устройство оценки совместных процессов 12, оценивает желательные составляющие сигнала 2-х измеряемых сигналов, каждый из которых имеет нежелательную составляющую, скоррелированную относительно опорного шумового сигнала n'(t), один из которых не пользовался для расчета опорного шумового сигнала n'(t). Например,

можно ввести в подпрограмму компьютера. Понятно, что также будут работать. Эта подпрограмма - один из способов реализации этапов, показанных на блок-схеме фиг. 10 для монитора, особенно пригодного для импульсной оксиметрии.

Программа проводит оценку желательных составляющих сигнала двух сигналов световой энергии, один из которых предпочтительно соответствует свету в видимом красном диапазоне, так что можно определить количество кислорода в теле или насыщение кислородом артериальной крови. Расчет у насыщения производится в отдельной подпрограмме. Известны различные методы расчета кислородного насыщения. Один такой расчет описан в статье Дж.А. Мука и др. и в статье Майкла Р. Ньюмена, цитированных выше. Когда определена концентрация обогащенного кислородом гемоглобина и обедненного кислородом гемоглобина, значение насыщения определяется аналогично уравнениям от (73) до (80), где измерения в моменты времени t₁ и t₂ проводятся в разные, но близкие друг к другу моменты времени, между которыми насыщение относительно постоянно. Затем для импульсной оксиметрии определяется среднее насыщение в момент времени t=(t₁+t₂)/2:
Насыщение (t)=C_Hb02(t)/[C_Hb02(t)+C_Hb(t)], (95)

С использованием логометрического метода три сигнала вводятся в подпрограмму. используются для расчета опорного шумового сигнала n'(t). Как описано выше, длины волн света, на которых измеряются выбираются для выполнения соотношения уравнения (84). Когда определен опорный шумовой сигнал n'(t), желательные составляющие сигналов измеряемых сигналов оцениваются для использования при расчете кислородного насыщения.

Соответствие переменных программы переменным, определенным при обсуждении устройства оценки совместных процессов, таково:

f_m(t)=nc[ ].ferr
f_m(t)=nc[ ].berr
f_m(t)=nc[ ].Fswsqr

Первая часть программы выполняет инициализацию регистров 15, 16, 20 и 34 и величин промежуточных переменных, как в случае блока 22 "Инициализировать подавление шумов", и уравнений от (40) до (44) и уравнений (61), (62), (65) и (66). Вторая часть программы выполняет обновления по времени переменных элемента задержки 19 хранится в переменной элемента задержки, как показано в блоке 23 "Обновление по времени [Z_-1] элементов".

Третья часть программы вычисляет опорный шумовой сигнал, как в блоке 24 "Рассчитать опорный шумовой сигнал (n'(t)) для двух выборок измеряемых сигналов с применением постоянной пропорциональности ω_r4, определенной логометрическим методом, как в уравнении (85).

Четвертая часть программы выполняет обновление нулевого каскада, как в блоке 25 "Обновление нулевого каскада", где ошибка в переднем прогнозе нулевого каскада f₀(t) и ошибка в обратном прогнозе нулевого каскада b₀(t) устанавливаются равными величине только что рассчитанного опорного шумового сигнала n'(t). Кроме того, величины для нулевого каскада промежуточных переменных F₀(t) и β_o(t)/nc[ ].Fswsqr и nc[ ].Bswsqr в программе/рассчитываются для использования при установке величин регистров 15, 16, 20 и 34 в сеточном устройстве прогнозирования по методу наименьших квадратов 13 и регрессионных фильтров 32 и 33.

Пятая часть программы это цикл итерации, где счетчик циклов m вновь устанавливается на нуле с максимумом m=NC_CELLS, как в блоке 26 "m=0" фиг. 10. NC_ CELLS это заранее определенное максимальное значение итераций для цикла. Например, обычное значение NC_CELLS находится между 60 и 80. Условия цикла установлены такими, что цикл повторяется минимум 5 раз и продолжает повторяться до тех пор, пока не выполнится тест для преобразования или m=NC_ CELLS. Тест для преобразования состоит в следующем: меньше ли сумма взвешенной суммы ошибок в переднем прогнозе плюс взвешенная сумма ошибок в обратном прогнозе некого малого числа, обычно 0, 00001 (т.е. F_m(t)+β_m(t)≤0,00001
Шестая часть программы рассчитывает величины регистров 15 и 16 коэффициентов переднего и обратного отражения Γ_{m, f}(t) и Γ_m,b(t) (nc[ ].fref и nc[ ].bref в программе), как в блоке 27 "Обновление порядка m-го каскада LSL-устройства прогнозирования" и в уравнениях (49) и (50). Затем рассчитываются ошибки в переднем и обратном прогнозе f_m(t) и b_m(t) (nc[ ].ferr и nc[ ].berr в программе), как в уравнениях (51) и (52). Кроме того, рассчитываются промежуточные переменные F_m(t),β_m(t) и γ_m(t)(nc[ ].Fswsqr, nc[ ].Bswsqr, nc[ ]. Gamma в программе), как в уравнениях (53), (54) и (55). Первый цикл циклического повторения использует величины для nc[o].Fswsqr и nc[о].Bswsqr, рассчитанные в части программы "Обновление нулевого каскада".

Седьмая часть программы, все еще находящаяся внутри цикла, рассчитывает величины регистров 20 и 34 коэффициентов регрессии

(nc[ ] . К_а и nc[ ].К_с в программе) в обоих регрессионных фильтрах, как в блоке 28 "Обновление порядка m-го каскада регрессионного фильтра (фильтров)" и в уравнениях от (57) до (68). Промежуточные сигналы ошибки и переменные (nc[ ].err_a, nc[ ].err_c, nc[ ].Roh_a и nc[ ].Roh_c в подпрограмме) также рассчитываются как и в уравнениях (58), (64), (56) и (60) соответственно.

Тест на сходимость устройства оценки совместных процессов выполняется каждый раз при итерации цикла, аналогично блоку 29 "Выполнено". Если сумма взвешенных сумм ошибок в переднем и обратном прогнозе F_m(t)+β_m(t) меньше или равна 0,00001, цикл заканчивается. В ином случае повторяется шестая и седьмая часть программы.

Когда-либо тест на сходимость пройден, либо m=NC_CELLS, восьмая часть программы рассчитывает выход устройства подавления шумов, как в блоке 30 "Рассчитать выход". Этот выход является хорошим приближением к обоим желательным сигналам

для набора выборок введенного в программу. После того, как устройство оценки совместных процессов обработало много наборов выборок, компиляция выходов выдает выходные колебательные процессы, являющиеся хорошим приближением к плетисмографическому колебательному процессу на каждой длине волны λ_a и λ_c.
Другой экземпляр компьютерной подпрограммы, написанной на языке программирования "Си", которая рассчитывает опорный шумовой сигнал n'(t), используя метод постоянного насыщения, и посредством устройства оценки совместных процессов 12 оценивает хорошее приближение к желательным составляющим двух измеряемых сигналов, причем каждый из них имеет нежелательную составляющую, скоррелированную относительно опорного шумового сигнала n'(t), и каждый использовался для расчета опорного шумового сигнала n'(t). Эта подпрограмма - еще один способ реализовать шаги, показанные в блок-схеме фиг. 10 для монитора, специально предназначенного для импульсной оксиметрии. Два сигнала измеряются на двух различных длинах волн λ_a и λ_b, где λ_a обычно находится в видимой области, а λ_b обычно находится в инфракрасной области. Например, в одной реализации данного изобретения специально предназначенной для осуществления импульсной оксиметрии с применением метода постоянного насыщения, λ_a= 660 нм, λ_b= 940 нм.

Соответствие переменных программ переменным, определенным в обсуждении устройства оценки совместных процессов, таково:

Γ_b,m(t) = nc[ ].bref
f_m(t)=nc[ ].ferr
b_m(t)=nc[ ].berr
F_m(t)=nc[ ].Fswsqr

Первая и вторая части подпрограммы - те же самые, что и первая и вторая части вышеописанной подпрограммы, предназначенной для логометрического метода определения опорного шумового сигнала n'(t).

Третья часть подпрограммы рассчитывает опорный шумовой сигнал, как в блоке 24 "Рассчитать опорный шумовой сигнал (n'(t)) для двух выборок измеряемых сигналов" для сигналов

с применением постоянной пропорциональности ω_s4(t), определенной методом постоянного насыщения, как в уравнениях (90) и (91). Насыщение рассчитывается в отдельной подпрограмме, и величина ω_s4(t) поступает в настоящую подпрограмму для оценки желательных составляющих составленных измеряемых сигналов
Четвертая, пятая и шестая части подпрограммы аналогичны четвертой, пятой и шестой частям вышеописанной программы, предназначенной для логометрического метода. Однако сигналы, используемые для оценки желательных составляющих сигналов в настоящей подпрограмме, предназначенной для метода постоянного насыщения, это т.e. те же самые сигналы, которые использовались для расчета опорного шумового сигнала n'(t).

Седьмая часть программы, все еще находящаяся внутри цикла, начатого в пятой части программы, рассчитывает величины регистров 20 и 34 коэффициентов регрессии

(nc[ ].K_a и nc[ ].K_b в программе) в обоих регрессионных фильтрах, как в блоке 28 "Обновление порядка m-го каскада регрессионного фильтра (фильтров)" и в уравнениях от (57) до (67). Промежуточные сигналы ошибки и переменные (nc[ ] .err_а, nc[ ].err_b, nc[ ].Roh_a и nc[ ].Roh_b в подпрограмме) также рассчитываются как и в уравнениях (58), (63), (56) и (59) соответственно.

Цикл повторяется до тех пор, пока не будет пройден тест на сходимость, причем этот тест тот же самый, что и описанный выше для подпрограммы, предназначенной для логометрического метода. Выход настоящей подпрограммы это хорошее приближение к желательным сигналам

для набора выборок введенных в программу. После того, как приближения к желательным составляющим сигналов многих наборов выборок измеряемых сигналов оценены с помощью устройства оценки совместных процессов, компиляция выходов выдает колебательные процессы, являющиеся хорошими приближениями к плетисмографическому колебательному процессу на каждой длине волны, λ_a и λ_b. Процесс оценки цикла итерации - тот же самый в каждой из двух подпрограмм, только величины выборок введенных в подпрограмму для использования при оценке желательных составляющих сигналов и то, как рассчитывается опорный шумовой сигнал n'(t), различны для логометрического метода и метода постоянного насыщения.

Независимо от используемого метода, логометрического или постоянного насыщения, приближения к желательным составляющим сигналов

вводятся в отдельную подпрограмму, которая рассчитывает насыщение кислородом артериальной крови. При использовании метода постоянного насыщения подпрограмма расчета насыщения также определяет величину постоянной пропорциональности ω_s4(t), определенную в уравнениях (90) и (91) и описанную выше. Концентрацию обогащенной кислородом артериальной крови можно найти исходя из приближений к значениям желательных сигналов, поскольку желательные сигналы составлены из членов, содержащих x(t), толщину артериальной крови в пальце; коэффициенты поглощения обогащенного кислородом и обедненного кислородом гемоглобина на каждой измеряемой длине волны; и C_Hb02(t) и C_Hb(t), концентрации обогащенного и обедненного кислородом гемоглобина соответственно. Насыщение - это отношение концентрации одной составляющей A₅ к общей концентрации составляющих в объеме, содержащем A₅ и A₆. Таким образом, толщина x(t) выводится из расчета насыщения и ее нужно определять заранее. Кроме того, коэффициенты поглощения постоянны на каждой длине волны. Затем определяется насыщение обогащенной кислородом артериальной крови, как в уравнениях (95) и (96).

Хотя одна реализация монитора для физиологических процессов, включающая устройство обработки для определения опорного шумового сигнала для применения в адаптивном устройстве подавления шумов с целью удаления нестабильных шумовых составляющих из физиологических измерений, была описана в виде импульсного оксиметра, понятно, что другие типы мониторов для физиологических процессов также могут применять вышеописанные способы понижения шумов в составном измеряемом сигнале в присутствии шумов.

Более того, очевидно, что возможны другие преобразования измеряемых сигналов, чем логарифмическое преобразование и определение коэффициента пропорциональности, что позволяет удалять желательные составляющие сигнала для определения опорного шумового сигнала. Кроме того, хотя коэффициент пропорциональности w описан здесь как отношение составляющей первого сигнала к составляющей второго сигнала, в устройстве обработки согласно данному изобретению можно с таким же успехом использовать аналогичную постоянную пропорциональности, определенную как отношение составляющей второго сигнала к составляющей первого сигнала. В последнем случае опорный шумовой сигнал в общем случае будет напоминать

Также очевидно, что для большинства физиологических измерений можно определить две длины волны, которые позволят измерить сигнал, что указывает на количество компонента, о котором желательно получить информацию. Информацию о составляющих любого поглощающего энергию физиологического материала можно получить с помощью монитора для физиологических процессов, содержащего устройство обработки сигналов и адаптивное устройство подавления шумов, путем определения длин волн, которые поглощаются в первую очередь интересующей нас составляющей. Для большинства физиологических измерений это определить несложно.

Более того, понятно, что любая область тела пациента или материала, полученного из пациента, может быть использована для проведения измерений на мониторе для физиологических процессов данного изобретения, содержащем устройство обработки и адаптивное устройство подавления шумов. Такие области тела включают палец, но не ограничиваются им.

Множество типов мониторов для физиологических процессов могут использовать устройство обработки сигнала в сочетании с адаптивным устройством подавления шумов. Другие типы мониторов для физиологических процессов включают в себя, но не ограничиваясь этим, электронные кардиографы, мониторы для отслеживания кровяного давления, мониторы для определения газонасыщения крови (кроме кислородного насыщения), капнографы, мониторы для слежения за частотой биения сердца, мониторы дыхания или мониторы глубины анестезии. Кроме того, мониторы, измеряющие давление и количество веществ в теле, такие как алкогольно-респираторные трубки, мониторы содержания наркотиков, мониторы содержания холестирола, мониторы содержания глюкозы, мониторы содержания двуокиси углерода или мониторы содержания окиси углерода, могут также применять описанные выше методы удаления нежелательных составляющих сигнала.

Описанные выше методы удаления шумов из составного сигнала, содержащего шумовые компоненты, могут также выполняться с сигналами отраженной, а не проходящей энергии. Понятно, что желательная составляющая сигнала энергии любого типа, включая звуковую энергию, но не ограничиваясь ей, энергию рентгеновских, гамма-лучей или световую энергию, может быть оценена описанными выше методами удаления шумов. Таким образом, устройство обработки и адаптивное устройство обработки подавления шумов могут применяться в таких мониторах, как мониторы, использующие ультразвук, где сигнал передается через участок тела и отражается обратно изнутри тела, проходя на обратном пути через эту область тела. Кроме того, такие мониторы как эхо-кардиографы также могут применять способы данного изобретения, т.к. они также основываются на передаче и отражении энергии.

Хотя данное изобретение описано в качестве монитора для физиологических процессов, ясно, что способы обработки сигнала согласно данному изобретению можно применять во многих областях, включая, но не ограничиваясь этим, обработку физиологического сигнала. Данное изобретение можно применять в любой ситуации, когда устройство обработки сигнала, содержащее детектор, принимает второй сигнал, включающий в себя первую нежелательную составляющую сигнала, и второй сигнал, включающий в себя вторую желательную составляющую сигнала и вторую нежелательную составляющую сигнала. Первый и второй сигнал распространяются через общую им среду, а первая и вторая желательная составляющая сигналов скорректированы относительно друг друга. Кроме того, как минимум часть первой и второй нежелательных составляющих скоррелированы друг с другом из-за пертрубации среды, когда первый и второй сигналы распространяются через эту среду. Процессор принимает первый и второй сигналы и комбинирует первый и второй сигналы с формированием опорного шумового сигнала, в котором первичная компонента получена из первой и второй нежелательных составляющих сигналов. Таким образом, устройство обработки сигналов согласно данному изобретению легко применимо в различных областях обработки сигнала.

Реферат

Изобретение относится к обработке сигналов. Его использование в физиологическом мониторинге позволяет обеспечить удаление нежелательных составляющих из обрабатываемых сигналов. Устройство, реализующее способ, содержит детектор для приема первого и второго сигналов, прошедших через среду распространения и имеющих желательную и нежелательную составляющие. Технический результат достигается благодаря тому, что первый принятый сигнал имеет первую желательную составляющую сигнала и первую нежелательную составляющую сигнала, а второй принятый сигнал имеет вторую желательную составляющую сигнала и вторую нежелательную составляющую сигнала, причем первый принятый сигнал имеет первое отношение желательной составляющей сигнала к первому нежелательному сигналу и второй принятый сигнал имеет второе отношение второй желательной составляющей сигнала к второй нежелательной составляющей сигнала, при этом устройство включает в себя устройство обработки опорного сигнала, соединенное с детектором, реагирующее на первый и второй принятые сигналы и комбинирующее первый и второй принятые сигналы для генерирования опорного сигнала, который для значений первого и второго отношений в диапазоне от менее одного до более одного является прежде всего функцией первой и второй нежелательных составляющих сигналов. 5 с. и 31 з.п.ф-лы, 26 ил.

Формула