本發(fā)明涉及用于評估與對象的生理狀態(tài)相關的臨床度量的不確定性的方法、設備、系統(tǒng)和計算機程序。

背景技術：

1、監(jiān)測對象(例如，患者或其他人)的心血管和心肺活動允許提取臨床度量(例如，疾病惡化、傷害感受和嚴重程度的指標)以評估對象的健康狀態(tài)并基于此做出臨床決策。例如，經(jīng)由心率變異性特征測量自主神經(jīng)系統(tǒng)活動可用于檢測阻塞性睡眠呼吸暫?；蛄炕瘜π源碳さ姆磻?/p>

2、臨床決策通?；谒崛〉亩攘孔鳛閱蝹€匯總度量(例如，阻塞性睡眠呼吸暫停診斷中的呼吸暫停低通氣指數(shù))。不幸的是，錯誤提取的度量可能會導致對對象生理狀態(tài)的錯誤評估?；阱e誤評估的生理狀態(tài)對對象治療的決策可能對對象有害或甚至致命。因此，使用單個匯總度量不一定足以使用戶決定適當?shù)闹委煛?/p>

3、所提取的臨床度量通常與質(zhì)量指示相關聯(lián)，該質(zhì)量指示基于生理信號的特性(例如，信噪比和缺失值)來指示所提取的臨床度量的可靠性。然而，所提取的臨床度量還具有獨立于信號質(zhì)量的不確定性。獨立于信號質(zhì)量的不確定性可以細分為偶然不確定性和認知不確定性。

4、偶然不確定性表示每次提取相同度量時隨機變化的未知量。示例是信號質(zhì)量估計未捕獲的測量誤差(例如，隨機噪聲、電干擾、電極接觸不良等)，但也是隨機或偽隨機觸發(fā)的生理行為(如基于心率變異性的度量的心律失常)。因此，偶然不確定性表示由不能控制的隨機性引起的可變性。可以通過在類似條件下多次測量相同的現(xiàn)象并計算所提取度量的可變性(例如，經(jīng)由標準偏差或四分位間距)來獲得對偶然不確定性的指示。

5、認知不確定性表示缺乏用于提取(臨床)度量的方法本身所編碼的知識。認知不確定性表示所提取的度量相對于所使用的處理路徑的知識限制(即，從測量信號中提取臨床度量的一系列處理步驟)的可靠性。例如，如果測量的生理信號和提取的度量在兩個患者群體之間不同，則為特定患者群體(具有與其狀態(tài)健康相關的某些特性)開發(fā)和測試的處理路徑在用于另一個患者群體時可能具有較高的認知不確定性。

6、可以利用機器學習或深度學習方法的處理步驟的重復擾動來估計認知不確定性。gal等人的“dropout?as?a?bayesian?approximation:representing?model?uncertaintyin?deep?learning”(國際機器學習會議，pmlr，2016，第1050-1059頁)公開了一種理論框架，將深度神經(jīng)網(wǎng)絡中的dropout訓練作為深度高斯過程中的近似貝葉斯推理。然而，當不確定性不在該方法的機器學習部分中時(例如，對于基于特征的機器學習方法)，認知不確定性計算可能不合適。

7、cn?115486824?a公開了一種基于不確定性測量方法的無袖帶血壓估計系統(tǒng)，其屬于信號處理領域，并且特別包括信號采集模塊、數(shù)據(jù)預處理模塊、特征提取模塊和血壓估計模塊。

技術實現(xiàn)思路

1、本發(fā)明的目的是提供一種用于臨床度量的不確定性的改進評估的方法、設備、系統(tǒng)和計算機程序，以通過允許更合理的臨床決策來提高患者安全性。

2、在本發(fā)明的第一方面，提出了一種用于評估與對象的生理狀態(tài)相關的臨床度量的不確定性的方法，該方法包括：

3、獲得與對象的生理狀態(tài)相關的一個或多個生理信號；

4、通過使用兩條或更多處理路徑來處理所述一個或多個生理信號以確定臨床度量，每條處理路徑包括兩個或更多處理步驟，其中，所述兩條或更多處理路徑通過至少一個不同的處理步驟而彼此不同，每個處理步驟在相應的處理路徑中提供相同類型的中間輸出；

5、通過比較相同類型的所述中間輸出并確定它們之間的差異程度來評估所確定的臨床度量的所述不確定性；并且

6、輸出所確定的臨床度量和所評估的所確定的臨床度量的不確定性。

7、在本發(fā)明的另一方面，提出了一種用于評估與對象的生理狀態(tài)相關的臨床度量的不確定性的設備，該設備包括：

8、傳感器輸入部，其被配置為獲得與所述對象的所述生理狀態(tài)相關的一個或多個生理信號；

9、處理器，其被配置為：

10、通過使用兩條或更多處理路徑來處理所述一個或多個生理信號以確定臨床度量，每條處理路徑包括兩個或更多處理步驟，其中，所述兩條或更多處理路徑通過至少一個不同的處理步驟而彼此不同，每個處理步驟在相應的處理路徑中提供相同類型的中間輸出；并且

11、通過比較相同類型的所述中間輸出并確定它們之間的差異程度來評估所確定的臨床度量的所述不確定性；以及

12、信息輸出部，其被配置為輸出所確定的臨床度量和所評估的所確定的臨床度量的不確定性。

13、在本發(fā)明的另一方面，提出了一種用于評估與對象的生理狀態(tài)相關的臨床度量的不確定性的系統(tǒng)，該系統(tǒng)包括：

14、一個或多個傳感器，每個傳感器被配置為測量與所述對象的所述生理狀態(tài)相關的一個或多個生理信號；

15、如本文所公開的設備，其用于基于所測量的一個或多個生理信號來評估與所述對象的所述生理狀態(tài)相關的所述臨床度量的不確定性；以及

16、用戶界面，其被配置為向用戶發(fā)出所估計的度量和所評估的不確定性。

17、在本發(fā)明的又一方面，提供了一種相應的計算機程序，包括程序代碼模塊，所述程序代碼模塊用于當在計算機上運行所述計算機程序時，使所述計算機執(zhí)行本文公開的方法的步驟，以及在其中存儲計算機程序產(chǎn)品的非暫時性計算機可讀記錄介質(zhì)，所述計算機程序產(chǎn)品當由處理器運行時，使本文公開的方法得以執(zhí)行。

18、本發(fā)明的優(yōu)選實施方案在從屬權利要求中限定。應當理解，所要求保護的設備、系統(tǒng)、計算機程序和介質(zhì)具有與所要求保護的方法相似和/或相同的優(yōu)選實施方案，特別是如從屬權利要求中所限定的和如本文所公開的。

19、已經(jīng)發(fā)現(xiàn)，從生理(例如心血管、心肺)信號計算臨床度量的方法總是具有一定程度的不確定性。這種不確定性的一部分，即所謂的認知不確定性，與方法本身的有限知識有關。度量的可變性不能反映提取的(估計的)臨床度量的可靠性。例如，相同度量的重復估計的低標準偏差不一定意味著度量的平均值是可靠的。然而，為了確保患者得到適當?shù)闹委?，用?例如，醫(yī)院工作人員、臨床醫(yī)生)需要確定他們是否可以“信任”度量并基于此做出決策。因此，需要評估估計度量的認知不確定性，以允許對對象的診斷和治療做出明智決策。

20、本發(fā)明基于以下思想：添加關于度量的認知不確定性的信息可以幫助用戶決定是否使用該度量作為確定對象的治療的基礎。因此，用戶可以決定是否僅基于度量來確定對象的(進一步)治療，或者是否也應當使用另一參數(shù)和/或另一度量來確定治療。如果度量(例如，傷害感受指數(shù))具有高不確定性，則用戶可以考慮使用另一度量(例如，另一傷害感受指數(shù))或依賴于對記錄的生命體征(例如，心率和呼吸率)的個人解釋。例如，如果利用家庭睡眠測試估計呼吸暫停低通氣指數(shù)的確定性較低，則用戶可以考慮進行具有完整多導睡眠監(jiān)測記錄的實驗室研究。

21、因此，本發(fā)明可以允許用戶對患者的治療做出更明智的決定，從而提高患者的安全性。為此，本發(fā)明提出估計與臨床度量相關聯(lián)的認知不確定性，并提出如何做到這一點的方式。

22、根據(jù)本發(fā)明，評估的不確定性與度量估計的最終值無關。因此，所評估的不確定性可以指示度量是不可信的，盡管由不同處理路徑提取的度量具有零或接近零的可變性。根據(jù)本發(fā)明的方法與通常用于評估度量的不確定性或可變性的方法有很大不同。

23、與計算來自在不同數(shù)據(jù)上訓練的多個機器學習或估計系統(tǒng)的輸出的可變性的“集成學習”方法相比，根據(jù)本發(fā)明的方法不是數(shù)據(jù)驅動的，因此也可以用于非基于機器學習的應用。根據(jù)本發(fā)明的方法不像神經(jīng)網(wǎng)絡系統(tǒng)那樣依賴于訓練數(shù)據(jù)(以訓練模型)。因此，可以在沒有先前“學習”的情況下并且獨立于訓練數(shù)據(jù)的質(zhì)量和/或數(shù)量來評估不確定性(和臨床度量)。

24、此外，本發(fā)明可以提供對認知不確定性的直接估計。相比之下，提供指示模型在執(zhí)行估計時的置信度的輸出概率(例如，邏輯回歸)的常規(guī)方法沒有量化模型在執(zhí)行估計時可以被信任的程度。

25、此外，基于通過從不同方法計算度量而獲得的可變性來拒絕輸出度量的方法提供了與偶然不確定性相關的輸出可變性，而不一定是與在本發(fā)明中可以確定的認知不確定性相關的輸出可變性。

26、此外，基于深度學習退出的認知不確定性估計的方法(其中隨機跳過深度學習模型內(nèi)的處理步驟并且估計輸出的可變性)僅適用于神經(jīng)網(wǎng)絡類方法，因為在標準方法中，處理步驟不能被“跳過”。與此相反，根據(jù)本發(fā)明的方法可用于神經(jīng)網(wǎng)絡類應用中。例如，神經(jīng)網(wǎng)絡類方法可以表示處理路徑的處理步驟之一，或者神經(jīng)網(wǎng)絡類方法的每個層(或層組)可以表示處理步驟(被訓練為具有相同的含義)。此外，與直接使用原始輸入信號(或原始輸入信號的預處理形式)的所謂“端到端”神經(jīng)網(wǎng)絡類方法相比，根據(jù)本發(fā)明的方法可以用于包括例如手動設計的特征(表示不同處理路徑的不同特征集)的混合方法和/或使用特征作為輸入的神經(jīng)網(wǎng)絡類方法。因此，所公開的方法的實施方案可以用于非神經(jīng)網(wǎng)絡類方法、神經(jīng)網(wǎng)絡類方法和混合方法。

27、雖然本發(fā)明是關于臨床度量來描述的，特別是用于醫(yī)院環(huán)境或家庭護理環(huán)境中的患者監(jiān)測，但是應當理解，本文描述的方法、設備、系統(tǒng)和計算機程序也可以用于廣泛的應用，即，也可以用于評估非臨床度量的(認知)不確定性。因此，根據(jù)本發(fā)明的方法可用于基于算法導出參數(shù)的任何設備中，其中評估參數(shù)的性能和確定性很重要。

28、此外，應當理解，該方法、設備、系統(tǒng)和計算機程序可以分別估計多個臨床度量并評估所估計的臨床度量的不確定性。

29、在如本文所公開的本發(fā)明的上下文中，術語“度量”在本文中是指從用于描述所測量的系統(tǒng)(例如，患者)的狀態(tài)的一個或多個信號中提取的參數(shù)。臨床度量可例如從心血管參數(shù)、心肺活動參數(shù)和/或身體活動參數(shù)等獲得，這些參數(shù)描述生理信號的特定特性，如心電圖(ecg)信號、光電容積描記(ppg)信號、口鼻氣流信號或胸腹運動。例如，通過處理心電圖信號中檢測到的qrs波群(q波、r波和s波三個圖形偏轉的組合，表示心室去極化)獲得的傷害感受指數(shù)可以表示臨床度量。

30、術語“處理步驟”在本文中是指處理和/或修改數(shù)據(jù)或信號的步驟。處理步驟的示例是利用特定檢測器從心電圖(ecg)信號中提取qrs波群，或者通常利用特定方法從輸入信號中計算中間輸出。

31、術語“處理路徑”在本文中是指處理步驟的設定序列，即，處理路徑包括設定序列中的一個或多個處理步驟。處理路徑可用于處理生理信號，以便提取臨床度量。通常，用于提取相同臨床度量的處理路徑具有相同的處理步驟類型序列。然而，處理路徑還可以包括不同順序的處理步驟或合并的處理步驟。

32、為了比較不同處理路徑的中間輸出，相同的處理步驟可以被視為一個合并的處理步驟(在相應的處理路徑中)。例如，處理路徑p1可包括處理步驟a1-b1-c1-d1-e1(以此次序)，且處理路徑p2可包括處理步驟a2-c2-b2-d2-e2(以此次序)，其中具有相同字母的處理步驟提供相同類型的中間輸出。在該示例中，處理路徑p1和處理路徑p2分別包括處理步驟b1-c1和c2-b2的切換序列。處理路徑p1和處理路徑p2的中間輸出可以通過比較這些處理步驟的切換序列之前和之后的中間輸出來彼此比較。即，處理步驟b1和c2的中間輸出可能彼此不可比，但是合并的處理步驟b1加c1的中間輸出可以與合并的處理步驟c2加b2的中間輸出進行比較。因此，處理步驟a1和a2的中間輸出可以彼此比較，并且處理步驟c1和b2的中間輸出可以彼此比較(作為處理步驟d1、d2的兩個輸入，處理步驟c1和b2的中間輸出可以是相同的類型)。此外，在該示例中，非切換處理步驟d1和d2的中間輸出可以彼此比較，并且非切換處理步驟e1和e2的中間輸出可以彼此比較。

33、術語“中間輸出”在本文中是指(中間)處理步驟的輸出，其不是處理路徑的最終輸出，即，它不是要輸出(給用戶)的度量。

34、術語“相同類型的輸出”在本文中是指輸出可以彼此比較，即，特別地，具有相同的單位和相同的“生理含義”。

35、該方法還可以包括選擇構成處理路徑的處理步驟的步驟?？梢灾匦率褂锰囟ㄌ幚砺窂絹碛嬎愣攘?基于相同的輸入和/或不同的輸入)。因此，可以通過使用相同的處理路徑(具有相同的處理步驟)來可重復地評估臨床度量的不確定性。

36、在一個實施例中，評估所確定的臨床度量的不確定性包括確定與可能提供不同中間輸出的處理步驟的數(shù)量相對應的處理步驟的總數(shù)量，并且確定提供基本相同的中間輸出的處理步驟的數(shù)量和/或不提供基本相同的中間輸出的處理步驟的數(shù)量。因此，不確定性可以考慮提供相同類型的潛在不同中間輸出的處理步驟中有多少提供了相同類型的基本相同的中間輸出。因此，該方法可以考慮提供相同類型的基本相同的中間輸出的處理步驟與處理步驟的總數(shù)量的相對比率。提供相同類型的基本相同的中間輸出的處理步驟的相對較大比例可能表明估計度量的不確定性較低。因此，當基本相同的處理步驟輸出的數(shù)量增加時，所評估的不確定性可能表明更可信的度量。只有當不同處理路徑的增加伴隨有基本相同的處理步驟輸出數(shù)量的增加時，所評估的不確定性才會隨著處理路徑數(shù)量的增加而減少(對應于計算度量的更多選項)。作為確定提供基本相同的中間輸出的處理步驟數(shù)量的替代或補充，可以確定不提供基本相同的中間輸出的處理步驟的數(shù)量以用于評估所確定的臨床度量的不確定性。提供基本相同的中間輸出的處理步驟的數(shù)量和不提供基本相同的中間輸出的處理步驟的數(shù)量之和等于處理步驟輸出的總數(shù)量。因此，提供基本不相同的中間輸出的處理步驟的數(shù)量也可用于考慮提供相同類型的基本相同的中間輸出的處理步驟的相對比率。

37、在另一個實施例中，該方法還包括通過以下方式確定所確定的臨床度量的不確定性得分：確定與在對應的處理路徑中提供基本相同的中間輸出的處理步驟的數(shù)量相對應的減少的數(shù)量，并且使用所述處理步驟輸出的總數(shù)量和所述減少的數(shù)量來計算不確定性得分。

38、因此，可以通過將基本相同的中間輸出視為單個中間輸出來減少處理步驟的數(shù)量。因此，可以使用處理步驟的總數(shù)(即，零減少)和減少的數(shù)量來計算所確定的臨床度量的不確定性得分。用戶可以通過(認知)不確定性得分來評估不確定性，因此評估估計度量的可靠性。不確定性得分可以例如通過將處理步驟輸出的總數(shù)與減少的數(shù)量之間的差除以處理步驟輸出的總數(shù)與減少的數(shù)量之和來計算。因此，不確定性得分可以考慮提供基本相同的中間輸出的處理步驟的相對比例。因此，不確定性得分可以從零變化到一，其中零表示不確定性程度低(對應于可信度量)，并且一表示不確定性程度高(對應于不可信度量)。如果減少的數(shù)量增加，則所確定的不確定性得分可能會降低(表示更值得信賴的度量)。隨著處理路徑數(shù)量的增加，只有當不同處理路徑的增加伴隨有減少的數(shù)量增加，則所確定的不確定性得分才會降低。

39、在另一個實施例中，該方法還包括識別和指示在降低所確定的臨床度量的不確定性方面貢獻最小的一個或多個處理步驟。因此，可以交換在降低不確定性方面貢獻最小的所識別的步驟，以增加所確定的度量的確定性。因此，可以策略性地改進從信號中提取關于處理路徑的度量，以獲得具有低(認知)不確定性的估計度量。用戶也可以選擇可能與所識別的處理步驟不相交的替代測量和度量。如果諸如心跳檢測的處理步驟在降低不確定性方面貢獻最小，則用于計算臨床度量的諸如心律的處理步驟的輸入可能不可靠(例如，由于存在心律失常，導致心跳檢測性能降低)。因此，用戶可以考慮其他度量(例如，基于呼吸的度量而不是基于心血管的度量)和參數(shù)，和/或考慮使用額外的測量結果。額外的測量結果可以基于更穩(wěn)健但可能不太舒適的感測模態(tài)(例如，動態(tài)心電圖而不是可穿戴光電容積描記)。因此，用戶可以策略性地選擇用戶對患者的治療做出決定的基礎(例如，一個或多個度量)。

40、在一個實施例中，所確定的臨床度量和所評估的不確定性是時間相關的。因此，臨床度量和評估的不確定性是時間的函數(shù)。因此，可以跟蹤和評估時間進程。

41、在另一個實施例中，至少兩條處理路徑包括至少一個相同類型的處理步驟。因此，兩條或更多處理路徑各自包括與一條或多條其他處理路徑中的處理步驟等效的一個或多個處理步驟。

42、在另一個實施例中，如果相同類型的兩個中間輸出中的中間輸出之間的差的絕對值等于或大于閾值，則中間輸出不同于另一中間輸出。閾值可以是預定的、由用戶指定的和/或根據(jù)方法計算的。閾值可在一段時間內(nèi)進行調(diào)整(例如，由用戶或通過重新計算)和/或也可根據(jù)具體度量而變化。

43、在一個實施例中，如果相同類型的兩個中間輸出的中間輸出之間的差的絕對值小于閾值，則中間輸出與另一中間輸出基本相同。閾值可以是預定的、由用戶指定的和/或根據(jù)方法計算的。閾值可在一段時間內(nèi)進行調(diào)整(例如，由用戶或通過重新計算)和/或也可根據(jù)具體度量而變化。

44、在另一個實施例中，該方法還包括使用具有一個或多個不同處理步驟的處理路徑來評估并輸出所確定的臨床度量的平均值和/或標準偏差。因此，可以向用戶提供額外的數(shù)據(jù)以允許對所提取的度量進行更詳細的評估。特別地，用戶可以評估臨床度量的估計彼此不同的程度，即，如果臨床度量的估計的標準偏差低，則用于估計度量的兩條或更多處理路徑提供類似的結果。優(yōu)選地，用戶可以從輸出中確定例如一條處理路徑的結果是否與所使用的其他處理路徑的結果有很大不同。

45、在一個實施例中，所述一個或多個生理信號涉及心血管參數(shù)、心肺參數(shù)和/或身體活動參數(shù)。心血管和/或心肺參數(shù)可以在臨床環(huán)境中通過患者監(jiān)測或家庭護理獲得。

46、在另一個實施例中，所述一個或多個生理信號包括心電圖信號、光電容積描記信號、口鼻氣流信號、胸腹運動信號和/或從心電圖信號、光電容積描記信號、口鼻氣流信號和/或胸腹運動信號導出的替代信號中的任一者。