特許ウォッチ

公開番号2025100528
公報種別公開特許公報(A)
公開日2025-07-03
出願番号2024226742
出願日2024-12-23
発明の名称血糖値を非侵襲的に推定するための方法とコンピューティングデバイス及び、心電図信号を非侵襲的に測定するためのデバイス、並びに非一時的なコンピュータ読み取り可能な記録媒体
出願人奇翼醫電股フン有限公司,SINGULAR WINGS MEDICAL CO., LTD.
代理人弁理士法人 HARAKENZO WORLD PATENT & TRADEMARK
主分類A61B 5/346 20210101AFI20250626BHJP(医学または獣医学;衛生学)
要約【課題】コンピューティングデバイスによってユーザの血糖値を正確かつ非侵襲的に推定するのに適した、血糖値を非侵襲的に推定するための方法を提供する。
【解決手段】前記方法は、ユーザの複数の心電図波形を受信することと、ユーザの複数の心電図波形のそれぞれから少なくとも2つの第1心電図特徴を抽出することと、これらの第1心電図特徴のそれぞれに対応する第1特徴ピーク位置をそれぞれ決定することと、複数の第1特徴ピーク位置間の少なくとも1つのピーク距離を算出することと、ピーク距離に基づいてユーザの血糖値を推定することと、を含む。第1心電図特徴は、P波、Q波、R波、S波、T波、U波からなる群から選択される。さらに、前記方法に利用される、血糖値を非侵襲的に推定するためのコンピューティングデバイス、心電図信号を非侵襲的に測定するためのデバイス、及び非一時的なコンピュータ読み取り可能な記録媒体を提供する。
【選択図】図6
特許請求の範囲【請求項１】
コンピューティングデバイスによってユーザの血糖値を推定する、血糖値を非侵襲的に推定するための方法であって、
前記ユーザの複数の心電図（ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｍ，ＥＣＧ）波形を受信することと、
前記ユーザの複数の心電図波形のそれぞれから少なくとも２つの第１心電図特徴を抽出することと、
これらの第１心電図特徴のそれぞれに対応する第１特徴ピーク位置をそれぞれ決定することと、
前記複数の心電図波形のそれぞれについて、これらの第１特徴ピーク位置間の少なくとも１つのピーク距離を算出することと、
前記少なくとも１つのピーク距離に基づいてユーザの血糖値を推定することと、
を含み、
これらの第１心電図特徴は、Ｐ波、Ｑ波、Ｒ波、Ｓ波、Ｔ波、Ｕ波からなる群から選択される、血糖値を非侵襲的に推定するための方法。
続きを表示（約 2,200 文字）【請求項２】
前記少なくとも１つのピーク距離に基づいて前記ユーザの血糖値を推定することは、
前記少なくとも１つのピーク距離を正規化することと、
正規化された前記少なくとも１つのピーク距離を機械学習モデルに入力することと、
前記機械学習モデルによって前記ユーザの血糖値を出力することと、
を含み、
前記ユーザの血糖値は、正規化された前記少なくとも１つのピーク距離に基づいて前記機械学習モデルによって推定される、請求項１に記載の血糖値を非侵襲的に推定するための方法。
【請求項３】
前記少なくとも１つのピーク距離に基づいて前記ユーザの血糖値を推定することは、
前記少なくとも１つのピーク距離を正規化することと、
正規化された前記少なくとも１つのピーク距離をニューラルネットワークモデルに入力することと、
前記ニューラルネットワークモデルによって前記ユーザの血糖値を出力することと、
を含み、
前記ユーザの血糖値は、正規化された前記少なくとも１つのピーク距離に基づいて前記ニューラルネットワークモデルによって推定される、請求項１に記載の血糖値を非侵襲的に推定するための方法。
【請求項４】
前記ユーザの血糖値に基づいて血糖値を補正する方程式により前記ユーザの補正血糖値を算出すること、
をさらに含む、請求項１に記載の血糖値を非侵襲的に推定するための方法。
【請求項５】
前記複数の心電図波形のそれぞれについて、これらの第１特徴ピーク位置間の少なくとも１つのピークツーピーク傾きを算出すること、
をさらに含み、
前記ユーザの血糖値の推定は、さらに前記少なくとも１つのピークツーピーク傾きに基づいて行われる、請求項１に記載の血糖値を非侵襲的に推定するための方法。
【請求項６】
前記ユーザの複数の心電図波形のそれぞれから少なくとも３つの第２心電図特徴を抽出することと、
これらの第２心電図特徴に基づいて少なくとも１つの発生率を算出することと、
をさらに含み、
前記ユーザの血糖値の推定は、さらに前記少なくとも１つの発生率に基づいて行われ、かつ
これらの第２心電図特徴は、Ｐ波、Ｑ波、Ｒ波、Ｓ波、Ｔ波、Ｕ波からなる群から選択される、請求項１に記載の血糖値を非侵襲的に推定するための方法。
【請求項７】
これらの第２心電図特徴に基づいて前記少なくとも１つの発生率を算出することは、
前記ユーザの複数の心電図波形のそれぞれの発生間隔を決定することと、
これらの第２心電図特徴に基づいて、前記複数の心電図波形のそれぞれについて、前記発生間隔内の第１ピークツーピークと第２ピークツーピークを算出することと、
前記複数の心電図波形のそれぞれについて、前記第２ピークツーピークに対する前記第１ピークツーピークのピークツーピークの比を算出することと、
前記複数の心電図波形のそれぞれについて、前記ピークツーピークの比を予め設定された比と比較し、比較結果を生成することと、
これらの比較結果に基づいて前記少なくとも１つの発生率を算出することと、
を含む、請求項６に記載の血糖値を非侵襲的に推定するための方法。
【請求項８】
前記ユーザの血糖値を推定することは、
前記少なくとも１つのピーク距離を正規化することと、
正規化された前記少なくとも１つのピーク距離と前記少なくとも１つの発生率を機械学習モデルに入力することと、
前記機械学習モデルによって前記ユーザの血糖値を出力することと、
を含み、
前記ユーザの血糖値は、正規化された前記少なくとも１つのピーク距離と前記少なくとも１つの発生率に基づいて前記機械学習モデルによって推定される、請求項６に記載の血糖値を非侵襲的に推定するための方法。
【請求項９】
前記ユーザの血糖値を推定することは、
前記少なくとも１つのピーク距離を正規化することと、
正規化された前記少なくとも１つのピーク距離と前記少なくとも１つの発生率をニューラルネットワークモデルに入力することと、
前記ニューラルネットワークモデルによって前記ユーザの血糖値を出力することと、
を含み、
前記ユーザの血糖値は、正規化された前記少なくとも１つのピーク距離と前記少なくとも１つの発生率に基づいて前記ニューラルネットワークモデルによって推定される、請求項６に記載の血糖値を非侵襲的に推定するための方法。
【請求項１０】
前記ユーザの複数の心電図波形のそれぞれから少なくとも４つの第３心電図特徴を抽出することと、
これらの第３心電図特徴に基づいて少なくとも１つの振幅比を算出することと、
をさらに含み、
前記ユーザの血糖値の推定は、前記少なくとも１つの振幅比にさらに基づいて行われ、かつ
これらの第３心電図特徴は、Ｐ波、Ｑ波、Ｒ波、Ｓ波、Ｔ波、Ｕ波からなる群から選択される、請求項１に記載の血糖値を非侵襲的に推定するための方法。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本開示は、推定するための方法とコンピューティングデバイス及び、測定するためのデバイス、並びに非一時的なコンピュータ読み取り可能な記録媒体に関し、具体的には、血糖値を非侵襲的に推定するための方法とコンピューティングデバイス及び、心電図（ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｍ，ＥＣＧ）信号を非侵襲的に測定するためのデバイス、並びに非一時的なコンピュータ読み取り可能な記録媒体に関する。
続きを表示（約 2,100 文字）【背景技術】
【０００２】
世界保健機関（ＷｏｒｌｄＨｅａｌｔｈＯｒｇａｎｉｚａｔｉｏｎ，ＷＨＯ）によると、糖尿病患者の数は、１９８０年の１．０８億人から２０１４年には４．２２億人に増加した。米国だけでも、３,０００万人の成人が糖尿病に苦しんでおり、そのうち７２０万人は、自分が糖尿病であることに気づいていない。そのため、血糖値の測定とモニタリングは、医療分野において重要な課題となる。
【０００３】
従来の血糖値の測定は、持続的に測定するかどうかにかかわらず、侵襲的測定である。例えば、ユーザは、血糖計や持続血糖モニターを用いて血糖値を測定する場合、針を体内に刺す必要がある。ユーザが肉体的な痛みを伴い、多大な不快感を引き起こすことは、侵襲的測定の問題の１つとなる。そのため、血糖値測定デバイスのユーザは、しばしば、血糖値を管理する必要がある糖尿病患者に限られている。治療薬の費用に加えて、試験紙や、測定デバイスや、リーダーの費用も総費用に加算される必要がある。したがって、血糖値を非侵襲的に推定するための方法とデバイスを開発することは、糖尿病患者にとって大いに役立つ。
【０００４】
従来の非侵襲的血糖値測定では、シングルリード心電図信号を取得するために、ユーザの両手は電極として測定デバイスに接触してＶ１リード（Ｖ１ｌｅａｄ）を形成する必要がある。心電図信号を取得するために、食事している人が食事中に１５分ごとに食器を置き、１分間費やして両手で心電図信号を取得しなければならない。この期間に信号の品質が満足できない場合、信号の品質が十分に向上するまで、ユーザはさらに１分間費やして信号を測定する必要がある。非侵襲的に測定することになるが、持続的に測定するという目的を達成できないため、血糖値の変化の傾向を詳しく知ることができない。
【０００５】
また、心電図信号を用いてユーザの血糖値を推定する方法には、信号の品質に非常に高い要求が課されており、正確な結果が得られるために、Ｐ波、Ｑ波、Ｒ波、Ｓ波、Ｔ波を正確に検出して特徴抽出を行うことがさらに必要である。
【０００６】
心電図信号に基づいて血糖値の変化を測定することには、主に２つの方法がある。その１つは、心電図波形の形態から例えばＱＴインターバルの特徴を抽出する方法であり、そして、分析方法としては、統計解析と機械学習がよく使用されている。統計解析の結果では、ＱＴインターバルとＳＴインターバルは低血糖と高い相関があり、ＰＲインターバルとＳＴインターバルは高血糖と高い相関があることが認められた。もう１つは、心電図信号自体を特徴として用いる方法である。ただし、このような方法では、パフォーマンスが個人によって大きく異なることが示されている。したがって、心電図信号の形態を特徴として用いる方が、心電図信号を直接使用するよりもパフォーマンスが安定している。
【０００７】
心電図波形の形態から特徴を抽出することに基づく方法は優れた方法であるが、低血糖とＱＴインターバル（及び／又はＳＴインターバル）との関係及び、高血糖とＰＲインターバル（及び／又はＳＴインターバル）との関係を示すだけのものである。つまり、ＳＴインターバルが低血糖と高血糖の両方に高い相関があるため、この方法でもユーザの血糖値を推定することはできない。
【０００８】
したがって、心電図波形から抽出された心電図の特徴に基づいてユーザの血糖値を推定するために、非侵襲的血糖値測定方法の向上が期待されている。
【発明の概要】
【発明が解決しようとする課題】
【０００９】
本開示の目的は、複数の心電図（ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｍ，ＥＣＧ）波形を用いてユーザの血糖値を非侵襲的に推定するのに有利な技術を提供することである。この技術では、複数の心電図を用いてユーザの血糖値を正確かつ非侵襲的に推定することを改善した。
【課題を解決するための手段】
【００１０】
少なくとも上記した目的を達成するために、本開示は、コンピューティングデバイスによってユーザの血糖値を推定する、血糖値を非侵襲的に推定するための方法を提供する。前記方法は、ユーザの複数の心電図（ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｍ，ＥＣＧ）波形を受信することと、ユーザの複数の心電図波形のそれぞれから少なくとも２つの第１心電図特徴を抽出することと、これらの第１心電図特徴のそれぞれに対応する第１特徴ピーク位置をそれぞれ決定することと、複数の心電図波形のそれぞれについて、これらの第１特徴ピーク位置間の少なくとも１つのピーク距離を算出することと、少なくとも１つのピーク距離に基づいてユーザの血糖値を推定することと、を含む。これらの第１心電図特徴は、Ｐ波、Ｑ波、Ｒ波、Ｓ波、Ｔ波、Ｕ波からなる群から選択される。
（【００１１】以降は省略されています）

関連特許