DE69629937T2 - Vorrichtung und verfahren zur glukose-überwachung mittels spektroskopie von durch laser induzierter emissionsstrahlung - Google Patents

Vorrichtung und verfahren zur glukose-überwachung mittels spektroskopie von durch laser induzierter emissionsstrahlung Download PDF

Info

Publication number
DE69629937T2
DE69629937T2 DE69629937T DE69629937T DE69629937T2 DE 69629937 T2 DE69629937 T2 DE 69629937T2 DE 69629937 T DE69629937 T DE 69629937T DE 69629937 T DE69629937 T DE 69629937T DE 69629937 T2 DE69629937 T2 DE 69629937T2
Authority
DE
Germany
Prior art keywords
glucose
light
sample
wavelength band
concentration
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
DE69629937T
Other languages
English (en)
Other versions
DE69629937D1 (de
Inventor
J. Wendy SNYDER
S. Warren GRUNDFEST
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Cedars Sinai Medical Center
Original Assignee
Cedars Sinai Medical Center
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Cedars Sinai Medical Center filed Critical Cedars Sinai Medical Center
Publication of DE69629937D1 publication Critical patent/DE69629937D1/de
Application granted granted Critical
Publication of DE69629937T2 publication Critical patent/DE69629937T2/de
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/145Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/1455Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/145Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14532Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement

Description

  • HINTERGRUND DER ERFINDUNG
  • Diese Erfindung betrifft Glucoseüberwachung und insbesondere Glucosespiegelüberwachung unter Verwendung von laserinduzierter Emissionsspektroskopie.
  • Millionen Menschen, die von Diabetes betroffen sind, müssen periodisch ihre Blutglucosespiegel überprüfen, da ihre Körper nicht in der Lage sind, einen konstanten Blutglucosespiegel ohne Diätanpassungen und periodische Insulininjektionen zu erhalten. Die beliebtesten Verfahren zum Überwachen von Blutglucosespiegeln erfordern eine kleine Blutprobe, die periodisch dem Körper zur Analyse entnommen wird.
  • Kürzlich wurden nichtinvasive optische Verfahren entwickelt, um den Glucosespiegel des Blutes unter Verwendung von Infrarotabsorption durch einen Teil des Körpers zu überwachen. Jedoch sind Infrarotabsorptionsverfahren empfindlich gegenüber Genauigkeitsproblemen, was teilweise darin begründet liegt, daß Glucose mehr als 20 Infrarotabsorptionspeaks aufweist, von denen viele mit den Absorptionspeaks anderer Bestandteile des Körpers überlappen.
  • Fluoreszenzspektroskopie unter Verwendung von ultraviolettem (W) Erregungslicht wurde zum Überwachen von Glucosespiegeln eingeführt. Diese Technik erfordert unter anderem das Überwachen eines Spektralpeaks innerhalb des induzierten Fluoreszenzspektrums. Genaues Lokalisieren des Peaks kann für ein kleines Fluoreszenzsignal in der Gegenwart von Rauschen schwierig sein. Erhöhen der Intensität des Erregungslichts kann keine wünschenswerte Option sein, da Bedenken hinsichtlich der UV-Aussetzung des Körpers bestehen. Auch sind bekannte fluoreszenzspektroskopische Techniken im allgemeinen nicht in der Lage, sich den vollen Vorteil aus den Informationen zu verschaffen, die in dem Fluoreszenzspektrum bei Wellenlängen außer der Peakwellenlänge enthalten sind, und sind nicht in der Lage, gewissen nichtlinearen Beziehungen zwischen dem Glucosespiegel und den resultierenden Emissionsspektren Rechnung zu tragen.
  • US 5,341,805 offenbart ein Glucoseüberwachungsgerät und ein damit verwandtes Verfahren zum Bestimmen von Glucose in einer Probe durch Überwachen des Fluoreszenzlichts, das direkt durch jegliche Glucose produziert wird, die in der Probe vorhanden ist. Die Glucosekonzentration wird aus dem Verhältnis der Wellenlängenbandenintensitäten bestimmt, wobei Erregungslicht mit einer Wellenlänge von 308 nm verwendet wird und Rückstrahllichtwellenlängenbanden von 335–355 nm und 380–420 nm verwendet werden.
  • US 5,435,309 offenbart eine systematische Wellenlängenauswahl für eine verbesserte multivariante Spektralanalyse zum Bestimmen von Glucosekonzentrationen im Blut. Dieses Dokument offenbart weiterhin einen Partial Least Square [PLS], geeignet zum Design von Glucoseüberwachungsgeräten. Im allgemeinen wird in US 5,435,309 ein Analyt mit unbekannten Werten mit elektromagnetischer Energie einschließlich verschiedener Wellenlängen bestrahlt, so daß sich eine differentiale Absorption von wenigstens einiger der Wellenlängen durch das Material ergibt, welches Intensitätsvariationen des Rückstrahllichts aus dem Material verursacht. Solches Rückstrahllicht wird dann durch Anpassungsalgorithmen einschließlich PLS ausgewertet, um die Konzentration des Analyts zu bestimmen.
  • Aus der obigen Diskussion sollte es offensichtlich sein, daß es einen Bedarf für ein Gerät und ein damit verwandtes Verfahren zum Überwachen von Glucose gibt, das einfach und schnell zu verwenden ist und das eine gute Genauigkeit trotz der Nichtlinearitäten oder des niedrigen Signal-zu-Rauschen-Niveaus zur Verfügung stellt. Die vorliegende Erfindung erfüllt diese Erfordernisse.
  • Der obige Bedarf wird erfüllt durch ein Gerät gemäß Anspruch 1 und durch ein Verfahren gemäß Anspruch 10.
  • ZUSAMMENFASSUNG DER ERFINDUNG
  • Die vorliegende Erfindung wird durch ein Gerät und ein damit verwandtes Verfahren ausgeführt, das die Konzentration von Glucose in einer Probe, die Wasser enthält, durch direktes Aufzeichnen von induziertem ultraviolettem und sichtbarem (UV-sichtbarem) Emissionslicht der Glucose aus der Probe bestimmt. Das Gerät kompensiert die Nichtlinearitäten zwischen diesen Parametern und der Glucose.
  • Das Gerät enthält eine Lichtquelle, einen Sensor und einen Prozessor. Die Lichtquelle emittiert ultraviolettes Erregungslicht mit vorbestimmten Energieniveaus. Das Erregungslicht wird auf die Probe gerichtet, um Rückstrahllicht aus der Probe zu produzieren. Das Rückstrahllicht enthält induzierte Lichtemissionen, die durch die Wechselwirkungen zwischen dem Erregungslicht und jeglicher Glucose mit Wasser, das in der Probe vorhanden ist; produziert werden. Der Sensor zeichnet das Rückstrahllicht auf und generiert wenigstens drei elektrische Signale, die Indikativ für die Intensität des Rückstrahllichts sind, die zu den Glucosekonzentrationsunterscheidenden Charakteristika des Emissionslichts in Bezug stehen. Der Prozessor prozessiert die elektrischen Signale unter Verwendung eines prädiktiven Modells, um die Konzentration der Glucose in der Probe durch In-Erwägung-Ziehen der nichtlinearen Beziehung zwischen der Konzentration der Glucose in der Probe und den wenigstens drei elektrischen Signalen und der Variation der Energie des Erregungslichts zu bestimmen. In einer Eigenschaft der Erfindung wird das prädiktive PLS-Modell unter Verwendung von sechs latenten Variablen definiert. Die latenten Variablen werden verwendet, um Vorsagekoeffizienten abzuleiten, die mit den unterschiedlichen Charakteristika der Glucosekonzentration in Verbindung stehen.
  • In einer detaillierteren Eigenschaft der Erfindung verbleibt das Erregungslicht relativ konstant, während der Sensor die elektrischen Signale generiert. Weiter zeigen die wenigstens drei elektrischen Signale die Intensität des Rückstrahllichts innerhalb einer entsprechenden Anzahl von vorbestimmten Wellenlängenbanden innerhalb der Wellenlängenbande des Emissionslichts an. In einer anderen Eigenschaft kann der Sensor einen ersten Detektor enthalten, der daran angepaßt ist, das Rückstrahllicht innerhalb einer ersten Wellenlängenbande aufzuzeichnen und ein erstes elektrisches Signal zu generieren, einen zweiten Detektor, der daran angepaßt ist, das Rückstrahllicht innerhalb einer zweiten Wellenlängenbande aufzuzeichnen und ein zweites elektrisches Signal zu generieren, und einen dritten Detektor, der daran angepaßt ist, das Rückstrahllicht innerhalb einer dritten Wellenlängenbande aufzuzeichnen und ein drittes elektrisches Signal zu generieren.
  • In einer weiteren detaillierten Eigenschaft der Erfindung zeichnet der Sensor die Intensität des Rückstrahllichts innerhalb von acht unterschiedlichen Wellenlängenbanden auf und generiert acht elektrische Signale, wobei jedes indikativ für die Intensität des Rückstrahllichts innerhalb einer entsprechenden Wellenlängenbande ist. Insbesondere unter Verwendung von Erregungslicht mit einer Wellenlängenbande von etwa 308 Nanometern können die acht Wellenlängenbanden bei etwa 342, 344, 347, 352, 360, 370, 385 bzw. 400 Nanometern zentriert sein. Alternativ kann der Sensor eine Vielzahl von elektrischen Signalen generieren, die die Intensität des Rückstrahllichts im wesentlichen kontinuierlich quer über ein ausgedehntes Wellenlängenspektrum anzeigen, das mit dem Emissionslicht in Verbindung steht.
  • In einer weiteren detaillierteren Eigenschaft der Erfindung wird die Energie des Erregungslichts über verschiedene vorbestimmte Energiespiegel variiert, und der Sensor generiert bei jedem Intensitätsspiegel ein erstes elektrisches Signal, basierend auf der Intensität des Rückstrahllichts innerhalb einer Wellenlänge des Emissionslichts, das mit Raman-Streuung in Verbindung steht, und ein zweites elektrisches Signal, basierend auf der Intensität des Rückstrahllichts innerhalb einer Wellenlängenbande des Emissionslichts, das mit einem Peak einer breiten Glucoseemissionsbande in Verbindung steht. Weiterhin kann das Gerät einen oder mehrere Wellenleiter zum weiterleiten des Erregungslichts aus der Lichtquelle zu der Probe und zum Übertragen des Rückstrahllichts aus der Probe zu dem Sensor enthalten.
  • Andere Eigenschaften und Vorteile der vorliegenden Erfindung sollten aus der folgenden Beschreibung der bevorzugten Ausführungsform, gemeinsam betrachtet mit den begleitenden Zeichnungen, offensichtlich werden, welche beispielhaft die Prinzipien der Erfindung illustrieren.
  • KURZE BESCHREIBUNG DER ZEICHNUNG
  • 1 ist ein Blockdiagramm eines Glucoseüberwachungssystems, das die Erfindung verkörpert.
  • 2 ist ein Graph der Intensität der Glucoseemission gegenüber der Wellenlänge für unterschiedliche Konzentrationen von Glucose in Wasser, bestrahlt mit Lasererregungslicht mit einer Wellenlänge von 308 Nanometern.
  • 3 ist ein Graph der Intensität der Glucoseemission bei zwei Wellenlängen gegenüber Glucosekonzentration in Wasser, bestrahlt mit Lasererregungslicht mit einer Wellenlänge von 308 Nanometern und einer Erregungsenergie von 1 Millijoule pro Puls.
  • 4 ist ein Graph des Regressionskoeffizienten gegenüber der latenten variablen Zahl, abgeleitet von einer Partial Least Square (PLS)-Analyse unter Verwendung der Intensitäten bei acht Wellenlängen, die im Graph von 2 angegeben sind.
  • 5 ist ein Graph der Prediction Residual Sum of Squares (PRESS) gegenüber der Anzahl der latenten Variablen unter Verwendung eines Spektrums zur Zeit, um das PLS-Modell zu testen, das von den Intensitäten bei den acht Wellenlängen abgeleitet ist, die in dem Graph von 2 angegeben sind.
  • 6 ist ein Graph von PRESS gegenüber der Anzahl der latenten Variablen unter Verwendung von zwei Spektren zur Zeit, um das PLS-Modell zu testen, das von den Intensitäten bei den acht Wellenlängen abgeleitet ist, die in dem Graph von 2 angegeben sind.
  • 7 ist ein Graph der vorhergesagten Konzentration gegenüber der tatsächlichen Konzentration der Glucose für das PLS-Modell unter Verwendung von sechs latenten Variablen und für ein Multiples Lineares Regressions (MLR)-Modell, abgeleitet von dem Graph aus 2.
  • 8 ist ein Graph der vorhergesagten Konzentration gegenüber der tatsächlichen Konzentration der Gluose für das PLS-Modell unter Verwendung von sieben latenten Variablen und für ein Multiples Lineares Regressions (MLR)-Modell, abgeleitet von dem Graph aus 2.
  • 9 ist ein Graph der PRESS gegenüber der Anzahl der latenten Variablen unter Verwendung von einem Spektrum zur Zeit, um ein PLS-Modell zu testen, das von dem gesamten Spektrum aus dem Graph von 2 abgeleitet ist.
  • 10 ist der Graph der tatsächlichen Konzentration gegenüber der vorhergesagten Konzentration für das PLS-Modell unter Verwendung von sechs latenten Variablen, abgeleitet von dem gesamten Spektrum aus dem Graph von 2.
  • 11 ist ein Graph der Intensität der Glucoseemission gegenüber der Wellenlänge bei unterschiedlichen Erregungsenergiespiegeln für Glucose in Wasser bei einer Konzentration von 500 Milligramm pro Deziliter.
  • 12 ist ein Graph der Emissionsintensität gegenüber der Wellenlänge für destilliertes Wasser, angeregt mit einer Erregungsenergie von 5 Millijoule pro Puls.
  • 13 ist ein Graph der Emissionsintensität gegenüber der Wellenlänge für ultrawasserfreie Glucose, angeregt mit einer Erregungsenergie von 5 Millijoule pro Puls.
  • 14 ist ein Graph der Emissionsintensität gegenüber der Wellenlänge für wasserfreie Glucose, angeregt mit 5 Millijoule pro Puls.
  • 15 ist ein Graph der Emissionsintensität gegenüber der Wellenlänge für wasserfreie Glucose, angeregt mit Erregungslicht mit einer Energie mit unterschiedlichen Niveaus zwischen 0,25 und 10 Millijoule pro Puls.
  • 16 ist ein Graph der Intensität der Glucoseemission gegenüber der Wellenlänge für unterschiedliche Konzentrationen von Glucose in Wasser, bestrahlt mit Lasererregungslicht mit einer Wellenlänge von 308 Nanometern und einer Erregungsenergie von 7 Millijoule pro Puls.
  • BESCHREIBUNG DER BEVORZUGTEN AUSFÜHRUNGSFORMEN
  • Wie in den beispielhaften Zeichnungen gezeigt, wird die vorliegende Erfindung ausgeführt durch ein Glucoseaufzeiehnungsssystem 10 und durch ein verwandtes Verfahren zum Bestimmen der Konzentration von Glucose in einer Probe 12 durch Aufzeichnen der ultravioletten und sichtbaren (W-sichtbaren) Lichtemissionsspektren der Glucose bei unterschiedlichen Wellenlängen oder Erregungsintensitäten, während für die nichtlineare Beziehung zwischen der Glucosekonzentration dieser Parameter kompensiert wird. Das System stellt eine gute Genauigkeit trotz der Nichtlinearitäten oder der niedrigen Signal-zu-Rauschen-Spiegel zur Verfügung.
  • Bei dem Glucoseaufzeichnungssystem 10, gezeigt in 1, richtet eine Erregungsquelle 14 ultraviolettes Erregungslicht auf die Probe 12 durch eine optische Faser 16, um jegliche Glucose innerhalb der Probe dahingehend zu induzieren, daß sie das Erregungslicht absorbiert und reemittiert oder streut. Eine optische Faser oder ein Faserbündel 18 sammelt das Rückstrahllicht, das durch die Probe emittiert wird. Das Rückstrahllicht enthält jegliche Glucoseemissionen, die durch das Erregungslicht induziert werden. Ein Sensor 20 zeichnet das Rückstrahllicht innerhalb unterschiedlicher Wellenlängenbanden von Interesse auf und generiert eine Serie von elektrischen Signalen basierend auf der Intensität des Rückstrahllichts, das in der Wellenlängenbande oder in den Wellenlängenbanden von Interesse empfangen wird. In einer Ausführungsform beinhaltet der Sensor einen Spektrograph 22, welcher das Rückstrahllicht durch Trennen des Rückstrahllichts nach Wellenlängen auflöst. Ein Analysator 24 oder ein Prozessor mit einem prädiktivem Modell, das die Intensität des Rückstrahllichts von Interesse mit der Konzentration von Glucose in der Probe in Verbindung bringt, verarbeitet die elektrischen Signale, die durch den Sensor generiert werden, vergleicht die Resultate mit dem Modell und generiert ein elektrisches Signal, das die Konzentration der Glucose in der Probe wiedergibt.
  • Eine nützliche Erregungsquelle 14 ist ein Excimerlaser, der Licht mit einer Wellenlänge von etwa 308 Nanometern produziert, mit einer vollbreitenhalbmaximale (FWHM) Pulsbreite von etwa 120 Nanometern und einer Wiederholungsgeschwindigkeit von etwa 5 Hertz. Es wird vermutet, daß Glucose Erregungslicht mit einer Wellenlänge zwischen 260 und 280 Nanometern effizienter absorbiert, und es wäre daher wünschenswert, eine Erregungswellenlänge in diesem Bereich zu haben. Jedoch, wie gegenwärtig verstanden wird, sind Erregungsquellen, die bei diesen Wellenlängen operieren, im allgemeinen nur schwer erhältlich. Das Erregungslicht kann durch jeglich Art von allgemeiner Schmalbandultraviolettlichtquelle zur Verfügung gestellt werden und kann im allgemeinen eine Wellenlänge von etwa 250 bis 350 Nanometer aufweisen.
  • Das Erregungslicht wird auf die Probe 12 durch eine eingeschmolzene (fused) Silicafaser 16 mit einem Kerndurchmesser von 600 Mikron geführt. Die Energie des Erregungslichts, emittiert aus der Faser, wird auf vorbestimmte Spiegel von etwa 0,5 bis 10 Millijoule pro Puls (0,54 bis 36 Millijoule pro Quadratmillimeter pro Puls) eingestellt. Die induzierten Emissionen aus der Probe oder das Rückstrahllicht wird vorzugsweise gesammelt unter Verwendung von einem Bündel aus sechs eingeschmolzenen Silicafasern 18, wobei jede Faser einen Kern von 300 Mikron hat. Die Sammelfasern leiten das Rückstrahllicht auf den Sensor 20.
  • Der Sensor 20 kann individuelle lichtsensitive Dioden mit entsprechenden Bandpaßfiltern enthalten oder, wie oben diskutiert, kann einen Spektrograph 22 enthalten, der ein weites Spektrum des Rückstrahllichts auflöst. Ein Spektrograph wurde verwendet, um die Daten, die hierunter diskutiert werden, zu sammeln. Ein Langpaßfilter 26 (Schott WG335) wird innerhalb des Spektrographen angeordnet, um aus dem Rückstrahllicht jegliches Erregungslicht herauszufiltern, das durch die Sammelfasern 18 gesammelt worden sein könnte. Ein ultraviolett verstärktes Gitter (150 Fugen pro Millimeter), angeordnet nach einem Eingangsschlitz des Spektrographen, dispergiert das Rückstrahllicht in seine Wellenlängenbestandteile. Ein Silikondiodenarraydetektor 28 mit 1024 Elementen sammelt das dispergierte Rückstrahllicht und generiert ein elektrisches Signal, das seriell die Intensität des Rückstrahllichts repräsentiert, das in jedem Element gesammelt wurde. Ein EG&G optischer Multikanalanaalysator (OMA III), der das elektrische Signal empfängt, kann einen Graph darstellen, der die Intensität des Rückstrahllichts innerhalb der gewünschten Wellenlängenbande oder den gewünschten Wellenlängenbanden von Interesse darstellt.
  • Bevor die Glucosekonzentration in einer Probe mit einer unbekannten Glucosekonzentration bestimmt werden kann, muß ein Modell hergestellt werden, das für gewisse Nichtlinearitäten zwischen den Glucosekonzentrationen und gewissenen gemessenen Parametern Rechnung trägt. Das Verfahren des Ableitens des Modells wird besser verstanden unter Bezugnahme auf 2. Das Spektrum, das in 2 gezeigt ist, ist das Emissionsspektrum von unterschiedlichen Glucosekonzentrationen nach der Erregung mit einem ultravioletten Excimerlaserlicht mit einer Wellenlänge von 308 Nanometern. von jedem Spektrum wird gezeigt, daß es eine Doppelpeakform aufweist. Ein Spektralpeak wird mit einer schmalen Wellenlängenbande in Verbindung gebracht, welche bei ungefähr 346 Nanometern zentriert ist, anscheinend produziert als ein Ergebnis von Vibrations-Raman-Streuung, und einer breiten Emissionsbande 28, die bei etwa 440 Nanometern zentriert ist, von der vermutet wird, daß sie größtenteils durch direkte Glucose- und Wasserfluoreszenz produziert wird.
  • Die Wellenlänge des Peaks, der mit der schmalen Raman-Streuungsbande in Verbindung steht, beträgt etwa 30 bis 50 Nanometer mehr als die Wellenlänge des Erregungslichts und verschiebt sich im allgemeinen proportional zu Verschiebungen der Wellenlänge des Erregungslichts. Die Form und die Emissionswellenlängen der breiten Glucoseemissionsbande ist im allgemeinen nicht eine direkte Funktion der Erregungswellenlänge.
  • Wie in Tabelle I hierunter gezeigt, variiert die Emissionsintensität, die mit acht repräsentativen Wellenlängen in Verbindung steht, nicht linear mit der Glucosekonzentration über den klinisch relevanten Bereich von 80 bis 300 Milligramm pro Deziliter. Die acht repräsentativen Wellenlängen werden durch vertikale Linien in dem Graph von 2 angegeben.
  • Tabelle I
    Figure 00120001
  • Statt dessen, wie gezeigt in 3, ist das Verhältnis zwischen gemessener Intensität und Glucosekonzentration sehr nichtlinear und zeigt ein unterschiedliches Profil bei unterschiedlichen Wellenlängen. Insbesondere, während die Glucosekonzentration in Wasser ansteigt, steigt die Intensität der Wellenlänge mit 370 Nanometern im allgemeinen mit der Glucosekonzentration an, bis die Konzentration 500 Milligramm pro Deziliter erreicht wird. Bei diesem Punkt beginnt die Intensität dann abzuflachen oder mit ansteigender Konzentration abzusinken. Auf gleiche Weise steigt die Intensität bei einer Wellenlänge von 347 Nanometern, im allgemeinen die Wellenlänge des Raman-Streupeaks, allgemein an und sinkt dann mit ansteigender Glucosekonzentration ab. Bemerken Sie jedoch, daß die Geschwindigkeit der Veränderung für die Intensität gegenüber der Glucosekonzentration unterschiedlich für jede der Kurven ist.
  • Beim Design eines Modells zur Vorhersage der Glucosekonzentration sind verschiedene Herangehensweisen erhältlich, um den oben erwähnten nichtlinearen Effekten Rechnung zu tragen. Ein Verfahren ist es, die Kalibrierungskurve in kleine Segmente zu zerteilen, welche durch ein einfaches lineares Modell angenähert werden. Eine anderes Verfahren ist es, eine Transformation auf die nichtlineare Variable auszuführen. Schließlich kann die Kalibrierungskurve unter Verwendung einer polynomischen Anpassung modelliert werden.
  • Polynomisches Kuvenanpassen zum Zur-Verfügung-Stellen eines vorhersagenden Modells wird erreicht unter Verwendung von statistischen Techniken, basierend auf einem Least-Squares-Regressionsverfahren. Es wurde gefunden, daß eine gewöhnliche Regressionstechnik, bekannt als Partial Least Squares (PLS)-Regression, in der Lage war, ein robustes Modell zur Verfügung zu stellen, weil die Modellparameter sich nicht signifikant ändern, wenn neue Proben genommen werden. Die Algorithmen und die theoretische Basis für PLS vorhersagendes Modellieren können in Brereton, R. G. New York: Ellis Horwood, 1990, gefunden werden. Eine grundlegende Übersicht über die PLS-Regression kann in Gerald und Kowalski gefunden werden, "Partial Least-Squares Regression: A Tutorial" 185 (1986): 1–17.
  • Das PLS-Regressionsverfahren beginnt durch "Autoskalieren" jeder Variablen, so daß alle Variablen gleichermaßen einflußreich bei der Vorhersage sind. Die PLS-Regressionstechnik verwendet eine Hauptbestandteilanalyse, ebenso bekannt als Einzelwertzersetzung oder Eigenvektoranalyse, um die abhängigen und unabhängigen Matrizen darzustellen. Bei der Hauptkomponentenanalyse wird ein NIPALS-Algorithmus verwendet, um eine Datenmatrix von unabhängigen Variablen zu definieren. PLS-Regressionstechniken führen einen Wichtungsfaktor in das Regressionsmodell ein. Der PLS-Algorithmus vergibt eine Sequenz von Modellen, wobei das beste dasjenige ist, das die Crossvalidierung minimiert.
  • Beispielsweise wird aus Tabelle I eine Datenmatrix aus unabhängigen Variablen (die Glucosekonzentration ist die abhängige Variable), bestehend aus der Emissionsintensität bei den unterschiedlichen Wellenlängen, der Datenverarbeitungsroutine zur Verfügung gestellt, die die PLS-Regression ausführt. Bei diesem Beispiel ist die Datenverarbeitungsroutine in der "PLS Toolbox Version 1.3", erhältlich aus Barry M. Wise, 1415 Wright Avenue, Richland, WA 99352 (E-mail: bm wise@pnl.gov), enthalten. Die Routinen in der "Toolbox" sind gegenwärtig dafür vorgesehen, mit dem MATLABTM Softwarepaket, erhältlich von The Mathworks, Inc., 24 Prime Park Way, Natick, MA 01760, verwendet zu werden. Bei der Verwendung der Routine wird der Matrix, die mit den Spektralintensitäten bei jeder Wellenlänge in Verbindung steht, und der Matrix, die mit den Konzentrationswerten in Verbindung steht, vor der weiteren Verarbeitung jeweils der Mittelwert entnommen. Die Routine berechnet einen Regressionsvektor, der in 4 und in Tabelle II hierunter gezeigt ist. Der Skalarbestandteil des Regressionsvektors ist der Vorhersagebestandteil für jede Wellenlänge.
  • Tabelle II
    Figure 00150001
  • Um eine Vorhersage bei einer Probe von unbekannter Konzentration zu treffen, wird die Intensität bei jeder der acht Wellenlängen gemessen. Diese acht gemessenen Werte werden skaliert und mit dem Regressionsvektor multipliziert, d. h. die acht Wellenlängenkoeffizienten in Tabelle II. Das Ergebnis ist eine skalierte Konzentrationsvorhersage. Die skalierte vorhergesagte Konzentration muß erneut skaliert werden, um einen Konzentrationswert in den Originaleinheiten zur Verfügung zu stellen.
  • Da acht unterschiedliche Wellenlängen verwendet werden, kann das Modell bis zu acht latente Variablen ergeben. Tabelle III hierunter zeigt die Prozent der Varianz, für die Rechnung getragen wurde durch die Hinzufügung von jeder latenten Variablen zu dem Modell.
  • Tabelle III Prozent Varianz, festgehalten durch das PLS-Modell
    Figure 00160001
  • Bei der Entwicklung des Vorhersagemodells wird die Crossvalidierungsberechnung verwendet, um die optimale Anzahl der latenten Variablen zu bestimmen, die in dem Modell verwendet werden. Die Crossvalidierung wird ausgeführt durch Verwenden eines Spektrums, das zufällig ausgewählt wurde, um das Modell zu testen. Die Crossvalidierung wird zehnmal bei zufälliger Auswahl eines unterschiedlichen Spektrums wiederholt, um das Modell zu testen. Die Resultate der Crossvalidierung sind in dem Druckauftrag aus 5 gezeigt als ein Auftrag der Prediction Residual Sum of Squares (PRESS) gegenüber der Anzahl der latenten Variablen, die in dem Modell verwendet werden. Die PLS-Analyse ergab ein Modell mit sechs unterschiedlichen Variablen.
  • Die Crossvalidierung wurde wiederholt unter Verwendung von Blöcken aus zwei Spektren zur Zeit, um das Modell zu testen. Der PRESS-plot, der mit der Crossvalidierung der zwei Spektren in Verbindung steht, ist in 6 gezeigt. 5 und 6 zeigen, daß der Minimal-PRESS zwischen fünf und sieben latenten Variablen existiert.
  • Das Vorhersagemodell wurde getestet unter Verwendung von Proben mit bekannter Glucosekonzentration. 7 zeigt die Ergebnisse eines Vorhersagetests unter Verwendung von bekannter Glucosekonzentration in dem PLS-Vorhersagemodell unter Verwendung von sechs latenten Variablen, abgeleitet aus Tabelle I, um das Moell zu definieren. Wie aus dem Graph ersehen werden kann, stellt das PLS-Modell eine ziemlich genaue Vorhersage der Glucosekonzentration zur Verfügung. Zum Vergleich wurde der Test für ein Multiples Lineares Regressions (MLR)-Modell wiederholt, das auf denselben Inputdaten basiert. Das PLS-Modell zeigt im allgemeinen eine bessere Leistung als das MLR-Modell bei niedrigeren Konzentrationsspiegeln, während das MLR-Modell eine bessere Leistung zeigt bei höheren Konzentrationsspiegeln.
  • 8 zeigt die Ergebnisse eines anderen Vorhersagetests wiederum unter Verwendung von Proben mit bekannter Glucosekonzentration beim Testen von PLS- und MLR-Modellen. Jedoch verwendet das PLS-Modell für diesen Test sieben latente Variablen, um das Modell zu definieren. Wie aus dem Graph ersehen werden kann, stellen beide Modelle im wesentlichen dieselben Resultate zur Verfügung. Daher verbessert ein Verwenden von zusätzlichen latenten Variablen bei dem Modell nicht notwendigerweise die Vorhersagegenauigkeit des Modells.
  • Jedoch kann aus dem folgenden Beispiel gezeigt werden, daß das Vorhersagemodell verbessert werden kann durch Verwenden einer größeren Anzahl von Wellenlängen, um das Modell zu generieren. Das Emissionsspektrum aus den 1024 Elementen des Detektorarrays stellt eine ähnliche Anzahl von Intensitätswerten zur Verfügung. Ungefähr 200 dieser Punkte befinden sich in dem Wellenlängenbereich des UV-sichtbaren Emissionslichts der Glucose (ungefähr 335 bis 450 Nanometer), und die Daten werden auf diesen Bereich reduziert. Um die Wirkungen des Rauschens zu reduzieren, wird das Spektrum drei- bis zu fünfmal für jede Glucosekonzentration gemessen. Ein Durchschnitt von jedem dieser Spektren wird verwendet, um das Modell zu generieren. Um weiterhin Rauschen zu entfernen, wird eine Glättungsfunktion auf das Spektrum ausgeführt unter Verwendung eines sich bewegenden dreipunktigen Durchschnitts (Xi (geglättet) = (Xl + iX + Xi + l)/3. Die Daten für die trunkierten geglätteten Spektren wurden in ein kleineres File konvertiert durch Nehmen des Durchschnitts von drei Punkten zur Zeit, um bei einem Punkt anzukommen. Beispielsweise werden 180 Punkte 60 Punkte. Daher werden 60 Wellenlängen für jedes Konzentrationsniveau, vorher konditioniert wie oben diskutiert, in diesem Beispiel analysiert, um bei einem Vorhersagemodell anzukommen unter Verwendung der PLS-Regressionstechnik anstelle der acht verschiedenen Wellenlängen aus Tabelle I, die in dem vorherigen Beispiel verwendet werden.
  • Wie gezeigt in 9, zeigt der PRESS-plot für das Modell unter Verwendung des ganzen Spektrums einen Minimum-PRESS bei sechs latenten Variablen. Ein Test des Modells unter Verwendung von Proben bekannter Konzentration ist in 10 gezeigt. Wie aus dem Graph ersehen werden kann, stellt das PLS vorhersagende Modell unter Verwendung der vorkonditionierten Spektren eine sehr genaue Vorhersage der Glucosekonzentation zur Verfügung. Unter Berücksichtigung der allgemein rauschigen Natur der Spektralmessungen und der nichtlinearen Beziehung zwischen der Glucosekonzentration und der Emissionsintensität bei irgendeiner gegebenen Wellenlänge von Interesse sind die Resultate, die in 10 angegeben sind, tatsächlich überraschend.
  • Eine zweite Ausführungsform der vorliegenden Erfindung ist auf die nichtlineare Beziehung zwischen der Glucosekonzentration und der Intensität des Erregungslichts gerichtet. 11 zeigt Emissionsspektren bei einer einzigen Glucosekonzentration, resultierend aus Erregungslicht, das in unterschiedlichen Intensitätsniveaus übertragen wird. Wie in Tabelle IV hierunter gezeigt, ist die Emissionsintensität bei einer Wellenlänge, die mit dem Raman-Peak in Verbindung steht, normalisiert bezüglich des breiteren Fluoreszenzpeaks, nichtlinear bezüglich der Erregungsenergie bei einem gegebenen Konzentrationsspiegel.
  • Tabelle IV
    Figure 00200001
  • Die Werte in Tabelle IV können verwendet werden, um ein vorhersagendes Modell zur Verfügung zu stellen unter Verwendung der PLS-Regressionstechnik, wie oben diskutiert, bezüglich Tabelle I. Daher kann durch Variieren der Intensität oder der Energie des Erregungslichts die Glucosekonzentration einer unbekannten Probe bestimmt werden unter Verwendung eines vorhersagenden Modells, das durch die PLS-Analyse zur Verfügung gestellt wird.
  • Die vorliegende Erfindung berücksichtigt die nichtlineare Natur der physikalischen Interaktion zwischen den Glucosemolekülen und den Wassermolekülen. 12 zeigt das Emissionsspektrum von destilliertem Wasser, bestrahlt mit Erregungslicht mit einer Energie von 5 Millijoule pro Puls (18 Millijoule pro Millimeter pro Quadratmillimeter). Der Graph zeigt, daß die Fluoreszenzspektren für destilliertes Wasser eine breite Fluoreszenzbande mit einem Peak bei ungefähr 370 Nanometern und eine schmale Raman-Streubande bei ungefähr 346 Nanometern aufzeigen. Die Raman-Streubande resultiert aus gestreutem Einstrahllicht, wobei dessen Wellenlänge durch Energie (Rotations- und Translationsenergie) der Wassermoleküle verschoben ist.
  • Das Emissionsspektrum von ultrawasserfreier Glucose ist in 13 gezeigt. Das resultierende Spektrum hat eine einzelne breite Fluoreszenzbande, die ihren Peak bei ungefähr 450 Nanometern hat. wie in 14 gezeigt, zeigt das Emissionsspektrum von wasserfreier Glucose, welche eine kleine, aber spektral signifikante Wassermenge absorbiert hat, zwei schmale Raman-Streubanden, die ihren Peak bei 341 bzw. 346 Nanometern haben, und eine breite Emissionsbande, die ihren Peak bei etwa 420 Nanometern hat. Der Raman-Streupeak bei 346 Nanometern entspricht dem Raman-Peak von Wasser, der in 12 gezeigt ist. Der Raman-Streupeak bei 341 Nanometern resultiert anscheinend aus der Wechselwirkung zwischen den Wasser- und den Glucosemolekülen. Weiterhin ist das Spektrum der wasserfreien Glucose in Richtung der kürzeren Wellenlängen verschoben, verglichen mit dem Spektrum der ultrawasserfreien Glucose, das in 13 gezeigt ist. Die Emissionsspektren von wasserfreier Glucose, während die Erregungsenergie variiert wird, sind in 15 gezeigt. Die Intensität der Spektren steigt im allgemeinen an, während die Erregungsenergie ansteigt. Jedoch verbleibt das Intensitätsverhältnis zwischen den Peaks der Raman-Banden und der breiten Emissionsbande nicht konstant, während die Erregungsenergie ansteigt.
  • Weiterhin, wie in 16 gezeigt, bleibt das Verhältnis zwischen der Raman-Streubande und der breiten Emissionsbande auf ähnliche Weise nicht konstant, während die Konzentration ansteigt. Dementsprechend scheinen die Interaktionen zwischen den Wasser- und Glucosemolekülen und die Energiedichte des Erregungslichts alle die resultierenden Emissionsspektren zu beeinflussen. Dementsprechend sind einfache lineare Modelle wirksam als Annäherung nur entlang sehr schmalen diskreten Segmenten von möglichen Glucosekonzentrationen von Interesse.
  • Aus dem Vorangegangenen wird anerkannt werden, daß die Glucosekonzentration genau vorhergesagt werden kann trotz Signalrauschen und nichtlinearer Beziehung zwischen der Glucosekonzentration und gewissen spektroskopischen Parameten von Interesse. Die Vorhersage wird ausgeführt unter Verwendung eines Modells, das aus einer PLS-Regressionsanalyse entwickelt wurde.
  • Auch wenn im Vorangehenden bevorzugte Ausführungsformen der vorliegenden Erfindung offenbart sind, wird verstanden werden, daß der Fachmann verschiedene Veränderungen an den bevorzugten Ausführungsformen ausführen kann, die gezeigt sind, ohne dabei vom Umfang der vorliegenden Erfindung abzuweichen. Die Erfindung wird ausschließlich durch die folgenden Ansprüche definiert.

Claims (10)

  1. Vorrichtung zum Bestimmen der Glukosekonzentration in einer Probe (12), die Wasser enthält, umfassend: eine Lichtquelle (14), die ultraviolettes Erregungslicht (16) mit vorbestimmten Energieniveaus emittiert, das gegen eine Probe (12) gerichtet ist, um abstrahlendes Licht (18) aus der Probe (12) zu produzieren, wobei solches abstrahlendes Licht (18) induzierte Lichtemissionen enthält, die als ein Ergebnis aus Interaktionen zwischen dem anregenden Licht (16) und Glukose mit Wasser, vorhanden in der Probe (12), produziert werden; einen Sensor (20), der das abstrahlende Licht (18) aufzeichnet und wenigstens drei elektrische Signale generiert, die indikativ für die Intensität des abstrahlenden Lichtes (18) sind und mit den glukosekonzentrationsunterscheidenen Charakteristika des Emissionslichtes assoziiert sind, wobei die wenigstens drei elektrischen Signale wenigstens zwei elektrische Signale beinhalten, die indikativ für die Intensität des abstrahlenden Lichtes (18) sind und mit den glukosekonzentrationsunterscheidenen Charakteristika des Emissionslichtes assoziert sind, wobei die wenigstens drei elektrischen Signale wenigstens zwei elektrische Signale beinhalten, die indikativ für die Intensität des abstrahlenden Lichtes bei einer entsprechenden Anzahl von Wellenlängen innerhalb einem vorbestimmten schmalen Wellenlängenband sind, umfassend den Ramanstreupeak von Wasser und den Ramanstreupeak, resultierend aus der Interaktion zwischen Wasser und Glukosemolekühlen, und ein drittes elektrisches Signal, das das indikativ für die Intensität des abstrahlenden Lichtes innerhalb einer vorbestimmten schmalen Fluoreszenzemissionswellenlängenbande außerhalb des vorbestimmten schmalen Wellenlängenbandes ist; und einen Prozessor (24), der die elektrischen Signale unter Verwendung eines vorhersagenden partial least squares [PLS] Regressionmodels verarbeitet und das für einen nicht linearen Bezug zwischen der Glukosekonzentration in der Probe (12) und den wenigstens drei elektrischen Signalen und der Energievariation des anregenden Lichtes (16) Rechnung trägt, um die Konzentration von Glukose in der Probe (12) zu bestimmen.
  2. Vorrichtung zum Bestimmen der Konzentration von Glukose in einer Probe (12) wie definiert in Anspruch 1, wobei die Intensität des anregenden Lichtes (16) konstant bleibt, während der Sensor (20) die elektrischen Signale generiert.
  3. Vorrichtung zum Bestimmen der Konzentration von Glukose in einer Probe (12) wie definiert in Anspruch 2, wobei: der Sensor (20) die Intensität des abstrahlenden Lichtes (18) innerhalb von acht unterschiedlichen Wellenlängenbanden aufzeichnet und acht eletktrische Signale generiert, wobei jedes Indikativ für die Intensität des abstrahlenden Lichtes (18) innerhalb einer bestimmten Wellenlängenbande ist.
  4. Vorrichtung zum Bestimmen der Konzentration von Glukose in einer Probe (12) wie definiert in Anspruch 3, wobei: die Wellenlänge des anregenden Lichtes (16) etwa 308 Nanometer beträgt; die erste Wellenlängenbande eine schmale Wellenlängenbande ist, die um etwa 342 Nanometer zentriert ist; die zweite Wellenlängenbande eine schmale Wellenlängenbande ist, die um etwa 344 Nanometer zentriert ist; die dritte Wellenlängenbande eine schmale Wellenlängenbande ist, die um etwa 347 Nanometer zentriert ist; die vierte Wellenlängenbande eine schmale Wellenlängenbande ist, die um etwa 352 Nanometer zentriert ist; die fünfte Wellenlängenbande eine schmale Wellenlängenbande ist, die um etwa 360 Nanometer zentriert ist; die sechste Wellenlängenbande eine schmale Wellenlängenbande ist, die um etwa 370 Nanometer zentriert ist; die siebte Wellenlängenbande eine schmale Wellenlängenbande ist, die um etwa 385 Nanometer zentriert ist, und die achte Wellenlängenbande eine schmale Wellenlängenbande ist, die um etwa 400 Nanometer zentriert ist.
  5. Vorrichtung zum Bestimmen der Glukosekonzentration in einer Probe (12) wie definiert in Anspruch 1, wobei der Sensor (20) eine Vielzahl von elektrischen Signalen generiert, die die Intensität des abstrahlenden Lichtes (18) kontinuierlich über ein ausgedehntes Wellenlängenspektrum anzeigen, das mit dem Emissionslicht in Verbindung steht.
  6. Vorrichtung zum Bestimmen der Konzentration von Glukose in einer Probe (12) wie definiert in Anspruch 1 und weiterhin umfassend einen oder mehrere Wellenleiter zum Übertragen des anregenden Lichtes (16) aus der Lichtquelle zu der Probe (12) und zum Übertragen des abstrahlenden Lichtes (18) von der Probe (12) zu dem Sensor (20).
  7. Vorrichtung zum Bestimmen der Konzentration von Glukose in einer Probe (12) wird definiert in Anspruch 1, wobei der Sensor (20) beinhaltet: einen ersten Detektor, der daran angepaßt ist, das abstrahlende Licht (18) innerhalb einer ersten Wellenlängenbande aufzuzeichnen, und ein erstes elektrisches Signal zu generieren; einen zweiten Detektor, der daran angepaßt ist, abstrahlendes Licht innerhalb einem zweiten Wellenlängenbereich zu detektieren und ein zweites elektrisches Signal zu generieren; und einen dritten Detektor, der daran angepaßt ist, abstrahlendes Licht (18) innerhalb einem dritten Wellenlängenband zu detektieren und ein drittes elektrisches Signal zu generieren.
  8. Vorrichtung zum Bestimmen der Konzentration von Glukose in einer Probe (12) wie definiert in Anspruch 1, wobei das vorhersagende PLS Modell durch sechs latente Variablen definiert ist.
  9. Vorrichtung zum Bestimmen der Konzentration von Glukose in einer Probe (12) wie definiert in Anspruch 1, wobei das vorhersagende PLS Modell durch Vorhersagungskoeffizienten definiert ist, die mit glukosekonzentrationsunterscheidenden Charakteristika in Verbindung stehen.
  10. Ein Verfahren zum Bestimmen der Konzentration von Glukose in einer Probe (12) mit Wasser, umfassend: zur Verfügung stellen eines PLS Regressiosmodells, das einer nichtlinearen Beziehung zwischen der Konzentration von Glukose in einer Probe und elektrischen Signalen, die auf verschiedenen glukosekonzentrationsunterschiedlichen Charakteristika eines Lichtemissionsspektrums basieren, das Emissionslicht beinhaltet, das durch glukosebezogene Interaktionen mit dem anregenden Licht (16) produziert wird, Rechnung trägt; verursachen, daß eine Probe (12) unter Verwendung einer Lichtquelle (14), die ultraviolettes anregendes Licht (16) mit vorbestimmten Energieniveaus emittiert, ein Lichtemissionsspektrum produziert, das ultraviolettes Emissionslicht beinhaltet, das durch glukosebezogene Interaktionen produziert wird und Generieren einer Vielzahl von elektrischen Signalen, die die glukosekonzentrationsunterscheidenden Charakteristika repräsentieren; wahrnehmen des abstrahlenden Lichtes (18) das wenigstens drei elektrische Signale generiert, die Indikativ für die Intensität des abstrahlenden Lichtes (18) sind, das mit glukosekonzentrationsunterscheidenden Charakteristika des Emissionslichtes in Verbindung steht, wobei die wenigstens drei elektrischen Signale wenigstens zwei elektrische Signale beinhalten, die indikativ für die Intensität des abstrahlenden Lichtes bei einer entsprechenden Anzahl von Wellenlängen innerhalb eines vorbestimmten, schmalen Wellenlängenbandes sind, umfassend den Ramanstreupeak von Wasser und den Ramanstreupeak, der aus der Interaktion zwischen Wasser und Glukosemolekühlen resultiert, und ein drittes elektrisches Signal, das indikativ für die Intensität des abstrahlenden Lichtes innerhalb eines vorbestimmten, breiten Fluoreszenzemissionswellenlängenbandes ist, das außerhalb des vorbestimmten schmalen Wellenlängenbanes liegt und Verarbeiten der elektrischen Signale unter Verwendung eines vorhersagenden partial least square Regressionsmodels, das für eine nichtlineare Beziehung zwischen der Glukosekonzentration in der Probe (12) und den wenigstens drei elektrischen Signalen und der Variation der Energie des anregenden Lichtes (16) Rechnung trägt, um die Glukosekonzentration in der Probe (12) zu bestimmen.
DE69629937T 1995-12-01 1996-11-19 Vorrichtung und verfahren zur glukose-überwachung mittels spektroskopie von durch laser induzierter emissionsstrahlung Expired - Fee Related DE69629937T2 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US08/566,313 US6232609B1 (en) 1995-12-01 1995-12-01 Glucose monitoring apparatus and method using laser-induced emission spectroscopy
US566313 1995-12-01
PCT/US1996/018532 WO1997020495A1 (en) 1995-12-01 1996-11-19 Glucose monitoring apparatus and method using laser-induced emission spectroscopy

Publications (2)

Publication Number Publication Date
DE69629937D1 DE69629937D1 (de) 2003-10-16
DE69629937T2 true DE69629937T2 (de) 2004-07-15

Family

ID=24262374

Family Applications (1)

Application Number Title Priority Date Filing Date
DE69629937T Expired - Fee Related DE69629937T2 (de) 1995-12-01 1996-11-19 Vorrichtung und verfahren zur glukose-überwachung mittels spektroskopie von durch laser induzierter emissionsstrahlung

Country Status (10)

Country Link
US (1) US6232609B1 (de)
EP (1) EP0863718B1 (de)
JP (2) JP2000501830A (de)
AT (1) ATE249166T1 (de)
AU (1) AU715281B2 (de)
DE (1) DE69629937T2 (de)
DK (1) DK0863718T3 (de)
ES (1) ES2206610T3 (de)
PT (1) PT863718E (de)
WO (1) WO1997020495A1 (de)

Families Citing this family (314)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5490505A (en) 1991-03-07 1996-02-13 Masimo Corporation Signal processing apparatus
MX9702434A (es) 1991-03-07 1998-05-31 Masimo Corp Aparato de procesamiento de señales.
US5638818A (en) 1991-03-21 1997-06-17 Masimo Corporation Low noise optical probe
US8019400B2 (en) 1994-10-07 2011-09-13 Masimo Corporation Signal processing apparatus
EP1905352B1 (de) 1994-10-07 2014-07-16 Masimo Corporation Signalverarbeitungsmethode
US6002952A (en) 1997-04-14 1999-12-14 Masimo Corporation Signal processing apparatus and method
US6229856B1 (en) 1997-04-14 2001-05-08 Masimo Corporation Method and apparatus for demodulating signals in a pulse oximetry system
US6044285A (en) * 1997-11-12 2000-03-28 Lightouch Medical, Inc. Method for non-invasive measurement of an analyte
US20020091324A1 (en) * 1998-04-06 2002-07-11 Nikiforos Kollias Non-invasive tissue glucose level monitoring
US7899518B2 (en) 1998-04-06 2011-03-01 Masimo Laboratories, Inc. Non-invasive tissue glucose level monitoring
US6728560B2 (en) 1998-04-06 2004-04-27 The General Hospital Corporation Non-invasive tissue glucose level monitoring
US6721582B2 (en) 1999-04-06 2004-04-13 Argose, Inc. Non-invasive tissue glucose level monitoring
EP2319398B1 (de) 1998-06-03 2019-01-16 Masimo Corporation Stereo puls oximeter
JP4486253B2 (ja) 1998-07-07 2010-06-23 ライタッチ メディカル インコーポレイテッド 検体濃度決定装置
US6721585B1 (en) 1998-10-15 2004-04-13 Sensidyne, Inc. Universal modular pulse oximeter probe for use with reusable and disposable patient attachment devices
US7245953B1 (en) 1999-04-12 2007-07-17 Masimo Corporation Reusable pulse oximeter probe and disposable bandage apparatii
USRE41912E1 (en) 1998-10-15 2010-11-02 Masimo Corporation Reusable pulse oximeter probe and disposable bandage apparatus
US6463311B1 (en) 1998-12-30 2002-10-08 Masimo Corporation Plethysmograph pulse recognition processor
US6684090B2 (en) 1999-01-07 2004-01-27 Masimo Corporation Pulse oximetry data confidence indicator
US20020140675A1 (en) 1999-01-25 2002-10-03 Ali Ammar Al System and method for altering a display mode based on a gravity-responsive sensor
US6770028B1 (en) * 1999-01-25 2004-08-03 Masimo Corporation Dual-mode pulse oximeter
US6360114B1 (en) 1999-03-25 2002-03-19 Masimo Corporation Pulse oximeter probe-off detector
US6515273B2 (en) 1999-08-26 2003-02-04 Masimo Corporation System for indicating the expiration of the useful operating life of a pulse oximetry sensor
US6377829B1 (en) 1999-12-09 2002-04-23 Masimo Corporation Resposable pulse oximetry sensor
US6950687B2 (en) 1999-12-09 2005-09-27 Masimo Corporation Isolation and communication element for a resposable pulse oximetry sensor
CA2400305A1 (en) 2000-02-18 2001-08-23 Argose,Inc. Generation of spatially-averaged excitation-emission map in heterogeneous tissue
EP1257195A2 (de) * 2000-02-18 2002-11-20 Argose, Inc. Multivariable statistische analyse eines grün- bis ultraviolettspektrums von zell- und gewebeproben
US6430525B1 (en) 2000-06-05 2002-08-06 Masimo Corporation Variable mode averager
US7193628B1 (en) * 2000-07-13 2007-03-20 C4Cast.Com, Inc. Significance-based display
DE60139128D1 (de) 2000-08-18 2009-08-13 Masimo Corp Pulsoximeter mit zwei betriebsarten
US6850787B2 (en) 2001-06-29 2005-02-01 Masimo Laboratories, Inc. Signal component processor
US6697658B2 (en) 2001-07-02 2004-02-24 Masimo Corporation Low power pulse oximeter
US6701170B2 (en) * 2001-11-02 2004-03-02 Nellcor Puritan Bennett Incorporated Blind source separation of pulse oximetry signals
US7355512B1 (en) * 2002-01-24 2008-04-08 Masimo Corporation Parallel alarm processor
US6850788B2 (en) 2002-03-25 2005-02-01 Masimo Corporation Physiological measurement communications adapter
US20040010185A1 (en) * 2002-07-11 2004-01-15 Optical Sensors, Inc. Method for measuring a physiologic parameter using a preferred site
US6970792B1 (en) 2002-12-04 2005-11-29 Masimo Laboratories, Inc. Systems and methods for determining blood oxygen saturation values using complex number encoding
US7919713B2 (en) * 2007-04-16 2011-04-05 Masimo Corporation Low noise oximetry cable including conductive cords
US6920345B2 (en) 2003-01-24 2005-07-19 Masimo Corporation Optical sensor including disposable and reusable elements
US7181219B2 (en) * 2003-05-22 2007-02-20 Lucent Technologies Inc. Wireless handover using anchor termination
GB0312151D0 (en) * 2003-05-28 2003-07-02 Suisse Electronique Microtech Optical glucose detector
JP2006526788A (ja) 2003-06-03 2006-11-24 バイエル・ヘルスケア・エルエルシー 光学検査機器のための検証装置及び方法
US7003338B2 (en) 2003-07-08 2006-02-21 Masimo Corporation Method and apparatus for reducing coupling between signals
US7500950B2 (en) 2003-07-25 2009-03-10 Masimo Corporation Multipurpose sensor port
US7254431B2 (en) * 2003-08-28 2007-08-07 Masimo Corporation Physiological parameter tracking system
US7483729B2 (en) 2003-11-05 2009-01-27 Masimo Corporation Pulse oximeter access apparatus and method
US7438683B2 (en) * 2004-03-04 2008-10-21 Masimo Corporation Application identification sensor
EP1722676B1 (de) * 2004-03-08 2012-12-19 Masimo Corporation Physiologisches parametersystem
CA2464029A1 (en) 2004-04-08 2005-10-08 Valery Telfort Non-invasive ventilation monitor
US9341565B2 (en) 2004-07-07 2016-05-17 Masimo Corporation Multiple-wavelength physiological monitor
US7343186B2 (en) 2004-07-07 2008-03-11 Masimo Laboratories, Inc. Multi-wavelength physiological monitor
US7937128B2 (en) 2004-07-09 2011-05-03 Masimo Corporation Cyanotic infant sensor
US7822452B2 (en) 2004-08-11 2010-10-26 Glt Acquisition Corp. Method for data reduction and calibration of an OCT-based blood glucose monitor
US7254429B2 (en) * 2004-08-11 2007-08-07 Glucolight Corporation Method and apparatus for monitoring glucose levels in a biological tissue
US8036727B2 (en) 2004-08-11 2011-10-11 Glt Acquisition Corp. Methods for noninvasively measuring analyte levels in a subject
US7060955B1 (en) * 2005-01-31 2006-06-13 Chemimage Corporation Apparatus and method for defining illumination parameters of a sample
US20060189871A1 (en) * 2005-02-18 2006-08-24 Ammar Al-Ali Portable patient monitor
US8190223B2 (en) 2005-03-01 2012-05-29 Masimo Laboratories, Inc. Noninvasive multi-parameter patient monitor
US7330746B2 (en) * 2005-06-07 2008-02-12 Chem Image Corporation Non-invasive biochemical analysis
US7330747B2 (en) * 2005-06-07 2008-02-12 Chemimage Corporation Invasive chemometry
US7962188B2 (en) 2005-10-14 2011-06-14 Masimo Corporation Robust alarm system
US7530942B1 (en) 2005-10-18 2009-05-12 Masimo Corporation Remote sensing infant warmer
EP2374407B1 (de) 2005-11-29 2021-05-05 Masimo Corporation Optischer Sensor mit wegwerfbaren und wiederverwendbaren Elementen
US7990382B2 (en) 2006-01-03 2011-08-02 Masimo Corporation Virtual display
US8182443B1 (en) 2006-01-17 2012-05-22 Masimo Corporation Drug administration controller
US20070244377A1 (en) * 2006-03-14 2007-10-18 Cozad Jenny L Pulse oximeter sleeve
US8219172B2 (en) 2006-03-17 2012-07-10 Glt Acquisition Corp. System and method for creating a stable optical interface
US7941199B2 (en) 2006-05-15 2011-05-10 Masimo Laboratories, Inc. Sepsis monitor
US9176141B2 (en) 2006-05-15 2015-11-03 Cercacor Laboratories, Inc. Physiological monitor calibration system
US8998809B2 (en) * 2006-05-15 2015-04-07 Cercacor Laboratories, Inc. Systems and methods for calibrating minimally invasive and non-invasive physiological sensor devices
US8028701B2 (en) 2006-05-31 2011-10-04 Masimo Corporation Respiratory monitoring
US10188348B2 (en) 2006-06-05 2019-01-29 Masimo Corporation Parameter upgrade system
US20080064965A1 (en) * 2006-09-08 2008-03-13 Jay Gregory D Devices and methods for measuring pulsus paradoxus
US8315683B2 (en) * 2006-09-20 2012-11-20 Masimo Corporation Duo connector patient cable
US8457707B2 (en) * 2006-09-20 2013-06-04 Masimo Corporation Congenital heart disease monitor
USD609193S1 (en) 2007-10-12 2010-02-02 Masimo Corporation Connector assembly
USD614305S1 (en) 2008-02-29 2010-04-20 Masimo Corporation Connector assembly
US20080103375A1 (en) * 2006-09-22 2008-05-01 Kiani Massi E Patient monitor user interface
US8840549B2 (en) 2006-09-22 2014-09-23 Masimo Corporation Modular patient monitor
US9161696B2 (en) 2006-09-22 2015-10-20 Masimo Corporation Modular patient monitor
US9861305B1 (en) 2006-10-12 2018-01-09 Masimo Corporation Method and apparatus for calibration to reduce coupling between signals in a measurement system
US7880626B2 (en) 2006-10-12 2011-02-01 Masimo Corporation System and method for monitoring the life of a physiological sensor
US8255026B1 (en) 2006-10-12 2012-08-28 Masimo Corporation, Inc. Patient monitor capable of monitoring the quality of attached probes and accessories
US9192329B2 (en) 2006-10-12 2015-11-24 Masimo Corporation Variable mode pulse indicator
US20080094228A1 (en) * 2006-10-12 2008-04-24 Welch James P Patient monitor using radio frequency identification tags
US8280473B2 (en) 2006-10-12 2012-10-02 Masino Corporation, Inc. Perfusion index smoother
US8265723B1 (en) 2006-10-12 2012-09-11 Cercacor Laboratories, Inc. Oximeter probe off indicator defining probe off space
US8600467B2 (en) 2006-11-29 2013-12-03 Cercacor Laboratories, Inc. Optical sensor including disposable and reusable elements
WO2008073855A2 (en) 2006-12-09 2008-06-19 Masimo Corporation Plethysmograph variability processor
US7791155B2 (en) * 2006-12-22 2010-09-07 Masimo Laboratories, Inc. Detector shield
US8852094B2 (en) 2006-12-22 2014-10-07 Masimo Corporation Physiological parameter system
US8652060B2 (en) 2007-01-20 2014-02-18 Masimo Corporation Perfusion trend indicator
WO2008118993A1 (en) 2007-03-27 2008-10-02 Masimo Laboratories, Inc. Multiple wavelength optical sensor
US8374665B2 (en) 2007-04-21 2013-02-12 Cercacor Laboratories, Inc. Tissue profile wellness monitor
US8764671B2 (en) * 2007-06-28 2014-07-01 Masimo Corporation Disposable active pulse sensor
US8048040B2 (en) 2007-09-13 2011-11-01 Masimo Corporation Fluid titration system
WO2009049101A1 (en) 2007-10-12 2009-04-16 Masimo Corporation Connector assembly
US8310336B2 (en) * 2008-10-10 2012-11-13 Masimo Corporation Systems and methods for storing, analyzing, retrieving and displaying streaming medical data
JP2011501274A (ja) 2007-10-12 2011-01-06 マシモ コーポレイション 医療データを格納し、分析し、取り出すシステムおよび方法
US8355766B2 (en) * 2007-10-12 2013-01-15 Masimo Corporation Ceramic emitter substrate
US8986253B2 (en) 2008-01-25 2015-03-24 Tandem Diabetes Care, Inc. Two chamber pumps and related methods
WO2009111542A2 (en) 2008-03-04 2009-09-11 Glucolight Corporation Methods and systems for analyte level estimation in optical coherence tomography
JP2009236832A (ja) * 2008-03-28 2009-10-15 Jfe Engineering Corp 溶存汚濁物質のモニタリング方法および装置
JP5575752B2 (ja) * 2008-05-02 2014-08-20 マシモ コーポレイション モニター構成システム
JP2011519684A (ja) 2008-05-05 2011-07-14 マシモ コーポレイション 電気切り離し回路を備えるパルス酸素濃度計システム
USD621516S1 (en) 2008-08-25 2010-08-10 Masimo Laboratories, Inc. Patient monitoring sensor
US8577431B2 (en) 2008-07-03 2013-11-05 Cercacor Laboratories, Inc. Noise shielding for a noninvasive device
US8203438B2 (en) 2008-07-29 2012-06-19 Masimo Corporation Alarm suspend system
US8630691B2 (en) 2008-08-04 2014-01-14 Cercacor Laboratories, Inc. Multi-stream sensor front ends for noninvasive measurement of blood constituents
WO2010031070A2 (en) 2008-09-15 2010-03-18 Masimo Corporation Patient monitor including multi-parameter graphical display
SE532941C2 (sv) 2008-09-15 2010-05-18 Phasein Ab Gasprovtagningsledning för andningsgaser
EP2334234A4 (de) 2008-09-19 2013-03-20 Tandem Diabetes Care Inc Vorrichtung zur messung der konzentration eines gelösten stoffs und entsprechende verfahren
US8401602B2 (en) 2008-10-13 2013-03-19 Masimo Corporation Secondary-emitter sensor position indicator
US8346330B2 (en) 2008-10-13 2013-01-01 Masimo Corporation Reflection-detector sensor position indicator
US8771204B2 (en) 2008-12-30 2014-07-08 Masimo Corporation Acoustic sensor assembly
KR101306340B1 (ko) * 2009-01-08 2013-09-06 삼성전자주식회사 생화학 시료에 포함된 성분의 농도 측정 방법 및 이를 이용한 검사 결과의 신뢰도 추정 방법
US8588880B2 (en) 2009-02-16 2013-11-19 Masimo Corporation Ear sensor
WO2010102069A2 (en) 2009-03-04 2010-09-10 Masimo Corporation Medical monitoring system
US10032002B2 (en) 2009-03-04 2018-07-24 Masimo Corporation Medical monitoring system
US9323894B2 (en) 2011-08-19 2016-04-26 Masimo Corporation Health care sanitation monitoring system
US10007758B2 (en) 2009-03-04 2018-06-26 Masimo Corporation Medical monitoring system
US8388353B2 (en) 2009-03-11 2013-03-05 Cercacor Laboratories, Inc. Magnetic connector
US8897847B2 (en) 2009-03-23 2014-11-25 Masimo Corporation Digit gauge for noninvasive optical sensor
US8989831B2 (en) 2009-05-19 2015-03-24 Masimo Corporation Disposable components for reusable physiological sensor
US8571619B2 (en) 2009-05-20 2013-10-29 Masimo Corporation Hemoglobin display and patient treatment
US8418524B2 (en) * 2009-06-12 2013-04-16 Masimo Corporation Non-invasive sensor calibration device
US8670811B2 (en) * 2009-06-30 2014-03-11 Masimo Corporation Pulse oximetry system for adjusting medical ventilation
US8471713B2 (en) 2009-07-24 2013-06-25 Cercacor Laboratories, Inc. Interference detector for patient monitor
US8473020B2 (en) 2009-07-29 2013-06-25 Cercacor Laboratories, Inc. Non-invasive physiological sensor cover
WO2011014704A2 (en) 2009-07-30 2011-02-03 Tandem Diabetes Care, Inc. Infusion pump system with disposable cartridge having pressure venting and pressure feedback
US8688183B2 (en) 2009-09-03 2014-04-01 Ceracor Laboratories, Inc. Emitter driver for noninvasive patient monitor
US20110172498A1 (en) * 2009-09-14 2011-07-14 Olsen Gregory A Spot check monitor credit system
US9579039B2 (en) 2011-01-10 2017-02-28 Masimo Corporation Non-invasive intravascular volume index monitor
US20110137297A1 (en) 2009-09-17 2011-06-09 Kiani Massi Joe E Pharmacological management system
WO2011035070A1 (en) * 2009-09-17 2011-03-24 Masimo Laboratories, Inc. Improving analyte monitoring using one or more accelerometers
US8571618B1 (en) 2009-09-28 2013-10-29 Cercacor Laboratories, Inc. Adaptive calibration system for spectrophotometric measurements
US20110082711A1 (en) 2009-10-06 2011-04-07 Masimo Laboratories, Inc. Personal digital assistant or organizer for monitoring glucose levels
US8845100B2 (en) 2009-10-07 2014-09-30 The University Of Toledo Non-invasive ocular analyte sensing system
US9066680B1 (en) 2009-10-15 2015-06-30 Masimo Corporation System for determining confidence in respiratory rate measurements
US10463340B2 (en) 2009-10-15 2019-11-05 Masimo Corporation Acoustic respiratory monitoring systems and methods
US8790268B2 (en) 2009-10-15 2014-07-29 Masimo Corporation Bidirectional physiological information display
WO2011047216A2 (en) 2009-10-15 2011-04-21 Masimo Corporation Physiological acoustic monitoring system
US8690799B2 (en) 2009-10-15 2014-04-08 Masimo Corporation Acoustic respiratory monitoring sensor having multiple sensing elements
US9106038B2 (en) 2009-10-15 2015-08-11 Masimo Corporation Pulse oximetry system with low noise cable hub
US9724016B1 (en) 2009-10-16 2017-08-08 Masimo Corp. Respiration processor
US9839381B1 (en) 2009-11-24 2017-12-12 Cercacor Laboratories, Inc. Physiological measurement system with automatic wavelength adjustment
DE112010004682T5 (de) 2009-12-04 2013-03-28 Masimo Corporation Kalibrierung für mehrstufige physiologische Monitore
US9153112B1 (en) 2009-12-21 2015-10-06 Masimo Corporation Modular patient monitor
US11289199B2 (en) 2010-01-19 2022-03-29 Masimo Corporation Wellness analysis system
JP2013521054A (ja) 2010-03-01 2013-06-10 マシモ コーポレイション 適応性警報システム
US8584345B2 (en) 2010-03-08 2013-11-19 Masimo Corporation Reprocessing of a physiological sensor
US9307928B1 (en) 2010-03-30 2016-04-12 Masimo Corporation Plethysmographic respiration processor
US8712494B1 (en) 2010-05-03 2014-04-29 Masimo Corporation Reflective non-invasive sensor
US9138180B1 (en) 2010-05-03 2015-09-22 Masimo Corporation Sensor adapter cable
US8666468B1 (en) 2010-05-06 2014-03-04 Masimo Corporation Patient monitor for determining microcirculation state
US9326712B1 (en) 2010-06-02 2016-05-03 Masimo Corporation Opticoustic sensor
US8740792B1 (en) 2010-07-12 2014-06-03 Masimo Corporation Patient monitor capable of accounting for environmental conditions
US9408542B1 (en) 2010-07-22 2016-08-09 Masimo Corporation Non-invasive blood pressure measurement system
WO2012027613A1 (en) 2010-08-26 2012-03-01 Masimo Corporation Blood pressure measurement system
US9775545B2 (en) 2010-09-28 2017-10-03 Masimo Corporation Magnetic electrical connector for patient monitors
JP5710767B2 (ja) 2010-09-28 2015-04-30 マシモ コーポレイション オキシメータを含む意識深度モニタ
US9211095B1 (en) 2010-10-13 2015-12-15 Masimo Corporation Physiological measurement logic engine
US8723677B1 (en) 2010-10-20 2014-05-13 Masimo Corporation Patient safety system with automatically adjusting bed
US20120226117A1 (en) 2010-12-01 2012-09-06 Lamego Marcelo M Handheld processing device including medical applications for minimally and non invasive glucose measurements
US10332630B2 (en) 2011-02-13 2019-06-25 Masimo Corporation Medical characterization system
US9066666B2 (en) 2011-02-25 2015-06-30 Cercacor Laboratories, Inc. Patient monitor for monitoring microcirculation
US8830449B1 (en) 2011-04-18 2014-09-09 Cercacor Laboratories, Inc. Blood analysis system
US9095316B2 (en) 2011-04-20 2015-08-04 Masimo Corporation System for generating alarms based on alarm patterns
US9622692B2 (en) 2011-05-16 2017-04-18 Masimo Corporation Personal health device
US9986919B2 (en) 2011-06-21 2018-06-05 Masimo Corporation Patient monitoring system
US9532722B2 (en) 2011-06-21 2017-01-03 Masimo Corporation Patient monitoring system
US9245668B1 (en) 2011-06-29 2016-01-26 Cercacor Laboratories, Inc. Low noise cable providing communication between electronic sensor components and patient monitor
US11439329B2 (en) 2011-07-13 2022-09-13 Masimo Corporation Multiple measurement mode in a physiological sensor
US9192351B1 (en) 2011-07-22 2015-11-24 Masimo Corporation Acoustic respiratory monitoring sensor with probe-off detection
US8755872B1 (en) 2011-07-28 2014-06-17 Masimo Corporation Patient monitoring system for indicating an abnormal condition
US9782077B2 (en) 2011-08-17 2017-10-10 Masimo Corporation Modulated physiological sensor
WO2013056141A1 (en) 2011-10-13 2013-04-18 Masimo Corporation Physiological acoustic monitoring system
EP3584799B1 (de) 2011-10-13 2022-11-09 Masimo Corporation Hub zur medizinischen überwachung
US9808188B1 (en) 2011-10-13 2017-11-07 Masimo Corporation Robust fractional saturation determination
US9943269B2 (en) 2011-10-13 2018-04-17 Masimo Corporation System for displaying medical monitoring data
US9778079B1 (en) 2011-10-27 2017-10-03 Masimo Corporation Physiological monitor gauge panel
US9445759B1 (en) 2011-12-22 2016-09-20 Cercacor Laboratories, Inc. Blood glucose calibration system
US9392945B2 (en) 2012-01-04 2016-07-19 Masimo Corporation Automated CCHD screening and detection
US11172890B2 (en) 2012-01-04 2021-11-16 Masimo Corporation Automated condition screening and detection
US10149616B2 (en) 2012-02-09 2018-12-11 Masimo Corporation Wireless patient monitoring device
US10307111B2 (en) 2012-02-09 2019-06-04 Masimo Corporation Patient position detection system
US9480435B2 (en) 2012-02-09 2016-11-01 Masimo Corporation Configurable patient monitoring system
EP2845086B1 (de) 2012-03-25 2021-12-22 Masimo Corporation Berührungsbildschirmschnittstelle für physiologischen monitor
JP6490577B2 (ja) 2012-04-17 2019-03-27 マシモ・コーポレイション パルスオキシメーターデバイスの作動方法
US9555186B2 (en) 2012-06-05 2017-01-31 Tandem Diabetes Care, Inc. Infusion pump system with disposable cartridge having pressure venting and pressure feedback
WO2013184965A1 (en) 2012-06-07 2013-12-12 Masimo Corporation Depth of consciousness monitor
US9697928B2 (en) 2012-08-01 2017-07-04 Masimo Corporation Automated assembly sensor cable
US10827961B1 (en) 2012-08-29 2020-11-10 Masimo Corporation Physiological measurement calibration
US9877650B2 (en) 2012-09-20 2018-01-30 Masimo Corporation Physiological monitor with mobile computing device connectivity
US9955937B2 (en) 2012-09-20 2018-05-01 Masimo Corporation Acoustic patient sensor coupler
US9749232B2 (en) 2012-09-20 2017-08-29 Masimo Corporation Intelligent medical network edge router
US9717458B2 (en) 2012-10-20 2017-08-01 Masimo Corporation Magnetic-flap optical sensor
US9560996B2 (en) 2012-10-30 2017-02-07 Masimo Corporation Universal medical system
US9787568B2 (en) 2012-11-05 2017-10-10 Cercacor Laboratories, Inc. Physiological test credit method
WO2014074621A1 (en) * 2012-11-07 2014-05-15 Glumetrics, Inc. Dry insertion and one-point in vivo calibration of an optical analyte sensor
US9750461B1 (en) 2013-01-02 2017-09-05 Masimo Corporation Acoustic respiratory monitoring sensor with probe-off detection
US9724025B1 (en) 2013-01-16 2017-08-08 Masimo Corporation Active-pulse blood analysis system
US9750442B2 (en) 2013-03-09 2017-09-05 Masimo Corporation Physiological status monitor
US10441181B1 (en) 2013-03-13 2019-10-15 Masimo Corporation Acoustic pulse and respiration monitoring system
US9965946B2 (en) 2013-03-13 2018-05-08 Masimo Corporation Systems and methods for monitoring a patient health network
US9986952B2 (en) 2013-03-14 2018-06-05 Masimo Corporation Heart sound simulator
US9936917B2 (en) 2013-03-14 2018-04-10 Masimo Laboratories, Inc. Patient monitor placement indicator
US9474474B2 (en) 2013-03-14 2016-10-25 Masimo Corporation Patient monitor as a minimally invasive glucometer
US10456038B2 (en) 2013-03-15 2019-10-29 Cercacor Laboratories, Inc. Cloud-based physiological monitoring system
US9891079B2 (en) 2013-07-17 2018-02-13 Masimo Corporation Pulser with double-bearing position encoder for non-invasive physiological monitoring
US10555678B2 (en) 2013-08-05 2020-02-11 Masimo Corporation Blood pressure monitor with valve-chamber assembly
WO2015038683A2 (en) 2013-09-12 2015-03-19 Cercacor Laboratories, Inc. Medical device management system
EP3054849B1 (de) 2013-10-07 2022-03-16 Masimo Corporation Regionsoximetriesensor
US11147518B1 (en) 2013-10-07 2021-10-19 Masimo Corporation Regional oximetry signal processor
US10832818B2 (en) 2013-10-11 2020-11-10 Masimo Corporation Alarm notification system
US10828007B1 (en) 2013-10-11 2020-11-10 Masimo Corporation Acoustic sensor with attachment portion
US10279247B2 (en) 2013-12-13 2019-05-07 Masimo Corporation Avatar-incentive healthcare therapy
US11259745B2 (en) 2014-01-28 2022-03-01 Masimo Corporation Autonomous drug delivery system
US10086138B1 (en) 2014-01-28 2018-10-02 Masimo Corporation Autonomous drug delivery system
US10532174B2 (en) 2014-02-21 2020-01-14 Masimo Corporation Assistive capnography device
US9924897B1 (en) 2014-06-12 2018-03-27 Masimo Corporation Heated reprocessing of physiological sensors
US10123729B2 (en) 2014-06-13 2018-11-13 Nanthealth, Inc. Alarm fatigue management systems and methods
US10231670B2 (en) 2014-06-19 2019-03-19 Masimo Corporation Proximity sensor in pulse oximeter
US10111591B2 (en) 2014-08-26 2018-10-30 Nanthealth, Inc. Real-time monitoring systems and methods in a healthcare environment
US10231657B2 (en) 2014-09-04 2019-03-19 Masimo Corporation Total hemoglobin screening sensor
US10383520B2 (en) 2014-09-18 2019-08-20 Masimo Semiconductor, Inc. Enhanced visible near-infrared photodiode and non-invasive physiological sensor
WO2016057553A1 (en) 2014-10-07 2016-04-14 Masimo Corporation Modular physiological sensors
AU2016209104B2 (en) 2015-01-23 2020-04-30 Masimo Sweden Ab Nasal/oral cannula system and manufacturing
EP3253289B1 (de) 2015-02-06 2020-08-05 Masimo Corporation Faltbare flexible schaltung für optische sonden
CN107431301B (zh) 2015-02-06 2021-03-30 迈心诺公司 与医疗传感器一起使用的具有伸缩针的连接器组件
US10568553B2 (en) 2015-02-06 2020-02-25 Masimo Corporation Soft boot pulse oximetry sensor
USD755392S1 (en) 2015-02-06 2016-05-03 Masimo Corporation Pulse oximetry sensor
US10524738B2 (en) 2015-05-04 2020-01-07 Cercacor Laboratories, Inc. Noninvasive sensor system with visual infographic display
US11653862B2 (en) 2015-05-22 2023-05-23 Cercacor Laboratories, Inc. Non-invasive optical physiological differential pathlength sensor
US10448871B2 (en) 2015-07-02 2019-10-22 Masimo Corporation Advanced pulse oximetry sensor
US10991135B2 (en) 2015-08-11 2021-04-27 Masimo Corporation Medical monitoring analysis and replay including indicia responsive to light attenuated by body tissue
CN108348162B (zh) 2015-08-31 2021-07-23 梅西莫股份有限公司 无线式病人监护系统和方法
US11504066B1 (en) 2015-09-04 2022-11-22 Cercacor Laboratories, Inc. Low-noise sensor system
US11679579B2 (en) 2015-12-17 2023-06-20 Masimo Corporation Varnish-coated release liner
US10993662B2 (en) 2016-03-04 2021-05-04 Masimo Corporation Nose sensor
US10537285B2 (en) 2016-03-04 2020-01-21 Masimo Corporation Nose sensor
US11191484B2 (en) 2016-04-29 2021-12-07 Masimo Corporation Optical sensor tape
US10608817B2 (en) 2016-07-06 2020-03-31 Masimo Corporation Secure and zero knowledge data sharing for cloud applications
US10617302B2 (en) 2016-07-07 2020-04-14 Masimo Corporation Wearable pulse oximeter and respiration monitor
WO2018071715A1 (en) 2016-10-13 2018-04-19 Masimo Corporation Systems and methods for patient fall detection
US11504058B1 (en) 2016-12-02 2022-11-22 Masimo Corporation Multi-site noninvasive measurement of a physiological parameter
US10750984B2 (en) 2016-12-22 2020-08-25 Cercacor Laboratories, Inc. Methods and devices for detecting intensity of light with translucent detector
US10721785B2 (en) 2017-01-18 2020-07-21 Masimo Corporation Patient-worn wireless physiological sensor with pairing functionality
EP3585254B1 (de) 2017-02-24 2024-03-20 Masimo Corporation Kabel für eine medizinische vorrichtung und verfahren zur teilung von daten zwischen verbundenen medizinischen vorrichtungen
WO2018156648A1 (en) 2017-02-24 2018-08-30 Masimo Corporation Managing dynamic licenses for physiological parameters in a patient monitoring environment
US10388120B2 (en) 2017-02-24 2019-08-20 Masimo Corporation Localized projection of audible noises in medical settings
WO2018156809A1 (en) 2017-02-24 2018-08-30 Masimo Corporation Augmented reality system for displaying patient data
US11086609B2 (en) 2017-02-24 2021-08-10 Masimo Corporation Medical monitoring hub
US10327713B2 (en) 2017-02-24 2019-06-25 Masimo Corporation Modular multi-parameter patient monitoring device
EP3592231A1 (de) 2017-03-10 2020-01-15 Masimo Corporation Pneumonie-screener
US20180271417A1 (en) * 2017-03-21 2018-09-27 Wipro Limited Method and a device for non-invasive monitoring of a blood glucose level of a user
WO2018194992A1 (en) 2017-04-18 2018-10-25 Masimo Corporation Nose sensor
US10918281B2 (en) 2017-04-26 2021-02-16 Masimo Corporation Medical monitoring device having multiple configurations
US10856750B2 (en) 2017-04-28 2020-12-08 Masimo Corporation Spot check measurement system
USD835285S1 (en) 2017-04-28 2018-12-04 Masimo Corporation Medical monitoring device
USD835284S1 (en) 2017-04-28 2018-12-04 Masimo Corporation Medical monitoring device
USD835283S1 (en) 2017-04-28 2018-12-04 Masimo Corporation Medical monitoring device
USD835282S1 (en) 2017-04-28 2018-12-04 Masimo Corporation Medical monitoring device
JP7159208B2 (ja) 2017-05-08 2022-10-24 マシモ・コーポレイション ドングルを使用することによって医療システムをネットワークコントローラとペアリングするためのシステム
WO2019014629A1 (en) 2017-07-13 2019-01-17 Cercacor Laboratories, Inc. MEDICAL MONITORING DEVICE FOR HARMONIZING PHYSIOLOGICAL MEASUREMENTS
US10637181B2 (en) 2017-08-15 2020-04-28 Masimo Corporation Water resistant connector for noninvasive patient monitor
USD890708S1 (en) 2017-08-15 2020-07-21 Masimo Corporation Connector
USD906970S1 (en) 2017-08-15 2021-01-05 Masimo Corporation Connector
AU2018316818B2 (en) * 2017-08-18 2022-03-03 Abbott Diabetes Care Inc. Systems, devices, and methods related to the individualized calibration and/or manufacturing of medical devices
US11298021B2 (en) 2017-10-19 2022-04-12 Masimo Corporation Medical monitoring system
JP7282085B2 (ja) 2017-10-31 2023-05-26 マシモ・コーポレイション 酸素状態指標を表示するためのシステム
USD925597S1 (en) 2017-10-31 2021-07-20 Masimo Corporation Display screen or portion thereof with graphical user interface
US11766198B2 (en) 2018-02-02 2023-09-26 Cercacor Laboratories, Inc. Limb-worn patient monitoring device
WO2019204368A1 (en) 2018-04-19 2019-10-24 Masimo Corporation Mobile patient alarm display
US11883129B2 (en) 2018-04-24 2024-01-30 Cercacor Laboratories, Inc. Easy insert finger sensor for transmission based spectroscopy sensor
US10932729B2 (en) 2018-06-06 2021-03-02 Masimo Corporation Opioid overdose monitoring
US10779098B2 (en) 2018-07-10 2020-09-15 Masimo Corporation Patient monitor alarm speaker analyzer
US11872156B2 (en) 2018-08-22 2024-01-16 Masimo Corporation Core body temperature measurement
USD917564S1 (en) 2018-10-11 2021-04-27 Masimo Corporation Display screen or portion thereof with graphical user interface
USD917550S1 (en) 2018-10-11 2021-04-27 Masimo Corporation Display screen or portion thereof with a graphical user interface
US11406286B2 (en) 2018-10-11 2022-08-09 Masimo Corporation Patient monitoring device with improved user interface
USD916135S1 (en) 2018-10-11 2021-04-13 Masimo Corporation Display screen or portion thereof with a graphical user interface
USD998630S1 (en) 2018-10-11 2023-09-12 Masimo Corporation Display screen or portion thereof with a graphical user interface
USD998631S1 (en) 2018-10-11 2023-09-12 Masimo Corporation Display screen or portion thereof with a graphical user interface
US11389093B2 (en) 2018-10-11 2022-07-19 Masimo Corporation Low noise oximetry cable
CA3115776A1 (en) 2018-10-11 2020-04-16 Masimo Corporation Patient connector assembly with vertical detents
USD999246S1 (en) 2018-10-11 2023-09-19 Masimo Corporation Display screen or portion thereof with a graphical user interface
USD897098S1 (en) 2018-10-12 2020-09-29 Masimo Corporation Card holder set
US11464410B2 (en) 2018-10-12 2022-10-11 Masimo Corporation Medical systems and methods
EP3864869A1 (de) 2018-10-12 2021-08-18 Masimo Corporation System zur übertragung von sensordaten unter verwendung eines dualen kommunikationsprotokolls
US11684296B2 (en) 2018-12-21 2023-06-27 Cercacor Laboratories, Inc. Noninvasive physiological sensor
ES2774983B2 (es) 2019-01-22 2021-06-10 Univ Sevilla Dispositivo portable y metodo para la estimacion no invasiva del nivel de glucosa en sangre
JP2022529948A (ja) 2019-04-17 2022-06-27 マシモ・コーポレイション 患者監視システム、装置、及び方法
USD985498S1 (en) 2019-08-16 2023-05-09 Masimo Corporation Connector
USD919094S1 (en) 2019-08-16 2021-05-11 Masimo Corporation Blood pressure device
USD921202S1 (en) 2019-08-16 2021-06-01 Masimo Corporation Holder for a blood pressure device
USD919100S1 (en) 2019-08-16 2021-05-11 Masimo Corporation Holder for a patient monitor
USD917704S1 (en) 2019-08-16 2021-04-27 Masimo Corporation Patient monitor
US11832940B2 (en) 2019-08-27 2023-12-05 Cercacor Laboratories, Inc. Non-invasive medical monitoring device for blood analyte measurements
USD927699S1 (en) 2019-10-18 2021-08-10 Masimo Corporation Electrode pad
KR20220083771A (ko) 2019-10-18 2022-06-20 마시모 코오퍼레이션 환자 모니터링을 위한 디스플레이 레이아웃 및 상호대화형 객체
CN115176155A (zh) 2019-10-25 2022-10-11 塞卡科实验室有限公司 指示剂化合物、包括指示剂化合物的装置及其制备和使用方法
EP4104037A1 (de) 2020-02-13 2022-12-21 Masimo Corporation System und verfahren zum überwachen von klinischen aktivitäten
US11879960B2 (en) 2020-02-13 2024-01-23 Masimo Corporation System and method for monitoring clinical activities
EP4120901A1 (de) 2020-03-20 2023-01-25 Masimo Corporation Tragbare vorrichtung zur nichtinvasiven körpertemperaturmessung
USD933232S1 (en) 2020-05-11 2021-10-12 Masimo Corporation Blood pressure monitor
USD979516S1 (en) 2020-05-11 2023-02-28 Masimo Corporation Connector
USD980091S1 (en) 2020-07-27 2023-03-07 Masimo Corporation Wearable temperature measurement device
USD974193S1 (en) 2020-07-27 2023-01-03 Masimo Corporation Wearable temperature measurement device
USD946598S1 (en) 2020-09-30 2022-03-22 Masimo Corporation Display screen or portion thereof with graphical user interface
USD946597S1 (en) 2020-09-30 2022-03-22 Masimo Corporation Display screen or portion thereof with graphical user interface
USD946596S1 (en) 2020-09-30 2022-03-22 Masimo Corporation Display screen or portion thereof with graphical user interface
USD997365S1 (en) 2021-06-24 2023-08-29 Masimo Corporation Physiological nose sensor
USD1000975S1 (en) 2021-09-22 2023-10-10 Masimo Corporation Wearable temperature measurement device

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3807862A (en) 1972-12-18 1974-04-30 Sybron Corp Raman spectroscopy in the presence of fluorescence
US4031398A (en) 1976-03-23 1977-06-21 Research Corporation Video fluorometer
FR2554586B1 (fr) 1983-09-30 1986-03-21 Centre Nat Rech Scient Procede de discrimination en spectrometrie et dispositif de mise en oeuvre du procede
JPH073366B2 (ja) * 1988-02-24 1995-01-18 株式会社日立製作所 分光蛍光光度計
US5037200A (en) 1989-07-11 1991-08-06 Tosoh Corporation Laser-operated detector
US5266498A (en) * 1989-10-27 1993-11-30 Abbott Laboratories Ligand binding assay for an analyte using surface-enhanced scattering (SERS) signal
MY107650A (en) * 1990-10-12 1996-05-30 Exxon Res & Engineering Company Method of estimating property and / or composition data of a test sample
US5243983A (en) 1990-12-14 1993-09-14 Georgia Tech Research Corporation Non-invasive blood glucose measurement system and method using stimulated raman spectroscopy
US5212099A (en) 1991-01-18 1993-05-18 Eastman Kodak Company Method and apparatus for optically measuring concentration of an analyte
US5280788A (en) 1991-02-26 1994-01-25 Massachusetts Institute Of Technology Devices and methods for optical diagnosis of tissue
JPH04348258A (ja) * 1991-05-27 1992-12-03 Kowa Co 多チャンネル光学測定装置
US5203328A (en) 1991-07-17 1993-04-20 Georgia Tech Research Corporation Apparatus and methods for quantitatively measuring molecular changes in the ocular lens
US5348018A (en) 1991-11-25 1994-09-20 Alfano Robert R Method for determining if tissue is malignant as opposed to non-malignant using time-resolved fluorescence spectroscopy
US5433197A (en) 1992-09-04 1995-07-18 Stark; Edward W. Non-invasive glucose measurement method and apparatus
US5313941A (en) 1993-01-28 1994-05-24 Braig James R Noninvasive pulsed infrared spectrophotometer
US5341805A (en) 1993-04-06 1994-08-30 Cedars-Sinai Medical Center Glucose fluorescence monitor and method
AU6186494A (en) 1993-05-07 1994-11-10 Diasense, Inc. Non-invasive determination of analyte concentration using non-continuous radiation
DE69430152T2 (de) 1993-06-25 2002-10-31 Edward W Stark Verfahren und Vorrichtung zum Messen von Glukoseverwandten Substanzen
US5435309A (en) * 1993-08-10 1995-07-25 Thomas; Edward V. Systematic wavelength selection for improved multivariate spectral analysis
US5491344A (en) * 1993-12-01 1996-02-13 Tufts University Method and system for examining the composition of a fluid or solid sample using fluorescence and/or absorption spectroscopy

Also Published As

Publication number Publication date
EP0863718B1 (de) 2003-09-10
AU715281B2 (en) 2000-01-20
US6232609B1 (en) 2001-05-15
ES2206610T3 (es) 2004-05-16
DE69629937D1 (de) 2003-10-16
WO1997020495A1 (en) 1997-06-12
JP2000501830A (ja) 2000-02-15
AU1055297A (en) 1997-06-27
DK0863718T3 (da) 2004-01-26
JP2005351907A (ja) 2005-12-22
PT863718E (pt) 2004-02-27
ATE249166T1 (de) 2003-09-15
EP0863718A1 (de) 1998-09-16

Similar Documents

Publication Publication Date Title
DE69629937T2 (de) Vorrichtung und verfahren zur glukose-überwachung mittels spektroskopie von durch laser induzierter emissionsstrahlung
EP1292220B1 (de) Verfahren und vorrichtung zum nachweisen von substanzen in körperflüssigkeiten mittels raman-spektroskopie
DE69432869T2 (de) Glukose Fluoreszenzmonitor und Verfahren
EP0726729B1 (de) Verfahren und vorrichtung zur analyse von glucose in einer biologischen matrix
DE69723548T2 (de) Verfahren und vorrichtung zur multispektralen analyse bei der nichtinvasiven infrarot-spektroskopie
DE69721732T2 (de) Vorrichtung zur multispektralen analyse bei der nichtinvasiven nir-spektroskopie
DE69830629T2 (de) Verfahren zur Bestimmung der Glukosekonzentration in einer Probe mittels naher Infrarotspektroskopie
EP0707826B1 (de) Verfahren und Vorrichtung zur Analyse von Glukose in einer biologischen Matrix
DE69724351T2 (de) System zur Messung von Gewebe-Chromophoren
DE60024269T2 (de) Messung der gesamtkonzentration von hämoglobin
EP0760091B1 (de) Verfahren und vorrichtung zur bestimmung eines analyten in einer biologischen probe
DE4417639A1 (de) Verfahren zur Bestimmung eines Analyten in einer biologischen Probe
EP0774658A2 (de) Verfahren und Vorrichtung zur Bestimmung von analytischen Daten über das Innere einer streuenden Matrix
EP0818682A2 (de) Verfahren und Messanordnung zur optischen Bestimmung der totalen Hämoglobinkonzentration
EP0808453A1 (de) Verfahren zur spektroskopischen untersuchung eines biologischen gewebes
DE3328862A1 (de) Verfahren und vorrichtung zur gewebefotometrie, insbesondere zur quantitativen ermittlung der blut-sauerstoff-saettigung aus fotometrischen messwerten
DE602004001794T2 (de) Verfahren und Vorrichtung zur in vitro oder in vivo Messung der Konzentration einer Substanz
EP2040050B1 (de) Messanordnung für ein optisches Spektrometer
DE3938142C2 (de)
DE602004004290T2 (de) Verfahren und vorrichtung zur rückstreuspektroskopie
DE102011012674B3 (de) Verfahren und Nachweisvorrichtung zur Bestimmung eines Nierenfunktionsparameters
WO2002069790A2 (de) Verfahren zur bestimmung eines lichttransportparameters in einer biologischen matrix
CA2238518C (en) Glucose monitoring apparatus and method using laser-induced emission spectroscopy
DE102016110341A1 (de) Verfahren zur Rekonstruktion eines Raman-Spektrums
DE19627369A1 (de) Verfahren und Anordnung zur nichtinvasiven Bestimmung des oxidativen Streßzustandes

Legal Events

Date Code Title Description
8364 No opposition during term of opposition
8339 Ceased/non-payment of the annual fee