用于利用神经肌肉传递测量估计患者恢复时间的系统的制作方法

本公开涉及医疗装置，并且更具体地涉及用于在外科手术期间监测神经肌肉传递的医疗装置和操作医疗装置的方法。

背景技术：

神经肌肉传递(nmt)是神经肌肉接点中神经与肌肉之间脉冲的传递。nmt可能在患者进行外科手术过程中被例如神经肌肉阻滞剂/药物阻滞，这可能会引起瞬时肌肉麻痹并阻止患者自发移动和呼吸。

在全身麻醉期间使用肌肉松弛，以实现气管内插管并为外科医生提供最佳工作条件。在外科手术结束时，使用nmt的水平来确定患者何时可以拔管。因此，可监测神经肌肉阻滞的水平，以确保为给定手术提供适当的阻滞并确定患者何时可安全地拔管。

技术实现要素：

在一个实施方案中，一种用于估计患者从神经肌肉阻滞恢复的恢复时间的方法包括在第一测量时间向患者的神经施加第一tof刺激。响应于第一tof刺激来测量第一肌肉颤搐、第二肌肉颤搐、第三肌肉颤搐和第四肌肉颤搐。在第二测量时间向患者的神经施加第二tof刺激，并且测量响应于第二tof刺激的肌肉颤搐。基于响应于第一tof刺激和第二tof刺激的肌肉颤搐，该方法计算估计恢复时间，并且将估计恢复时间提供给临床医生。

在一个实施方案中，通过创建预测神经肌肉阻滞趋势曲线来计算估计恢复时间。预测神经肌肉阻滞趋势曲线从测量的tof比率推断，以估计tof比率将超过预定水平时的恢复时间。预测神经肌肉阻滞趋势曲线可利用涉及来自患者的测量参数或基于历史患者趋势的不同算法来计算。在任一种情况下，预测神经肌肉阻滞趋势曲线呈现可将插管从患者移除并且患者可自发呼吸的估计恢复时间。

在另一个实施方案中，一种用于对患者进行多参数监测的医疗装置包括用来向患者的神经施加四个成串刺激的刺激器。肌电图(emg)传感器或其他类型的传感器响应于tof刺激来检测第一肌肉颤搐、第二肌肉颤搐、第三肌肉颤搐和第四肌肉颤搐。控制器能够操作以创建预测神经肌肉阻滞趋势曲线，该预测神经肌肉阻滞趋势曲线基于所检测的肌肉颤搐以及其他参数，诸如历史患者趋势。该医疗装置包括显示器，该显示器可视地显示预测神经肌肉阻滞趋势曲线以及测量的tof比率和预测的tof比率。控制器相对于预测的tof比率监测测量的tof比率，并且根据需要调节预测神经肌肉阻滞趋势曲线。

应当理解，提供上面的简要描述来以简化的形式介绍在具体实施方式中进一步描述的精选概念。这并不意味着识别所要求保护的主题的关键或必要特征，该主题的范围由具体实施方式后的权利要求书唯一地限定。此外，所要求保护的主题不限于解决上文或本公开的任何部分中提到的任何缺点的实施方式。

附图说明

通过参考附图阅读以下对非限制性实施方案的描述将更好地理解本发明，其中以下：

图1示出了示例性神经肌肉传递监测系统；

图2是示出对四个成串(tof)刺激的肌肉颤搐响应随时间推移的曲线图；

图3是示出t4在t2之上移动的肌肉颤搐响应颤搐的曲线图；

图4是示出t4在t1之上移动的肌肉颤搐响应颤搐的曲线图；

图5是示出to2比率和tof比率随时间推移的曲线图；

图6是类似于图5的曲线图，其中tof趋势在to2趋势之上移动；

图7a至图7h是示出测量的tof比率相对于预测神经肌肉阻滞趋势曲线随时间推移的显示的一系列曲线图；

图8是示出估计恢复时间和预测神经肌肉阻滞趋势曲线的显示；并且

图9是例示说明操作本公开的系统和方法的一种方法的流程图。

具体实施方式

以下描述涉及神经肌肉传递(nmt)监测系统的各种实施方案，该nmt监测系统被配置为在外科手术期间对患者施用肌肉松弛剂之后监测神经肌肉阻滞的量。神经肌肉传递(nmt)是神经肌肉接点中神经与肌肉之间脉冲的传递。nmt可被神经肌肉阻滞剂/药物阻滞，这可能会引起瞬时肌肉麻痹并阻止患者自发移动和呼吸。另外，在全身麻醉期间可使用肌肉松弛，以实现气管内插管并为外科医生提供最佳工作条件。在外科手术结束时，将神经肌肉阻滞反转，使得神经肌肉活动可恢复到正常，并且使得在移除气管内插管(即，拔管)之前患者能够无辅助地呼吸。因此，对nmt阻滞程度的适当评估可用于确保插管的适当定时和引导神经肌肉阻滞剂的术中施用、维持期望程度的术中神经肌肉阻滞，以及最终预防残余肌肉麻痹的发生。

nmt监测器可用于监测肌肉对运动神经(例如，尺骨神经)的电刺激的响应。例如，可在手腕附近的尺骨神经处提供电刺激，并且可监测拇指附近的肌肉(拇收肌)的响应。在临床环境中，神经刺激器附接到患者的运动神经之上，并且在诱导麻醉之前向患者施加电刺激电流。nmt监测器记录肌肉响应的参考值，并且一旦施用肌肉松弛剂，就将其用于归一化肌肉响应。然后，可通过测量肌肉的电响应(肌电图(emg))来监测诱发的肌肉响应。在emg中，可使用多个电极来记录由刺激发生器刺激的复合肌肉电位。

根据本文所公开的实施方案，响应于运动神经的电刺激，可通过经由肌电图(emg)传感器测量肌肉处的电位来执行神经肌肉传递监测。

图1中提供了神经肌肉传递监测系统的示例。nmt监测系统可以包括神经刺激器和响应于神经刺激而检测肌肉的电活动的一个或多个电传感器(称为emg传感器)。图1的nmt监测系统还包括计算系统，该计算系统包括用于执行一个或多个控制例程的指令，该一个或多个控制例程用于确定肌肉响应基线以及在外科手术期间和在外科手术后恢复期间监测患者的神经肌肉阻滞。

图1示出了示例性神经肌肉传递(nmt)监测系统100，该nmt监测系统被配置为经由emg技术监测神经肌肉活动。nmt监测系统100包括神经肌肉传递监测器110，该神经肌肉传递监测器经由通信链路141通信地耦接到主机患者监测器140。神经肌肉传递监测器110包括用于向患者提供不同类型和频率的刺激输出(例如，电刺激)的多个神经刺激器115a和115b，以及连接到一个或多个换能器以用于监测响应于由神经刺激器提供的电刺激而诱发的肌肉响应的至少一个输入部。换能器包括emg传感器160，该emg传感器由多个电传感器组成，用于测量响应于神经刺激的肌肉收缩的动作电位。然后，换能器检测到的信号可由神经肌肉传递监测器110的a/d转换器122转换成电信号。

在所描绘的示例中，神经刺激器115a和115b分别连接到刺激电极120a和120b，该刺激电极可以预定的时间间隔向患者的尺骨神经施加电刺激。提供给神经刺激器的电刺激的量由从微控制器123接收命令信号的电流刺激发生器控制。微控制器123连接到控制单元129的用户界面，该用户界面包括显示单元190和按钮/旋钮180。刺激输出的类型和频率可由用户手动调节(手动模式)或由系统自动选择(自动模式)。在一个示例中，刺激输出的类型和频率可由用户通过按下患者主机监测器140上的按钮或旋钮180来调节。在一个示例中，神经刺激器115a和115b可以是正电荷和负电荷的两条线，该两条线可以通过鳄鱼夹附接到患者前臂的皮肤上的刺激电极120a和120b。

电源(未示出)可向隔离电源126供电，该隔离电源继而向电流源刺激发生器125提供电力。微控制器123可连接到电流源刺激发生器125，以调节提供给神经刺激器115a-115b的电流的量。电流刺激发生器125可产生不同类型的神经刺激，包括四个成串(tof)、单颤搐(st)、双短强直(dbs)、强直刺激后计数(ptc)、电流范围(例如，1-70ma，其中步长为1ma)、脉冲宽度/频率(例如，100、200、300μs或1hz、2hz等)。此外，神经刺激的类型可经由手动或自动刺激模式来选择。例如，如果选择手动刺激模式，则用户可以通过按压主机患者监测器140的按钮180输入期望的神经肌肉刺激类型、电流范围以及脉冲宽度和/或频率。另选地，如果使用触摸屏作为显示单元(例如，主机患者监测器140的显示单元190)，则可经由触摸输入向显示单元上的触摸屏提供用户输入。

如果选择自动神经刺激模式，则神经肌肉传递监测器110的微控制器123可选择第一神经刺激类型作为其默认设置，诸如tof刺激，并且基于从emg传感器接收的肌肉响应信号，微控制器通过显示图形和数字(例如，经由主机患者监测器140的显示单元190)将肌肉响应信号报告给用户。显示单元190可向用户显示肌肉响应数据/信息，并且还可包括用于提醒用潜在传感器错误的警报信号/消息。

另外，神经肌肉传递监测器110可通过通信链路141连接到主机患者监测器140。主机患者监测器140可包括存储器127、cpu128和控制单元129。存储器127可具有与存储器121类似的功能。控制单元129可包括控制按钮/旋钮180和显示单元190。控制单元129的控制按钮和旋钮可以被配置为允许用户输入。显示单元190可被配置为接收来自用户的触摸输入。

本公开的优选神经肌肉刺激输出是四个成串(tof)。在一个示例中，tof通常可使用2hz下的四个短暂(介于100μs和300μs之间)电流脉冲(通常小于70ma)作为电刺激，每10秒至20秒重复一次。所得的颤搐(即肌肉响应)可经由emg传感器针对肌电图响应进行测量和量化。比较第一颤搐(称为t1颤搐)和最后颤搐(称为t4颤搐)，并且最后颤搐与第一颤搐的比率(称为tof比率)可以提供对患者所经历的神经肌肉阻滞的水平(例如，松弛深度)的估计。tof比率可在例如0％至100％的范围内。电tof刺激系列可间隔十秒或更多秒(通常使用20s来提供安全裕度)以便为完全恢复稳态条件提供休息时间，因为更快的刺激导致更小的诱发响应。tof刺激是用于监测轻度阻滞患者以及从神经肌肉阻滞恢复的患者中的神经肌肉阻滞的最常用技术。

除tof比率之外，可在tof刺激期间计算的另一个比率被称为to2。to2为四个成串刺激脉冲中的第二颤搐(t2)与第一颤搐(t1)的比率。

emg传感器160可包括分别连接到感测电极120c、120d和120e的多个电感测连接件116、117和118。最常见的是，三个感测电极被定位成给出最一致的emg信号。在所描绘的示例中，感测电极120e放置在肌肉肌腱或手指上方，感测电极120d放置在肌肉的靠近神经肌肉接点的中间部分上方，而感测电极120c可以是可变的。在一个示例中，电极120d和120e可以是记录电极，而电极120c可以是接地电极。接地电极为emg记录电极提供公共基准。例如，记录电极120d可被放置在鱼际隆起中的拇收肌之上，并且记录电极120e可被放置在拇指的远侧指骨间关节之上，而接地电极120c可被放置在手腕手掌侧处的屈肌支持带上方的中心线处。emg传感器160测量由电极120c-120e响应于神经刺激而感测的电活动的量值，并且当在神经肌肉传递监测器处接收时，被记录为emg肌肉响应信号。

刺激电极120a-120b和感测电极120c-120e可具有用于改善与皮肤的电接触的机构(诸如超声凝胶)和用于改善与皮肤的固着的机构(诸如放置在电极下方的生物相容性粘合剂)。此外，电极可以是合适的电极，诸如银/氯化银电极。此外，电极可以是一次性电极，该一次性电极可在单次使用后丢弃。在另一个示例中，刺激器(例如，刺激器115a和115b)和感测连接件(例如，电感测连接件116-118和机械感测连接件114)连同它们相应的电极可以结合到一次性感测单元中。在一个示例中，一次性感测单元可被包括作为通用型可拉伸手套的一部分，该可拉伸手套可在单次使用后丢弃。

此外，可经由主连接器113和线缆112将从emg传感器160接收的关于emg肌肉响应信号的信息发送到神经肌肉传递监测器110。在一个示例中，来自emg传感器160传感器的肌肉响应信号被馈送到信号缩放和滤波电路(未示出)中。在缩放信号和滤波噪声之后，信号可在模数(a/d)转换器122中从模拟信号转换为数字信号，并且被发送到微控制器123以进行处理。此外，肌肉响应信号也可在传输到a/d转换器122中之前经由放大器(未示出)放大。微控制器123或处理单元连接到存储器121，并且一旦信号被处理，就可以将信号数据显示在主机患者监测器的显示单元190上。在一个示例中，经处理的信号可以被传输到主机患者监测器140并实时显示在显示单元190上。此外，经处理的信号可被更新并存储在存储器121中。存储器121可以是常规微型计算机，该常规微型计算机包括：中央处理单元(cpu)、只读存储器(rom)、随机存取存储器(ram)和常规数据总线。另外，存储器可包括自动校准模块，以基于由emg传感器接收的肌肉响应值来确定要提供给患者的最佳超最大电流，并且基于从传感器接收的原始信号，该模块可确定一值，该值可用作对患者神经肌肉阻滞监测的参考值。此外，自动校准模块可仅在患者未处于麻痹状态时执行。换句话讲，当患者处于非松弛状态时(例如，在施用肌肉松弛剂之前)，自动校准模块可利用基于从传感器接收的信号的参考值。

控制单元129还可包括用户界面(未示出)，该用户界面可用于控制nmt监测系统100的操作，包括控制患者数据的输入、改变监测参数(例如，刺激类型、电流范围、频率/脉冲宽度等)等。用户界面还可包括被配置用于在显示设备诸如显示单元190上显示的图形用户界面。图形用户界面可包括要输出给用户的信息(诸如肌肉响应信号、患者数据等)，并且还可包括菜单或用户可通过其将输入输入控制单元129的其他元件。

如以上所讨论，在对患者神经肌肉刺激以确定松弛深度期间，对患者施加四个成串(tof)刺激，并且针对刺激的四个脉冲中的每一个从emg传感器接收肌肉响应信号。以规则的间隔(诸如每10-20秒)向患者施加tof刺激，并且emg传感器160针对肌电图响应对所得的颤搐(即肌肉响应)进行测量和量化。

图2示出了在曲线图水平轴上示出的测量周期内对tof刺激的四个脉冲中的每一个的emg响应。在曲线图200中，被称为t1颤搐的第一颤搐由迹线202以图形方式示出。被称为t2颤搐的第二颤搐由迹线204示出，而第三颤搐t3由迹线206示出。被称为t4颤搐的最后和最终的颤搐由迹线208示出。从图2的组合曲线图200可以看出，t1迹线202在t1颤搐响应于tof刺激序列的第一刺激的最早时间点开始被检测到。t2颤搐、t3颤搐和t4颤搐在从t1颤搐的检测稍微延迟的时间开始被检测到，如对于从神经肌肉阻滞剂恢复的患者所熟知的。

在熟知的恢复监测方法中，对患者的拔管应仅在患者的恢复达到恢复阈值时发生，在该恢复阈值处，神经肌肉阻滞已充分减少从而确保患者的适当自发性呼吸。在本公开和许多监测系统中，恢复阈值基于t4颤搐与t1颤搐的比率(t4/t1)，这通常被称为tof比率或tof％。如前所述，tof比率可在0％和100％之间的范围内。通常，当tof比率达到90％时，对患者的拔管被认为是安全的。因此，t1颤搐和t4颤搐之间的关系对于确定患者何时可以安全地拔管是非常重要的。如相对于图2可以理解的，当t4迹线208开始紧密对应于t1迹线202时，出现90％的tof比率。

在利用tof刺激的当前可用的松弛深度监测期间，临床医生必须继续监测患者，并且在移除插管之前等待tof比率达到90％或更高。尽管这种类型的监测已被证明是有效的，但它需要临床医生连续监测患者并等待tof比率达到期望值。这需要临床医生有时等待相当长的时间(20分钟或更长)，同时监测tof比率。当tof比率将达到和/或超过阈值时，不存在估计恢复时间的有效方式。

现在参见图3，曲线图210通过将t4迹线208叠加到t2迹线204上示出了t2迹线204和t4迹线208之间的形状相似性。因此，发明人已经认识到，迹线202、204、206和208中的每一个的形状在形状上相似并且仅沿着时间轴220延迟。由于在监测患者时t1迹线比t4迹线出现得更快，因此发明人已经认识到，t1迹线和t2迹线的形状可用于预测t4迹线的形状，并且可用作确定tof比率何时将达到90％阈值的估计值。图4提供t4迹线208与t1迹线202紧密匹配的进一步证据，这通过将t4迹线208叠加到t1迹线202上来证实。

现在参见图5，曲线图500示出了从代表性患者计算的两个单独的比率。第一比率(称为to2比率)表示t2迹线与t1迹线的比率(t2/t1)，并由趋势502示出。图5所示的第二趋势504是tof比率，其为t4颤搐相对于t1颤搐(t4/t1)。在图5的曲线图500中，垂直轴506是比率，而水平轴508是时间轴。如之前所讨论的，对患者的拔管通常在由趋势504表示的tof比率超过阈值510时发生，该阈值在图5的实施方案中为90％。在所示的实施方案中，tof比率在大约10:19时超过阈值510。图6为tof比率趋势504与to2比率趋势502的形状对应关系的图示。图6所示的图形表示示出了to2趋势可用作tof趋势的早期代表性估计值，这将允许预测tof趋势504何时将超过阈值510的时间。

根据本公开，图1所示的微控制器123被配置为提供患者的估计恢复时间，该估计恢复时间表示将来tof比率何时将超过通常为90％的拔管阈值的时间。由微控制器123计算的估计恢复时间可通过显示器显示给临床医生，使得临床医生可作出治疗决策，诸如允许患者按原样恢复或临床医生可决定是否需要解毒剂来加速恢复过程。

图7a至图7h为基于临床数据随时间推移拍摄的若干图形显示。每个图形显示示出了利用本公开的系统和方法计算的估计恢复时间。在图7a中，沿着时间轴704绘制了一系列测量的tof比率702。从图7a中可以看出，随着松弛深度减小，一系列单独测量的tof比率702开始上升。根据本公开，在测量的tof比率之后，计算预测神经肌肉阻滞趋势曲线706并沿时间轴显示。在图7a所示的实施方案中，估计的tof在10:21:16时将超过90％。该预测是由系统在10:00:00时生成的。因此，如果简单地监测tof比率的变化的测量值，则在临床医生以其他方式知道该信息之前，该临床医生将具有大约二十一分钟的估计拔管时间。

图7b至图7h示出了如在预测神经肌肉阻滞趋势曲线706上绘制的稍后时间段的tof比率的进一步测量702。随着时间流逝，在图7的曲线图中可以看出，测量的tof比率702与预测神经肌肉阻滞趋势曲线706紧密匹配，直到图7h，其中最后测量的tof比率708超过90％的恢复比率阈值。在所示的实施方案中，当tof比率超过90％时，在10:00:00时预测的10:21:16的估计恢复时间与10:20:08的实际时间紧密匹配。因此，在图7中绘出和示出的临床数据中，本公开的方法能够以高准确度预测估计的恢复时间，并且在tof比率达到90％的拔管阈值之前，提前超过二十分钟内向临床医生提供该估计的恢复时间。

图8示出了可利用本公开的方法和系统呈现给临床医生的显示器800。显示器800包括如上文参考图7所述的类似信息。具体地，将从患者获得的测量tof比率802相对于将tof比率表示为百分比的垂直轴和水平时间轴显示给临床医生。除了测量的tof比率之外，显示器800还包括通过在视觉上使用不同的背景和趋势可视化来与测量的tof趋势分开的预测神经肌肉阻滞趋势曲线804。预测神经肌肉阻滞趋势曲线804用于创建相对于当前时间806向临床医生示出的估计恢复时间。此外，显示器800包括预测恢复时间808，该预测恢复时间为临床医生提供需要进行直到可以发生拔管的时间量。以此方式，向临床医生呈现实际时间806以及在可发生拔管之前需要经过的时间量。此信息允许临床医生作出关于是否给予解毒剂、解毒剂的类型或是否允许患者正常恢复的决定。

图8中的显示器还包括当前tof比率的数字图示810以及t1百分比812。t1百分比812是t1肌肉颤搐相对于参考值的比率。t1百分比还提供接近患者恢复到允许拔管的程度的指示。

如以上所讨论的，本公开的方法和系统创建图8所示的预测神经肌肉阻滞趋势曲线804，该预测神经肌肉阻滞趋势曲线允许预测tof比率将超过阈值百分比时的时间并且允许患者安全地拔管。预测神经肌肉阻滞趋势曲线的计算可以利用多种不同的算法来完成，这些算法不仅利用在tof刺激期间从患者取得的测量结果，而且还基于从历史患者组获得的数据。基于数据分析和恢复时间的研究，已识别出患者组中类似于被监测患者的患者的共同趋势和恢复图形形状。在大型患者组上确定的tof趋势曲线的形状可用于生成被监测患者的预测神经肌肉阻滞趋势曲线，并且由此利用来自实际患者的测量值来实现。

在一个设想的示例中，在t4响应和tof比率可用之前，可为患者计算两个成串(to2)比率。然后，可利用这些to2比率来计算to2趋势的斜率。随着患者继续恢复，从to2比率计算的斜率可应用于从患者测量的tof比率，并因此生成预测神经肌肉阻滞趋势曲线。基于该预测神经肌肉阻滞趋势曲线，确定估计恢复时间并将其在类似于图8所示的显示器800的显示器中显示给临床医生。尽管这是用于预测所估计的恢复时间的一种类型的估计方法，但各种不同的方法和算法被设想为在本公开的范围内。

图9示出了根据本公开的操作患者监测系统的一种方法。如图9所示，该方法开始于在步骤902中将神经肌肉阻滞剂(nmba)注射到患者体内。在nmba已被注射并开始起作用之后，需要在外科手术期间连续监测患者。

在外科手术结束时，当nmba减少并被抵消时，该方法在步骤904中开始向患者施加tof刺激。如前所述，tof刺激是一种类型的常用监测方法，用于确定松弛深度并确定患者何时可以安全地拔管。在步骤906中，该方法利用图1所示的emg传感器160测量患者对tof刺激的响应。步骤904中tof刺激的施加和步骤906中响应的测量是常见的过程，并且生成图2所示的曲线。在步骤906中测量响应之后，神经肌肉传递监测器110的微控制器计算标准值，诸如tof比率、to2比率和监测松弛深度可能需要的任何其他比率。

在根据本公开的方法生成恢复时间估计之前，系统在步骤910中确定tof比率是否超过预定义水平。预定义水平用于确定患者何时最初开始从步骤902中注射的nmba恢复。预定水平为指示患者已开始恢复并且可以开始下述估计计算的值。如果患者尚未开始恢复，则系统返回到步骤904并且施加下一次tof刺激。该过程继续进行，直到tof比率超过步骤910中的预定义水平，并且随后该方法前进到步骤912。

在步骤912中，该方法基于在步骤908中进行的计算并且有可能基于历史患者趋势数据来计算预测神经肌肉趋势曲线。如本申请的先前部分所讨论的，可利用多种不同类型的算法和数据分析技术来计算在步骤912中计算的预测神经肌肉阻滞趋势曲线。一种可能的算法和技术利用在对患者施加tof刺激的多个不同时间点计算的to2比率。to2比率可用于生成斜率，并且此斜率可用于推断tof比率的预测神经肌肉阻滞趋势曲线。本公开的图7和图8中示出了此类曲线。

一旦在步骤912中计算出预测nmb趋势曲线，则该方法前进到步骤914，在该步骤中显示测量的tof比率和nmb趋势曲线，如图8中所示。图8所示的显示还可包括在步骤916中计算和显示的估计恢复时间。以此方式，本公开的系统和方法不仅向临床医生提供实际测量的tof比率，而且在步骤914中提供预测神经肌肉阻滞趋势曲线和在步骤916中提供估计恢复时间。基于所有这些信息，临床医生随后可作出治疗决定，诸如施用解毒剂、施用何种类型的解毒剂或是否允许患者在正常情况下恢复。

在步骤918中，该方法和系统可将最近测量的tof比率与基于预测神经肌肉阻滞趋势曲线的估计tof比率进行比较。如果实际测量的tof比率与估计tof比率在该时间内足够紧密地对应，则系统前进到步骤920，在该步骤中对患者施加下一次tof刺激。只要患者仍保持插管，则该过程就会继续。一旦患者拔管，就可终止图9所示的方法和系统。

如果系统在步骤918中确定测量的tof比率在该时间内与估计tof比率未足够紧密地对应，则系统返回到步骤912，在该步骤中计算新的预测nmb趋势曲线。以此方式，该系统和方法基于来自患者的测量值来调节预测神经肌肉阻滞趋势曲线。以此方式，本公开的系统和方法能够最准确地估计恢复时间并将最准确的估计信息呈现给临床医生。

如本文所用，以单数形式列举并且以单词“一个”或“一种”开头的元件或步骤应当被理解为不排除多个所述元件或步骤，除非明确说明此类排除。此外，对本发明的“一个实施方案”的引用不旨在被解释为排除也包含所引用特征的附加实施方案的存在。此外，除非明确地相反说明，否则“包含”、“包括”或“具有”具有特定特性的元件或多个元件的实施方案可包括不具有该特性的附加此类元件。术语“包括”和“在…中”用作相应的术语“包含”和“其中”的简明语言等同形式。此外，术语“第一”、“第二”和“第三”等仅用作标记，而不旨在对其对象施加数字要求或特定位置次序。

该书面描述使用示例来公开本发明，包括最佳模式，并且还使相关领域中的普通技术人员能够实践本发明，包括制造和使用任何设备或系统以及执行任何包含的方法。本发明可取得专利权的范围由权利要求书限定，并且可包括本领域普通技术人员想到的其他示例。如果此类其他示例具有与权利要求书的字面语言没有区别的结构元件，或者如果它们包括与权利要求书的字面语言具有微小差别的等效结构元件，则此类其他示例旨在落入权利要求书的范围内。

起点商标作为专业知识产权交易平台，可以帮助大家解决很多问题，如果大家想要了解更多知产交易信息请点击 【在线咨询】或添加微信 【19522093243】与客服一对一沟通，为大家解决相关问题。

此文章来源于网络,如有侵权,请联系删除