CN1009330B - 一种电脑电信号检测处理装置 - Google Patents
一种电脑电信号检测处理装置Info
- Publication number
- CN1009330B CN1009330B CN87102381A CN87102381A CN1009330B CN 1009330 B CN1009330 B CN 1009330B CN 87102381 A CN87102381 A CN 87102381A CN 87102381 A CN87102381 A CN 87102381A CN 1009330 B CN1009330 B CN 1009330B
- Authority
- CN
- China
- Prior art keywords
- output
- circuit
- signal
- domain
- mentioned
- 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
Links
- 239000008280 blood Substances 0.000 title claims abstract description 13
- 210000004369 blood Anatomy 0.000 title claims abstract description 13
- 238000001514 detection method Methods 0.000 title claims description 38
- 238000012545 processing Methods 0.000 claims abstract description 87
- 210000004556 brain Anatomy 0.000 claims abstract description 28
- 230000001360 synchronised effect Effects 0.000 claims abstract description 19
- 238000005070 sampling Methods 0.000 claims abstract description 17
- 238000001228 spectrum Methods 0.000 claims description 13
- 230000005611 electricity Effects 0.000 claims description 11
- 230000004069 differentiation Effects 0.000 claims description 9
- 230000001575 pathological effect Effects 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 230000001427 coherent effect Effects 0.000 claims description 7
- 238000012546 transfer Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 238000005314 correlation function Methods 0.000 claims description 4
- 238000005311 autocorrelation function Methods 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 230000000052 comparative effect Effects 0.000 claims 1
- 238000009434 installation Methods 0.000 claims 1
- 238000005316 response function Methods 0.000 claims 1
- 238000000034 method Methods 0.000 abstract description 34
- 238000003745 diagnosis Methods 0.000 abstract description 26
- 210000000056 organ Anatomy 0.000 abstract description 12
- 241001465754 Metazoa Species 0.000 abstract description 8
- 238000004458 analytical method Methods 0.000 description 45
- 230000008569 process Effects 0.000 description 23
- 230000006870 function Effects 0.000 description 22
- 238000010586 diagram Methods 0.000 description 14
- 201000010099 disease Diseases 0.000 description 11
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 11
- 238000003786 synthesis reaction Methods 0.000 description 10
- 239000013598 vector Substances 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 230000002159 abnormal effect Effects 0.000 description 8
- 230000014509 gene expression Effects 0.000 description 7
- 238000011160 research Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 208000018152 Cerebral disease Diseases 0.000 description 3
- 230000003139 buffering effect Effects 0.000 description 3
- 230000000747 cardiac effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000003862 health status Effects 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 230000005055 memory storage Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 208000014644 Brain disease Diseases 0.000 description 2
- 208000028399 Critical Illness Diseases 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000003748 differential diagnosis Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 208000031225 myocardial ischemia Diseases 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000002085 persistent effect Effects 0.000 description 2
- 230000033764 rhythmic process Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000001225 therapeutic effect Effects 0.000 description 2
- 108010022579 ATP dependent 26S protease Proteins 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000000536 complexating effect Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 239000013256 coordination polymer Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000002861 ventricular Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/30—Input circuits therefor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/339—Displays specially adapted therefor
- A61B5/341—Vectorcardiography [VCG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
- A61B5/372—Analysis of electroencephalograms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
- A61B2560/04—Constructional details of apparatus
- A61B2560/0437—Trolley or cart-type apparatus
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Cardiology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
一种心电脑电信号检测处理装置和方法,包括可在人或其它动物体表不同部位同时检测电信号的多个检测电极;通过该电极同步测取多路信号的电信号采集装置;对采集的多路信号进行时域、频域和空间域处理的信号处理装置;由监视器和绘图打印机构成的信号输出装置:此外,还可包括外部存储装置、键盘和报警装置。利用本发明的装置和方法,可对心脑等不同器官同时进行检测,同步采样,多域处理,然后进行波形图、参数表输出和自动综合诊断。由此实现生物电信号的快速检测和诊断。
Description
本发明涉及一种对生物电信号进行检测和处理的装置。具体地说,利用本发明装置通过多个检测电极对人或其它动物的特定器官(如心脏、大脑或类似器官)的电生理运动过程同步测取多路电信号,并对测取的电信号进行时域、频域和空间域的分析,获取与该器官的状况相关的多种生命信息,以此进行疾病的诊断和健康状况的判别。
根据对人或其它动物的电生理研究成果,在已有技术中发展出多种心脑电检测和处理的技术,其中包括:脑电图、心电图、心电向量图等等。这些技术与现代电子技术、计算机技术相结合,取得了显著进展。
美国麦克公司近年推出了MAC-12型十二导联自动报告多用心电图机,该心电图机实现了对威尔逊导联体系的十二导联同时检测,并在同一页纸带上同时输出十二导联的心电图波形。该心电图机利用信息处理技术和相应的软件实现了对心电图的自动时域分析,包括图形测量,形态译释和心律分析,还可进行心脏起搏测定,打出动态心电图全报告,并进行活动平板监察。该心电图机还可通过液晶显示系统报告分析数据,和通过磁盘存储器存储心电图数据。
日本福田公司近年推出了VA-3GR型三导心电向量图仪,该装置实现了福兰克导联体系多路信号同时检测并将检测到的信号进行模-数转换,然后存入存储器,所存储的心电向量数据再通过数-模转换恢复为波形信号,该信号可在X-Y绘图仪上输出,绘出心电向量环的图形,也可通过示波器显示其图形。
名称为“QREEG过程矩阵同步系统”专利号为4,495,950的美国专利中公开了一种对心、脑电信号进行同步检测和相关处理的系统,该系统通过对心电和脑电时域波形的对应关系进行相关处理,从而获得QREEG信号。
在上述已有技术中对心电图、心电向量图和脑电图的识别和诊断,无论是人工目测、人工诊断,还是以此为基础发展的自动识别和自动诊断,都仅
能对信号进行单独的时域分析或空间域分析,用这种单域工作方法摆脱不掉该检测方法本身的固有弱点(如心电图敏感度不高,心电向量图对心律紊乱等症状难于诊断,等等)因此,难于提高心、脑疾病的诊断率。
其次,若要采用通过不同检测方式对同一检测对象的情况进行检测,再将检查结果对照分析的办法,则受到现有检测手段的限制,对心电图、心电向量图、脑电图的检测一般只能在不同时间、不同地点、用不同的设备分别完成。这就使检查程序复杂,增加了病人的负担,特别是对于心、脑疾病的危重疾人常常需要在短时间内迅速作出诊断以便及时确定治疗方案,这时,已有技术在检测和分析手段上的局限性就更为突出。
需要强调指出的是,按上述方法分离检查时,分别采样的信息相关性差。由于心电和脑电的异常信号具有不规则性,特别是某些具有重要病理意义的异常信号(例如心电的室性早搏信号)的捕捉常常具有很大的随机性,因此用现有设备进行分离检测时,很难在不同时间、不同导联体系上重复测到同样的异常信号。纵使不是这种异常信号,在不同时间分离检测时,受测器官的状况也往往不尽相同,这就使所测取的不同导联体系的信息缺乏相关性、可比性,给综合诊断带来困难。
另外,在用单域分析的结果进行疾病诊断时,由于对不同个体检测出的生物电信号存在着个体差异,同一个体在不同状态下测出的信号也存在差异,检测装置本身还存在仪器误差和计算误差,因而不可避免地对很多检测值处于临界范围内的疾病难以作出可靠诊断,因此限制了这些技术的诊断效果。
总之,在已有技术中,由于测试手段和处理方法上的局限性,使心电图、心电向量图、脑电图等无法形成一个生物电检测和处理技术的有机整体,因而不能实现对生物电信号的多域动态过程综合分析。
根据控间论、信息论和系统工程学的理论,人体是一个完整的大系统,它通过各种途径与外界环境发生生理的和心理的多方面联系,这就使人体健康状况受到体内和体外的多种因素的影响。在人体内部,心脏和大脑是两个相互间联系密切又相对独立的子系统,它们的健康状况同样取决于体内和体外多种因素的作用。内外环境多种因素的复杂作用决定了心脏疾病检测和诊断上的多元性和复杂性,任何单一的检测和处理手段都难以全面揭示心脑疾病的复杂规律。利用人体不同部位上的多个电极检测心脑电信号,可以获得反映这两个子系统内部特征的多种信息。在信息源相对稳定的一段时间内,用任何一种单一手段来检测并分析这些生物电信号,无论它是哪一导联体系上取得的信号,也无论对它是按时域、频域、空间域,或任何其它域来进行单域分析,都只能从一个侧面揭示该信号源的部分特征。只有同时通过多个导联体系测取信号,并对所测信号进行多域分析、动态过程研究和综合评价,才有可能获得反映该信息源特征的全面的信息。为了保证在这一综合性的检测和分析过程中信息源的同一性,也就是说,为了保证各种信号间的动态相关性和可比性,对不同导联体系和不同器官进行同步检测是这一信息提取过程获得成功的关键。在此基础上的多域分析要涉及到一套多域综合分析病理指标,该指标的形成是根据医学统计学的方法,大量采集经医学专家确诊的心脑疾病患者的多域电信息并求出各域识别参数,然后依靠统计学的方法进行比较、分析、归纳,总结出多域分析的病理指标、各指标的临界区范围及其相关意义,以此为基础进行疾病的自动诊断。
本发明正是基于以上的认识,实现了一种能在已有技术的不同导联体系上对电脑电信号进行同步检测和综合分析的装置。根据本发明的装置,利用多个检测电极在人或其它动物体表不同部位上同步地采集与心、脑等生命器官的电生理过程相关的多路电信号,并对各路电信号进行时域、频域、空间域、幅值域、时差域动态过程的综合性分析,利用各路信号之间的相关性和不同域的分析方法的互补作用进行多因素的比较、印证和动态跟踪,以此提高诊断的准确性和鉴别诊断的可靠性。利用本发明的装置,可将检测和处理结果通过监视器和绘图打印装置输出,以供医务人员临床使用,这就极大地简化了检测过程,方便了医生和患者,并为危重病人的抢救争取了宝贵的时间。最后,将处理结果与前述经过临床学统计而获得的各种疾病的多域综合病理指标进行比较,可以对多种疾病作出自动诊断,对危重病人还可根据诊断结果启动相应报警程序和装置,向操作者发出警报和提示。
本发明的目的就是要提供一种能对检测到的多
路同步心电脑电信号进行包括时域、频域和空间域在内的多域处理装置,该装置能够对多域处理后的信号波形进行多种参数的自动波形识别并能够对多种参数进行比较和判别,以进行疾病自动诊断,最后将同步多路信号的波形、识别参数、判定结果分别或同时进行输出。
根据本发明的心脑电信号检测处理装置的一个优选实施方案,该装置包括:
多个检测电极,这可以是已有技术中任何常规的脑电和心电检测电极以及其它身体部位的检测电极,它们用于在人或其它动物的不同部位上同时测取多路电信号;
一个电信号采集装置,该装置与上述多个检测电极连接,用于对各电极检测到的电信号进行编组,放大,模-数转换,然后在一段时间内对这些处于动态变化过程中的信号进行同步采样和数据储存;
一个信号处理装置,该装置用于对信号采集装置中存储的数据进行每路信号的时域处理和至少两路信号中多个周期数据的频域处理,以获得相应的时域和频域曲线,还可进行图形识别,病症诊断和病情分级;和
一个信号输出装置,该装置可将上述信号处理装置处理的数据分别按被测信号的波形曲线、曲线的特征参数和所测参数的诊断结果的形式分别或同时进行输出。
此外,本发明的心脑电信号检测处理装置还进一步包括:
一个外部存储装置,该装置用于存储各路处理过的信号和由键盘输入的有关病人状况的信息(如姓名、性别、年龄等),以便进行病情的动态跟踪和统计处理;
一个键盘,用于向上述信号处理装置输入与病人有关的信息和各种操作指令,并可对检测处理过程中的信号波形识别进行人工干预;和
一个报警装置,该装置用于根据信号处理后的病情分级针对危重病症向操作者发出报警信号或提示信号。
根据本发明的心脑电信号检测处理装置的优选实施方案,该装置的工作过程包括以下步骤:
a.通过多个检测电极对人或其它动物的不同器官和不同导联体系的多个检测部位同时进行信号检测;
b.通过一个多通道放大电极对检测到的多路信号进行放大和并行输出;
c.通过一个多路模-数转换电路将多路并行输出的放大信号转换为多路并行数字信号;
d.通过一个采样电路以固定频率对多路并行数字信号进行同步采样;
e.将采样数据存入一个缓冲寄存器;
f.通过一个信号处理装置从缓冲寄存器内取出采样数据,并分别对相应各路数据进行时域处理,对任意两路数据进行频域处理,并对特定的三路数据进行空间域处理,以此获得相应的时域、频域和空间域波形曲线;和
g.通过一个输出装置将上述曲线输出。
此外,本发明的心脑电信号检测处理装置的工作过程还进一步包括以下步骤:
h.通过信号处理装置对各曲线分别进行波形识别,对于疑难波形,可通过软件程序对该识别过程进行人工干预,以此求出各曲线的参数表,并经输出装置输出;
i.通过信号处理装置将各参数表的参数值与多域综合病理指标进行比较判别,以此判定其病种,并通过输出装置输出判别结果;
j.通过信号处理装置将判别结果按病情轻重进行分级,并根据危重病的判别结果启动报警程序;
k.通过报警装置向操作者发出病重报警和提示信号。
由于本发明的心脑电信号检测处理装置的实现,医务人员和研究人员由此可以获取很多已有技术中无法提供的检测结果,如提供心电和脑电的自功率谱,自相关函数,互相关函数,相干函数,传递函数,脉冲应响函数等各种函数曲线,本发明实现和发展了心脑电信息的频域(即多相)检测技术,首次实现了心脑电信号的频域自动识别和自动诊断,使该技术由试验研究阶段发展到了广泛的临床应用的阶段。
本发明的装置实现了对多路信号的同步或分组同步采样,所采集到的信息相关性、一致性强,便于相互印证,对应分析,此外,对不同器官的动态运动过程进行同步检测有利于观察病情的发展变化,因而使其临床价值大大提高。
本发明的装置实现了多域综合分析,大大提高了心脑疾病的诊断率。特别是对处于临界区范围内
的检测值,通过多域的临界区综合分析,可对处于早期状态的疾病做出明确的诊断。临床试验结果表明,多域综合分析使诊断的敏感性提高,其诊断率和诊断的准确性均明显优于任何单域分析。
本发明的特殊硬件和软件设计,使得在各域波形识别中除可自动实现外,还可根据需要由操作者对疑难波形的识别进行人工干预,这样对提高疑难病例的诊断可靠性极为有利。
本发明的装置实现了多域信息的同步采集、快速处理、自动分析,和绘图、报表、计时等多项输出,使整个检测和诊断过程(从开始工作到输出全部结果的过程)都将在十至十五分钟之内实现。这对于危重病人的抢救是十分有利的。
由于本发明的装置大量采用微电子技术,使其很容易实现整个装置的体积小,重量轻,能够在各种环境下工作。通过采用车台或便携两用结构来配置该装置的各个部件,可使该装置移动方便,操作灵活,并便于医生携带出诊,通过采用常规的交直流两用技术,还可使该装置用于各种不同场合的抢救,普查,和野外的各种研究工作。
本发明的装置不仅可以用于心电、脑电的检测,亦可通过更换不同的生物电极和放大器插件及处理程序,进行肌电,体表电位及一系列人体或其它动物体的多域检测,共享较为昂贵的软、硬件资源。
总之,本发明的装置在吸收已有技术的经验和成果的基础上,为疾病的诊断、鉴别诊断、治疗效果观察和危重病人监护以及生物学研究提供了一个可靠的和高度自动化的新手段,通过临床验证和试验研究已表明其突出的效果。
本发明所要达到的上述目的和其它目的及特征和优点将在以下结合附图对本发明的优选实施方案的说明中更清楚地表现出来。
在附图中:
图1是本发明的心脑电信号检测处理装置的示意性结构框图;
图2是图1中电信号采集装置2的一个实施方案的示意性结构框图;
图3是图1中电信号采集装置2的另一个实施方案的示意性结构框图;
图4是图1中电信号采集装置2的第三个实施方案的示意性结构框图;
图5是图1中信号处理装置3的一个实施方案的示意性结构框图;
图6是图1中信号处理装置3的另一个实施方案的示意性结构框图;
图7是心电时域处理信号的波形图;
图8是心电频域处理信号的波形图;
图9是心电空间域处理信号的波形图;
图10是脑电时域处理信号的波形图;
图11是脑电频域处理信号的波形图;
图12是根据本发明的生物电信号检测处理装置的工作流程图;
图13是图12中多域综合分析步骤160的详细说明流程图;
图14是图12中以步骤134为例给出的人工干预程序的流程图;
图15是以心电图为例说明人工干预程序中所用标志的示意图;
图16是图13中临界区分析扫描步骤167、168的详细说明流程图;和图17是本发明装置的一个具体实施例的车台式配置的外观示意图。
参见图1,所示为本发明的心电脑电信号检测处理装置的示意性结构框图。图1中,标号101-10n表示n个检测电极,其中数字n可根据临床需要任意选择。标号2表示一个电信号采集装置,其详细结构参见图2到图4中给出的三个不同的实施方案。标号3表示一个信号处理装置,其详细结构参见图5和图6中给出的两个不同的实施方案。标号4表示一个信号输出装置,标号5表示一个报警装置,它可以是任何音响、灯光或它们的组合,也可以结合在信号输出装置4上做为它的一部分以提示符号的形式输出。标号6表示一个键盘,操作者可通过该键盘控制整个装置的运行,输入与受测试者有关的各种信息(姓名,性别,年龄,病历号,测量开始时间)还可对信号处理装置3的波形识别程序通过键盘6进行人工干预。显而易见,键盘6可以由其它指令输入装置代替。标号7表示一个外部存储装置,它可采用任何常规的外存设备,用于存储经过处理的各路信号以及与受检测者有关的信息,以便进行病历的积累跟踪,数据的延期处理和以后的医学统计。
参见图2,所示为图1中电信号采集装置2的一个实施方案的示意性结构框图。图2中,组合网络201的输入端与多个检测电极101到10n连接,以便从人或其它动物体不同部位同时测取电信号,组合网
络201的多路并行输出与多通道放大电路202连接。组合网络201可采用任何心电、脑电检测用的常规组合网络,也可以是多个常规组合网络的结合,以此产生符合国际标准导联体系(如福兰克导联体系,威尔逊导联体系,等等)的输出信号。多通道放大电路202的每一放大通道与组合网络201的一路输出连接,各通道的增益可根据不同的需要而确定。各通道的输出分别与多路模-数转换电路203的输入对应连接。采样电路204对模-数转换电路的多路并行输出进行同步采样。然后将采样数据存入缓冲寄存器205,以供给信号处理装置3进行处理。由图2所示的电信号采集装置2的具体实施方案可知,通过采样电路204的同步采样,保证了从电极101到10n上检测到的心电脑电信号是以同步方式并行存入缓冲寄存器。由此为以后的多域处理和各路信号间的综合分析提供了可靠的保证,并使所测取的各路信号能够充分反映各生命器官电生理信号的动态变化过程。
参见图3,所示为图1中电信号采集装置2的另一个实施方案。在该方案中,组合网络201被划分为具体用于心、脑电检测的不同导联体系的三个组合网络201a,201b和201c,它们分别对应于威尔逊导联体系,福兰克导联体系,和脑电导联体系,三个网络分别与10个,8个和8个检测电极连接(它们分别为常规的心电和脑电检测电极)。与三个组合网络201a,201b和201c相对应连接着三个多通道放大电路202a,202b和202c,分别按各导联体系的需求确定其增益,其中多路放大电路202a和202b的标尺电压为1mV,放大电路202c的标尺电压为50μV。在图3中,多路模-数转换电路203,采样电路204和缓冲寄存器205的结构和功能均与图2所示相应电路类似,这里不再重复描述。图3中的切换电路206受采样电路204的控制,进而由其分别控制多通道放大电路202a,202b和202c。电信号采集装置2开始工作时,切换电路206选通多通道放大电路202a,使其开始工作。由采样电路204经过120秒的时间完成整个采样过程,然后向切换电路206发出控制信号,使其选通多通道放大电路202b,再经过5秒钟的采样之后,由切换电路206选通多通道放大电路202c,其采样时间也为120秒,按照这种方式,采样电路204即以分组同步的方式分别完成了对组合网络201a,201b和201c的同步采样。显而易见,组合网络和各通道放大电路的个数并非仅限定为三个,每个组合网络也并不仅限定于特定的导联体系,它们可以按临床或研究工作的实际需要而重新进行组合、扩展。在重新组合和扩展的放大电路以及采样电路中,可根据实际要求决定其相应的放大增益和采样持续时间,以便更好地观察电信号的动态变化过程,这样可以有效地扩展本发明的装置的功能和用途,并可共享较为昂贵的软,硬件资源。
参见图4,所示为图1中电信号采集装置2的另一实施方案。其中,标号202表示一个多通道前置放大电路,它的输入端直接与多个检测电极相连,其输出端与多路模-数转换电路203对应连接,模-数转换电路203的输出通过一个数字网络207与采样电路204相连。该数字网络207的输出与其输入信号之间形成一定的组合关系,如下文所述,这一功能也可由信号处理装置3中的程序来实现。这样,操作者即可通过程序控制任意改变其输入与输出之间的组合关系,用这种方式,同样可以按临床和科研工作中的实际需要而任意扩展电信号采集装置2的功能,使其适应对不同导联体系或不同器官进行同步采样的具体要求。
参见图5,所示为图1中信号处理装置3的一个具体实施方案。如图5所示,信号处理装置3包括:一个时域处理单元301,一个频域处理单元302,一个空间域处理单元303,一个波形识别单元304,一个指标比较判定单元305和一个控制单元306。当信号处理装置3工作时,上述三个处理单元301,302,303分别从信号采集装置2的缓冲寄存器205中提取数据。时域处理单元301按所需的频率取数(如心电图的采样频率为250Hz)经过数字滤波和压缩处理分别送入输出装置4绘图以及送入外部存储器7进行记录。频域处理单元302为进行快速付里叶变换,需要分段提取数据,每段数据为2n点,其频率可随需要而定,(对心电频谱图或脑电频谱图,通常在50-500Hz之间)将采集到的相应两路信号分别作为函数X(t)和Y(t)进行快速付里叶变换,进而计算它们的功率谱、自相关、互相关、传递函数、脉冲响应、相干函数等,各函数的曲线及数学推导可参见图8和图11,及其有关说明,更详细的说明请见本发明的发明人之一封根泉所著《心脑电图电子计算机分析的原理和应用》一书(科学出版社1986年10月出版)。该书内容结合在此作为参考。上述函数的运算结果,分别送入输出装置4绘图以及输入外存储器7进行记录。空间域处理单元303的数据提取频率亦可随要求而定
(对心电向量图为250-1000Hz之间),它可对相应的X、Y、Z三路信号进行数字滤波,通过截取这三路信号的有关段落(如心电向量图中的P、QRS、T波)构成额面(X、Y)、横面(X、Z)、侧面(Y、Z)以及相应的三维立体模型,分别送入输出装置4绘图和送入外存储器7进行记录。为了满足上述三个处理单元所要求的不同取数频率,信号采样装置2中的采样电路204设置了一个为三者倍频的基本采样频率(对心电各域来说,通常为500-2500Hz)。这样,三个处理单元均可按自己的采样频率以跳跃方式从缓冲寄存器中取数。信号处理装置3中的波形识别单元304包括与处理单元301、302、303相对应的三个部分,可分别对三个处理单元的输出进行波形识别、定位计算,并可根据需要进行人工干预,以此生成三个相应的参数表(有关参数表内容请参见曲线图7-11和流程图12及其描述)。信号处理装置3的指标比较判定单元305用于将上述波形识别单元304输出的三个参数表与预先设置的多域综合病理指标相比较,并以此为依据对检测结果作出判定,并将最后报告送入输出装置4打印,此外,还可根据判定结果向报警装置5发出指令进行报警,详细说明可参见图13及有关描述。信号处理装置3的控制单元可由一个中央处理器组成,它可控制整个信号处理装置3中各单元按一定的时钟频率和一定的时间顺序工作。它与键盘6联接,可接收操作者输入的有关病人的各种信息(姓名、性别、年龄等)以及各种命令,启动和停止各种操作过程,并可由操作者对波形识别过程进行人工干预。有关人工干预的详尽描述请参见图14及其相应说明。此外,外部存储器7还可将以往存储的患者数据提供给本装置3进行识别和处理。
参见图6,所示为图1中信号处理装置3的另一个具体实施方案。如图6中所示,信号处理装置3包括:一个中央处理器311,它可由任何准16位以上的中央处理器来实现;一个内存储器312,其内存容量为512K以上;一个输入一输出接口电路313;一个时钟电路314;和一个电源315。利用图6所示的实施方案,可通过相应软件由中央处理器311完成图5所示实施方案中单元301到306的功能。应当指出,图6所示实施方案中,电信号采集装置2中的采样电路204,缓冲寄存器205,以及数字网络207的功能也可分别由中央处理器311和内存储器312通过软件来实现,其相应的工作原理程序流程图和说明可参见图12到图16,及有关叙述。
参见图7,所示为图5中时域处理单元301输出的时域处理波形图,图中给出的曲线是十二导联常规心电图。
参见图8,所示为图5中频域处理单元302输出的波形图。图中给出的各曲线是以图7所示曲线V5作为函数X(t),曲线Ⅱ作为函数Y(t),通过付里叶变换,即可将时域信号变换为频域信号,而本发明正是在频域处理过程中首先利用公式:
F(ω)=∫∞ -∞f(t)e-jωtdt ……(1)
对图7中所示曲线V5和曲线Ⅱ,即X(t)和Y(t)分别进行快速付里叶变换得到频域信号Fx(ω)和Fy(ω),然后,根据功率谱的计算公式:
Gxx(ω)=Fx(ω)·F* x(ω)……(2)
Gyy(ω)=Fy(ω)·F* y(ω)……(3)
便可得出图7中曲线V5的功率谱Gxx(图8所示),和图7中曲线Ⅱ的功率谱Gyy(图8所示)。
互功率谱的计算公式为:
Gxy(ω)=Fx(ω)·F* y(ω) ……(4)
进而由频域处理单元302又可得到图7中曲线V5和Ⅱ的互功率谱Gxy(图8所示)。
利用相干函数计算公式:
V2 xy(ω)= (︱Gxy(ω)︳2)/(Gxx(ω)·Gyy(ω)) …(5)
从而得到如图8曲线RF所示的相干函数曲线图。
经过公式:
……(6)
的变换,由频域处理单元302还可输出图8所示的传递函数曲线Hxy和Qxy。
其中Hxy为Hxy(ω)的模,Qxy为Hxy(ω)的幅角,即:
Hxy=|Hxy(ω)|= (|Gxy(ω)|)/(Gxx(ω)) ……(7)
Qxy=tan-1(IMAGX)/(REALX) ……(8)
其中X= (Gxy(ω))/(Gxx(ω)) ……(9)
图8中所示的曲线PIH是经过频域处理单元302对图7中的曲线V5和Ⅱ处理后输出的二者的脉冲响应曲线图,该脉冲响应是传递函数的付里叶反变换,即利用公式:
h(t)=F-1[H(ω)]……(10)
借助于频域处理单元302进行下面的变换:
Rx(τ)=∫∞ -∞X(t)·X*(t-τ)dt ……(11)
即可得:
Rx(τ)=F-1[Gxx(ω)]……(12)
Ry(τ)=F-1[Gyy(ω)]……(13)
Rx(l)和Ry(l)即为图8中的自相关曲线Vxx和Vyy,它们分别表示图7中曲线V5和Ⅱ的自相关函数曲线图。
图8中的Vxy为互相关函数曲线图,它由频率处理单元302进行互相关函数运算求出,其运算公式如下:
Rxy(τ)=∫∞ -∞X(t)·Y*(t-τ)dt……(14)
由此可知:
Rxy(τ)=F-1[Gxy(ω)]……(15)
此Rxy(τ)就相当于图8中的Vxy。
参见图9,所示为图5中空间域处理单元303输出的空间域处理波形图,图中给出的是X、Y、Z心电图及其额面、横面和侧面的向量环图。
参见图10,所示为图5中时域处理单元301输出的时域处理波形图,图中给出的曲线是常规脑电图。
参见图11,所示为图5中频域处理单元302输出的波形图,图中给出的各曲线是以图10所示曲线FPX和FPY分别作为X(t)和Y(t),进行相应频域处理后输出的脑电频域处理波形图,各图含义及计算公式与图8各相应曲线及其叙述相同。
参见图12,所示为根据本发明的心电脑电信号检测处理装置的工作流程图。首先在步骤110启动该装置并通过键盘输入与受测者相关的信息(如姓名、性别、年龄、检测时间等),然后在步骤120利用多个检测电极对生物体的不同部位进行信号检测,然后在步骤130将经过采样的数字信号存储起来,以供步骤131,141和151进行时域、空间域和频域处理之用。通过上述处理之后,即可在步骤132,142和152处分别产生可供外存记录的时域处理数据、空间域处理数据和频域处理数据。并且,根据时域处理数据和频域处理数据可做出心电脑电信号的时域图和频域图,如步骤133和153所示。经过上述三域处理的数据分别在步骤134,143,154处进行波形识别。根据本发明的设计,上述步骤可自动执行,也可在必要时加入人工干预,以便对疑难波形进行人工辅助识别,详细步骤请参见图14,15及其说明。由此产生出C.V.F.三个参数表,其中C参数主要有时域图形的各波形幅值和时间宽度,如心电图中的P波、Q波、R波、S波和T波的幅值和时间宽度及心率等参数值;V参数表主要包括空间域图形的轨迹运动方向,夹角和面积参数,如心电向量图各象限面积比,向量夹角,起始和终末向量,向量环的旋转方向等参数值;F参数主要包括频域图形的形态和位置,如图8所示心电频域图中功率谱曲线Gxx的前四峰g1-g4的峰值和对应的频率位置;脉冲响应曲线PIH的主峰和负向峰的峰值及位置;自相关和互相关曲线Vxx,Vyy,Vxy的r1,r2和r3的高度和位置;相干函数曲线RF中与功率谱曲线第一峰g1的频率位置相对应点的相干值f1;传递函数幅值曲线Hxy最高值h的幅值和频率位置等参数。根据上述C、V、F三个参数表,分别在步骤135,145和155处进行时域分析,空间域分析和频域分析,并分别给出时域、空间域和频域的分析报告,如步骤136,146,156所示,进而在步骤160处进行多域综合分析,其具体分析步骤可参见图13-16及其有关说明,根据多域分析结果,在步骤190处进行病情分级并输出分析报告。根据病情分级结果可决定是否进入报警步骤220,最后是在步骤200打印结果。此外,根据V参数表中的参数,还可描绘出心电脑电信号的向量图,如步骤144所示。上述各种曲线、参数表、判别结果、提示符号、以及检测开始时间、持续时间和与受测者有关的信息均可采用高速打印装置,如热敏绘图仪等,打印在同一纸带上,以供医务人员使用。
图13是图12中多域综合分析步骤160所代表的
各处理步骤的详细流程图。如图13所示,当产生了C、V、F参数表之后,在步骤161处提示单域分析已告结束,从而转入步骤162,对各域的参数进行扫描,并在步骤163处对扫描结果与给定的多域综合病理指标进行比较判别,如果符合上述指标,即可在步骤164处给出分析报告,表明扫描结果在多域综合病理指标的范围之内。如果判明不在此范围之内,则在步骤165处分别对各个域的分析结果进行检查,当检查结果没有阳性值时,转入步骤167进行临界区分析扫描,其具体处理过程可参见图16及其说明。通过临界区指标的综合判别,如果符合临界区判别指标,则给出正常报告,如步骤169所示。如果不属于正常情况,则在步骤170处给出异常报告或提示说明。若步骤166判定各单域分析结果中有阳性情况时则执行步骤172,确定是否有两域以上(含两域)的分析结果为阳性,如果是这样,便在步骤173处输出分析报告。如果不是这样,则继续执行步骤175,确定是否可根据现有的单域阳性指标给出确切的分析报告,如果可以,则在步骤176处给出分析报告,否则执行步骤178,确定这一单域分析阳性结果是否在其它两域中存在对应关系,如果存在这种关系,则在步骤179给出确切的分析报告,否则将在步骤181处判定该域阳性结果是否为假阳性,判定结果若表明为真阳性,则给出提示说明,否则将认为该阳性结果为假阳性而予以否决,如步骤184所示。最后在步骤190根据以上判别结果进行病情分级,再进入后续步骤。
参见图14,所示为图12中步骤134,143,154的详细过程,图中仅以步骤134为例,针对心电图的波形识别予以说明。在步骤1341开始波形识别,在步骤1342确定是否需要人工干预,对常规波形无需人工干预,直接进入步骤1346进行自动识别,产生C参数表。对于疑难波形,进入步骤1343在盐视器上显示出需要进行人工干预的波形及标志线,如图15中所示。在步骤1344由操作者给出标志线代号(如图15中的Pb)及其位移量,使其达到所需位置。在步骤1345确定是否完成了人工干预,如未完成就进入步骤1344移动另一标志线。直至完成人工干预后进入步骤1346,对识别后的波形产生C参数表。应当指出,由于多路信号是同步采集,因此仅对其中一路进行人工识别,即可相应地确定所有其它各路信号的各波形位置,所以在监视器上只需对操作者选定的某一路信号单独显示,并可通过程序将波形进行局部放大。通方式可以极大地提高对疑难波形识别的准确性。
参见图15,所示为对心电图波形通过标志线Pb,Pe,Qb,Sc,Tx,Te所确定的相应P波、QRS波和T波的起始和终止位置。虚线Pb′表示了标志线Pb的位移过程。
参见图16,所示为图13中临界区分析扫描步骤167和判别步骤168的详细流程图。当步骤166的单域分析结果的判别均为阴性时,程序进入步骤167,对C,F,V三个参数表中各有关参数进行扫描判别哪些参数处于预先设置的临界区之内。应当指出,本发明的装置中各域的判别结果可分为阳性,阴性和二者之间的一个临界区,该临界区是根据大量临床病例统计结果及专家的经验而确定,主要是指介于阳性指标和阴性指标之间的一段取值范围,在该范围内很难将正常情况与轻度异常情况相区别。例如,若异常指标为2.50mv以上,正常指标为2.40mv以下,则2.41到2.49之间即为临界区。以上步骤166判定的全阴性包括了阴性和处于临界区之内两种情况。在步骤1682,如果上述三个参数表中没有临界区范围内的参数,则在步骤169输出正常报告。如果有临界区参数,则在步骤1983进行模糊处理,其方法是对临界区内的参数作欧氏距离计算,并在步骤1684对上述结果进行多域比较判别,如果它的空间分布点不在预定的异常区内,则返回步骤169输出正常报告,否则在步骤170输出异常报告或有关提示说明。
参见图17,所示为本发明装置的一个具体实施例的车台式配置外观示意图。其中标号2,3为主机,包括本发明装置的电信号采集装置2、信号处理装置3和报警装置5,标号6为键盘,7为外部存储装置,401为监视器,该外部存储装置和监视器均与主机作为一个整体。标号402为高速热敏绘图打印机,9为导联线支架,10为导联线插座,标号8为车台,图中所示为车台式配置,便于在医院内使用和各病房之间移动。当需要紧急出诊时,可以很方便地从车台8上取下主机和键盘,合为一体,并由其啮合结构固定,形成一只提箱,主机背部有一提手便于携带。出诊时只需携带上述主机键盘和附件箱(内装导联线和电极等)就可进行检测,诊断,结果在监视器401上显示,并在外部存储装置7之中存储,用于事后的分析和病历积累。
以上所述C、F、V参数表及综合诊断报告的具体实例,可分别参见附表1至4。
表.1
Ⅰ Ⅱ Ⅲ aVR aVL aVF V1 V2 V3 V4 V5 V6
表.2
GXX GYY 1/2 HG HN 3/4N TU 5/10
X + - - - - - -
Y + - - - - - -
PIH RF PV M1 M2 M3 CP CT
- - - - - - -
QXY VXY D W D+W RV RD APT
+ - - - - -
VXY VYY RH RL FPX FPY
- - - -
- PARAMETER TABLE -
GXX GYY 1 2 3 4 5 6
XA 1.2 6.1 8.7 5.0 14.2 12.1
YA 1.2 2.3 3.6 4.0 3.1 4.1
VXX VYY R1X R2X R3X R1Y R2Y R3Y
A 11.96 7.50 4.02 1.77 1.02 0.90
PIH 1 2 3 4 5 6
A -0.1 -6.78 19.03 1.50 4.20 -1.02
表.3
- ROTATED DIRECTION -
QRS T P
F: CLOCK COUNTER CLOCK
H: COUNTER COUNTER CLOCK
LS: COUNTER CLOCK COUNTER
- MAGNITUD/ANGLE OF VECTORS′ON QRS LOOP(STEP 10MS) -
10ms 20ms 30ms 40ms
F: (MV) .178 .684 1.222 .649
(A) 358.87 8.34 20.00 45.00
H: (MV) .161 .690 1.204 .820
(A) 33.89 7.58 350.87 305.98
LS: (MV) .148 .321 .961 .943
(A) 150.43 75.48 42.70 30.17
- AREA OF QRS LOOP(%) -
S1/S S2/S S3/S S4/S R/L U/D PS
F: 78.92 19.21 .00 1.75 4.19 .02 .0001
H: 8.90 .00 22.77 68.30 3.39 10.23 .0409
LS: 82.33 11.76 5.88 .00 4.67 .06 .0001
- PLANAR MAXIMUM VECTORS -
T QRS QRS-T
(MV) ANGLE (MV) ANGLE ANGLE
F: .158 60.030 1.222 13.251 46.779
H: .086 .000 1.206 345.987 -345.987
LS: .139 79.254 .916 27.348 51.906
- PROJECTIONS OF PLANAR MAXIMUM VECTORS -
X Y Z
F: 1.19 .28 .00
H: 1.17 .00 -.29
LS: .00 .42 .81
表.4
NO:953 NAME:HUANG LAN MING SEX:FEMALE AGE:55
HR:73.00 AXSIS:7.00 QRS:0.10
P-R:0.15 FCGV:8.0 VCC:1.25mv
COMPREHESIUE DIAGNOSIS REPORT:
NORMAL SINUS RHYTHM.
MYOCARDIAL ISCHEMIA.
ECG ANALYSIS:
SUSPECTED ABNORMAL Q WAVE:V1
LOW AMPLITUDE OF T:V5,V6.Tv1.2>Tv5.6.
FCG ANALYSIS:
ABNORMAL+
MYOCARDIAL ISCHEMIA.
ABNORMAL TERM:1/2X,1/2Y,D,FPT.
VCG ANALYSIS:
POSTERIOR DEVIATION OF THE QRSh LOOP.
A SMALL T LOOP AND QRS/T>6 IN H PLANE.
A LARGE QRS-T ANGLE IN F PLANE.
Claims (14)
1、一种心电、脑电电信号检测处理装置,包括:
多个检测电极;
一个电信号采集装置,用于通过上述多个检测电极从生物体不同部位同步测取多路心电脑电信号并形成同步并联数字输出;
一个信号处理装置,其中包括一个时域处理单元,用于对上述并联输出进行处理以产生每路信号的时域波形,还包括一个心电空间域处理单元,用于对电信号采集装置输出的信号进行处理;
一个信号输出装置;
其特征在于:
上述信号处理装置还包括一个频域处理单元,用于对至少两路信号中多个周期的数据进行快速付立叶变换以产生两路信号的功率谱(Gxx,Gyy),互功率谱(Gxy)和传递函数曲线(Hxy,Qxy);和
上述信号输出装置输出上述时域波形和频域曲线。
2、根据权利要求1的装置,其进一步的特征在于,所述电信号采集装置包括:
一个组合网络,该网络与所述多个检测电极相连,并形成多路并行输出;
一个多通道放大电路,该电路与上述组合网络的多路并行输出相连;
一个多路模-数转换电路,该电路与上述多通道放大电路的输出端相连,并将放大电路的输出转换为数字信号;
一个采样电路,该电路以固定频率对上述多路模-数转换电路的输出进行同步采样;
一个缓冲寄存器,用于存储上述采样电路的输出值。
3、根据权利要求1的装置,其进一步的特征在于,
所述电信号采集装置包括:
多个组合网络,该网络与相应的多组检测电极相连,并形成多组的多路并行输出;
多个多通道放大电路,该电路与上述相对应的组合网络的并行输出相连并产生放大信号;
一个切换电路,该电路依次选通上述多个多通道放大电路中的一个进行工作;
一个多路模-数转换电路,该电路与上述多个多通道放大电路中被选通工作的一个连接,并将该放大电路的输出转换为数字信号;
一个采样电路,该电路以固定频率对上述多路模-数转换电路的输出进行同步采样;
一个缓冲寄存器,用于存储上述采样电路的输出值。
4、根据权利要求1的装置,其进一步的特征在于:
所述电信号采集装置包括:
一个前置多通道放大电路,该放大电路与上述检测电极相连;
一个多路模-数转换电路,该电路与上述多通道放大电路的输出端相连,并将放大电路的输出转换为数字信号;
一个数字网络,该网络与上述多路模-数转换电路的输出端相连,并按预定的组合关系对模-数转换电路输出的信号进行变换,形成多路并行输出。
一个采样电路,该电路以固定频率对上述数字网络的并行输出进行同步采样,和
一个缓冲寄存器,用于存储上述电路的输出值。
5、根据权利要求2、3或4的装置,其进一步的特征在于:
所述采样电路以500-2500Hz固定频率工作。
6、根据权利要求1的装置,其进一步的特征在于:
所述频域处理单元还产生两路信号的自相关函数(Vxx,Vyy),互相关函数(Vxy),相干函数(RF)和脉冲响应函数(PIH)并通过所述输出装置输出相应的函数曲线。
7、根据权利要求6的装置,其进一步的特征在于:
所述心电空间域处理单元,用于对所述电信号采集装置输出的多路信号中相应的三路心电信号进行空间域处理,包括由X-Y组成额面,X-Z组成横面,Y-Z组成侧面以及三维立体的模型,并通过输出装置给出相应的轨迹曲线。
8、根据权利要求7的装置,其进一步的特征在于,
所述信号处理装置包括:
一个时域波形识别单元,该单元对所述时域处理单元输出曲线的每一波形的波幅和波宽进行识别并求出相应参数。
一个频域波形识别单元,它对所述频域处理单元输出曲线的形态和位置进行识别并求出相应参数;和
一个空间域波形识别单元,该单元对所述空间域处理单元输出曲线的面积,夹角和轨迹的走向进行识别并求出相应参数。
经过上述三个域处理从而产生参数表,该参数表可由所述输出装置输出。
9、根据权利要求8的装置,其进一步的特征在于,
所述信号处理装置包括:
一个多域综合指标比较判别单元,该单元将所述三个波形识别单元输出的参数与预置的多域综合病理指标值相比较,根据比较结果做出判断,并通过输出装置输出判别结果。
10、根据权利要求9的装置,其进一步的特征在于,
所述信号处理装置包括:
一个病情分级单元;
该生物电信号检测处理装置还进一步包括:
一个报警系统;
其中,所述病情分级单元对所述多域综合指标比较判别单元的判别结果进行病情分级,并根据分级结果启动报警系统向操作者发出病重报警信号。
11、根据权利要求10的装置,其进一步的特征在于,
所述的信号处理装置可由一计算机装置构成,用于对电信号采集装置中经模-数转换后的数字信号进行采样,并进行时域、频域和空间域的处理从而产生所述三个域的输出结果。
12、根据权利要求11的装置,其进一步的特征在于:
该检测处理装置进一步包括一个输入装置,供操作者对该装置输入操作指令、数据并对波形识别进行人工干预。
13、根据权利要求12的装置,其进一步的特征在于:
该检测装置进一步包括一个外存储装置,用于存储每一受试者的检测信息。
14、根据权利要求1的装置,其进一步的特征在于:
所述信号输出装置包括一个监测器和一个绘图打印机。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN87102381A CN1009330B (zh) | 1987-03-30 | 1987-03-30 | 一种电脑电信号检测处理装置 |
EP19870308634 EP0284685A3 (en) | 1987-03-30 | 1987-09-29 | Apparatus and method for detecting and processing bioelectric signals |
JP62249084A JPS63279823A (ja) | 1987-03-30 | 1987-10-01 | 生物電気信号の検出処理装置と方法 |
US07/474,246 US5029082A (en) | 1987-03-30 | 1990-02-05 | Correlative analysis in multi-domain processing of cardiac signals |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN87102381A CN1009330B (zh) | 1987-03-30 | 1987-03-30 | 一种电脑电信号检测处理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN87102381A CN87102381A (zh) | 1988-10-12 |
CN1009330B true CN1009330B (zh) | 1990-08-29 |
Family
ID=4813933
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN87102381A Expired CN1009330B (zh) | 1987-03-30 | 1987-03-30 | 一种电脑电信号检测处理装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US5029082A (zh) |
EP (1) | EP0284685A3 (zh) |
JP (1) | JPS63279823A (zh) |
CN (1) | CN1009330B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100409909C (zh) * | 2004-06-11 | 2008-08-13 | 文贵华 | 生物亲和的电极刺激装置 |
Families Citing this family (69)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4979110A (en) * | 1988-09-22 | 1990-12-18 | Massachusetts Institute Of Technology | Characterizing the statistical properties of a biological signal |
US4958640A (en) * | 1988-12-23 | 1990-09-25 | Spacelabs, Inc. | Method and apparatus for correlating the display of information contained in two information signals |
US5420787A (en) * | 1992-10-26 | 1995-05-30 | The United States Of America As Represented By The Secretary Of The Department Of Human Services | System and method for separating a multi-unit signal into single-unit signals |
US5448997A (en) * | 1993-10-15 | 1995-09-12 | Medtronic, Inc. | Heart pacing pulse detection system |
CN1036175C (zh) * | 1994-04-14 | 1997-10-22 | 连汝安 | 全方位立体心电信息自动诊断仪 |
US5857465A (en) * | 1994-08-17 | 1999-01-12 | Seiko Instruments Inc. | Biosignal display apparatus |
DE19638738B4 (de) * | 1996-09-10 | 2006-10-05 | Bundesrepublik Deutschland, vertr. d. d. Bundesministerium für Wirtschaft und Technologie, dieses vertr. d. d. Präsidenten der Physikalisch-Technischen Bundesanstalt | Verfahren zur Gewinnung einer diagnostischen Aussage aus Signalen und Daten medizinischer Sensorsysteme |
US6002952A (en) | 1997-04-14 | 1999-12-14 | Masimo Corporation | Signal processing apparatus and method |
US5987348A (en) * | 1997-07-23 | 1999-11-16 | Philips Electronics North America Corporation | ECG triggered MR imaging method and apparatus |
DE19752094C1 (de) | 1997-11-25 | 1999-07-15 | Bundesrep Deutschland | Verfahren zur Bestimmung wenigstens einer diagnostischen Information aus Signalmustern medizinischer Sensorsysteme |
US6148228A (en) * | 1998-03-05 | 2000-11-14 | Fang; Dan Oun | System and method for detecting and locating heart disease |
DE19842400C2 (de) * | 1998-09-16 | 2002-05-02 | Bundesrep Deutschland | Verfahren zur Bestimmung der Ähnlichkeit von gemessenen periodischen oder quasi-periodischen Signalen medizinischer Sensorsysteme |
IL135240A0 (en) * | 2000-03-23 | 2001-05-20 | Shl Telemedicine Internat Ltd | Portable ecg signaling device |
AU2002220081A1 (en) * | 2000-10-20 | 2002-05-06 | Joseph T. Shen | Method and system for the differential diagnosis of heart disease employing a twelve lead, time-domain based ekg analysis and a two lead frequency-domain multiphasic analysis |
AUPR205400A0 (en) * | 2000-12-15 | 2001-01-25 | Franz, Burkhard | A method of measuring the response of a biological system |
US6987998B2 (en) * | 2001-02-28 | 2006-01-17 | Cardiac Pacemakers, Inc. | Cardiac rhythm management patient report |
EP1395176B1 (en) * | 2001-06-13 | 2008-10-15 | Compumedics Limited | Method for monitoring consciousness |
AU2002302003B2 (en) * | 2001-11-28 | 2008-05-22 | Cardanal Pty Ltd | Method and system for processing electrocardial signals |
GB0130906D0 (en) * | 2001-12-22 | 2002-02-13 | Jopejo Ltd | Heart monitor |
EP1590037B1 (en) * | 2003-01-27 | 2011-03-09 | Compumedics USA, Inc. | Online source reconstruction for eeg/meg and ecg/mcg |
US7009492B1 (en) * | 2003-01-30 | 2006-03-07 | Combustion Dynamics Corp. | Individual quantitative identification by means of human dynamic rhythmic electric activity spectra |
GB2399886A (en) * | 2003-03-26 | 2004-09-29 | Secr Defence | Identifying degenerative brain disease using EEG or EMG measurements |
US20040236188A1 (en) * | 2003-05-19 | 2004-11-25 | Ge Medical Systems Information | Method and apparatus for monitoring using a mathematical model |
US7039457B2 (en) * | 2003-12-19 | 2006-05-02 | Institute Of Critical Care Medicine | Rhythm identification in compression corrupted ECG signal |
US7567837B2 (en) | 2003-12-19 | 2009-07-28 | Institute Of Critical Care Medicine | Enhanced rhythm identification in compression corrupted ECG |
US7273559B2 (en) * | 2004-10-28 | 2007-09-25 | Eastman Chemical Company | Process for removal of impurities from an oxidizer purge stream |
DE602005026054D1 (de) * | 2004-12-17 | 2011-03-03 | Medtronic Inc | System zur überwachung oder behandlung von erkrankungen des nervensystems |
US20060173368A1 (en) * | 2005-02-01 | 2006-08-03 | Yu Cecilia L | Low frequency analysis of cardiac electrical signals for detecting heart diseases, especially the coronary artery diseases |
CN100423688C (zh) | 2005-10-19 | 2008-10-08 | 深圳迈瑞生物医疗电子股份有限公司 | 抑制工频共模干扰的方法及装置 |
US20070260151A1 (en) * | 2006-05-03 | 2007-11-08 | Clifford Gari D | Method and device for filtering, segmenting, compressing and classifying oscillatory signals |
JP4864547B2 (ja) * | 2006-05-30 | 2012-02-01 | 株式会社東芝 | 超音波診断装置およびその制御処理プログラム |
CA2583524A1 (fr) * | 2007-03-28 | 2008-09-28 | Robert J. Cases | Systeme de support universel |
US8676303B2 (en) | 2008-05-13 | 2014-03-18 | The Regents Of The University Of California | Methods and systems for treating heart instability |
CN104840196B (zh) | 2008-10-09 | 2018-10-09 | 加利福尼亚大学董事会 | 用于自动定位生物节律紊乱的源的机器和过程 |
AU2010286595A1 (en) * | 2009-08-28 | 2012-02-23 | NEBA Health, LLC. | Systems and methods to identify a subgroup of ADHD at higher risk for complicating conditions |
US9392948B2 (en) * | 2011-12-09 | 2016-07-19 | The Regents Of The University Of California | System and method of identifying sources for biological rhythms |
US10398326B2 (en) | 2013-03-15 | 2019-09-03 | The Regents Of The University Of California | System and method of identifying sources associated with biological rhythm disorders |
US9332915B2 (en) | 2013-03-15 | 2016-05-10 | The Regents Of The University Of California | System and method to identify sources associated with biological rhythm disorders |
US10434319B2 (en) | 2009-10-09 | 2019-10-08 | The Regents Of The University Of California | System and method of identifying sources associated with biological rhythm disorders |
JP5936141B2 (ja) | 2010-04-08 | 2016-06-15 | ザ リージェンツ オブ ザ ユニバーシティ オブ カリフォルニア | 心臓情報を再構成するためのシステム |
CN101972137B (zh) * | 2010-11-02 | 2014-12-31 | 叶继伦 | 一种多生理参数的同步监测方法及装置 |
CN102622501B (zh) * | 2011-01-30 | 2017-06-09 | 深圳迈瑞生物医疗电子股份有限公司 | 血流动力学参数管理方法、系统及监护设备 |
US9107600B2 (en) | 2011-05-02 | 2015-08-18 | The Regents Of The University Of California | System and method for reconstructing cardiac activation information |
US8165666B1 (en) | 2011-05-02 | 2012-04-24 | Topera, Inc. | System and method for reconstructing cardiac activation information |
EP2705464B1 (en) | 2011-05-02 | 2018-04-18 | Topera, Inc. | System and method for targeting heart rhythm disorders using shaped ablation |
US9050006B2 (en) | 2011-05-02 | 2015-06-09 | The Regents Of The University Of California | System and method for reconstructing cardiac activation information |
US20130029302A1 (en) * | 2011-07-28 | 2013-01-31 | Jill Joyce | Psychiatric assessment by pre-screening and correlation of underlying physical conditions |
US9289150B1 (en) | 2012-08-17 | 2016-03-22 | Analytics For Life | Non-invasive method and system for characterizing cardiovascular systems |
US9968265B2 (en) | 2012-08-17 | 2018-05-15 | Analytics For Life | Method and system for characterizing cardiovascular systems from single channel data |
US9737229B1 (en) | 2013-06-04 | 2017-08-22 | Analytics For Life | Noninvasive electrocardiographic method for estimating mammalian cardiac chamber size and mechanical function |
US20160188827A1 (en) * | 2014-12-30 | 2016-06-30 | General Electric Company | Hybrid Signal Acquisition And System For Combined Electroencephalography And Cardiac Electrophysiology Studies |
CN105877733A (zh) * | 2015-01-04 | 2016-08-24 | 南京理工大学 | 一种全科医生用的生物电测量仪 |
WO2016207862A1 (en) | 2015-06-25 | 2016-12-29 | Timothy Burton | Methods and systems using mathematical analysis and machine learning to diagnose disease |
CN105469140A (zh) * | 2015-08-24 | 2016-04-06 | 南京邮电大学 | 一种心音小波神经网络的构造方法 |
CN105748049B (zh) * | 2016-04-21 | 2018-11-16 | 河北医科大学第二医院 | 一种带有毯式远程生理监护的医疗系统 |
EP3474742A4 (en) | 2016-06-24 | 2020-01-08 | Analytics For Life Inc. | NON-INVASIVE METHOD AND SYSTEM FOR MEASURING MYOCARDIAL ISCHEMIA, IDENTIFICATION, LOCATION AND ESTIMATION OF THE FRACTIONAL FLOW RESERVE (FFR) OF A STENOSIS |
JP6864298B2 (ja) | 2016-09-21 | 2021-04-28 | アナリティクス フォー ライフ インコーポレイテッド | リスクのある心臓組織の可視化のための方法およびシステム |
CN107343016A (zh) * | 2016-12-05 | 2017-11-10 | 北京迈多多科技有限公司 | 生物电分析处理平台 |
US11723579B2 (en) | 2017-09-19 | 2023-08-15 | Neuroenhancement Lab, LLC | Method and apparatus for neuroenhancement |
US11717686B2 (en) | 2017-12-04 | 2023-08-08 | Neuroenhancement Lab, LLC | Method and apparatus for neuroenhancement to facilitate learning and performance |
CN108158579B (zh) * | 2017-12-08 | 2020-01-21 | 浙江大学 | 一种非接触非侵入无损伤的癫痫自组织监测预警干预系统及获取干扰脑电分布的方法 |
CN107981860B (zh) * | 2017-12-08 | 2019-12-31 | 浙江大学 | 一种非接触非侵入无损伤的癫痫路径可达方式监测预警干预系统及获取干扰脑电分布的方法 |
US11478603B2 (en) | 2017-12-31 | 2022-10-25 | Neuroenhancement Lab, LLC | Method and apparatus for neuroenhancement to enhance emotional response |
EP3758598A4 (en) * | 2018-03-01 | 2022-01-05 | Newmindvandrakechamp, LLC | DEVICES, SYSTEMS AND METHODS FOR DYNAMIC QUANTITATIVE COLLECTION OF BRAIN ACTIVITY DATA |
US11364361B2 (en) | 2018-04-20 | 2022-06-21 | Neuroenhancement Lab, LLC | System and method for inducing sleep by transplanting mental states |
US11452839B2 (en) | 2018-09-14 | 2022-09-27 | Neuroenhancement Lab, LLC | System and method of improving sleep |
US11786694B2 (en) | 2019-05-24 | 2023-10-17 | NeuroLight, Inc. | Device, method, and app for facilitating sleep |
CN111772626A (zh) * | 2020-07-06 | 2020-10-16 | 华中科技大学 | 一种基于大数据算法的心电图记录模块 |
CN112971811B (zh) * | 2021-02-09 | 2022-04-01 | 北京师范大学 | 脑功能定位方法、装置及电子设备 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2393370B1 (fr) * | 1977-05-31 | 1980-09-19 | Inst Nat Sante Rech Med | Appareil d'acquisition et de pretraitement de donnees electrocardiographiques ou vectocardiographiques |
US4201224A (en) * | 1978-12-29 | 1980-05-06 | Roy John E | Electroencephalographic method and system for the quantitative description of patient brain states |
US4305400A (en) * | 1979-10-15 | 1981-12-15 | Squibb Vitatek Inc. | Respiration monitoring method and apparatus including cardio-vascular artifact detection |
US4422458A (en) * | 1980-04-28 | 1983-12-27 | Montefiore Hospital And Medical Center, Inc. | Method and apparatus for detecting respiratory distress |
IL61465A (en) * | 1980-11-12 | 1984-09-30 | Univ Ramot | Method and apparatus for monitoring electrocardiogram(ecg)signals |
US4428381A (en) * | 1981-03-13 | 1984-01-31 | Medtronic, Inc. | Monitoring device |
US4421122A (en) * | 1981-05-15 | 1983-12-20 | The Children's Medical Center Corporation | Brain electrical activity mapping |
IL67815A (en) * | 1982-02-12 | 1988-01-31 | Sanz Ernst | Method and apparatus for cardiogonometry |
HU187155B (en) * | 1982-08-31 | 1985-11-28 | Medicor Muevek | Biologic signal analyser |
US4680708A (en) * | 1984-03-20 | 1987-07-14 | Washington University | Method and apparatus for analyzing electrocardiographic signals |
EP0212370B1 (de) * | 1985-08-21 | 1990-03-21 | Kontron Instruments Holding N.V. | Verfahren und Gerät zur Atmungsüberwachung |
EP0212528A3 (de) * | 1985-08-30 | 1988-11-30 | Studer Revox Ag | Verfahren zur Bestimmung von Anfangs- und Endpunkt eines geschlossenen räumlichen Signal-Verlaufes |
US4736751A (en) * | 1986-12-16 | 1988-04-12 | Eeg Systems Laboratory | Brain wave source network location scanning method and system |
-
1987
- 1987-03-30 CN CN87102381A patent/CN1009330B/zh not_active Expired
- 1987-09-29 EP EP19870308634 patent/EP0284685A3/en not_active Withdrawn
- 1987-10-01 JP JP62249084A patent/JPS63279823A/ja active Pending
-
1990
- 1990-02-05 US US07/474,246 patent/US5029082A/en not_active Expired - Fee Related
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100409909C (zh) * | 2004-06-11 | 2008-08-13 | 文贵华 | 生物亲和的电极刺激装置 |
Also Published As
Publication number | Publication date |
---|---|
CN87102381A (zh) | 1988-10-12 |
JPS63279823A (ja) | 1988-11-16 |
EP0284685A3 (en) | 1991-05-15 |
EP0284685A2 (en) | 1988-10-05 |
US5029082A (en) | 1991-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1009330B (zh) | 一种电脑电信号检测处理装置 | |
CN1301080C (zh) | 检测急性心脏局部缺血症状的缩减导联组 | |
JP5717651B2 (ja) | 脳機能の確率的客観的査定のための方法および装置 | |
CN102014742B (zh) | 现场可部署的震荡检测器 | |
Jin et al. | Predicting cardiovascular disease from real-time electrocardiographic monitoring: An adaptive machine learning approach on a cell phone | |
US20110144520A1 (en) | Method and device for point-of-care neuro-assessment and treatment guidance | |
US6607480B1 (en) | Evaluation system for obtaining diagnostic information from the signals and data of medical sensor systems | |
Escudero et al. | Early detection and characterization of Alzheimer's disease in clinical scenarios using Bioprofile concepts and K-means | |
JP5422513B2 (ja) | 導出心電図生成システム及び導出心電図生成方法 | |
EP0610365A1 (en) | Cerebral biopotential analysis system and method | |
CN1572238A (zh) | 心电图仪及心电图波形显示方法 | |
AU5280190A (en) | Cardiac biopotential analysis system and method | |
CN115916056A (zh) | 基于生成式对抗神经网络算法的心电图生成装置及其方法 | |
US9474460B2 (en) | Non-invasive evaluation of cardiac repolarisation instability for risk stratification of sudden cardiac death | |
JP4724417B2 (ja) | フラクタル解析を使用して心臓病変の開始を予測するための装置及び方法 | |
CN109431493B (zh) | 基于距离分段加权算法的可穿戴体表电势采集装置 | |
Sugunakar et al. | A comparative study between single lead AD8232 heart rate monitor and standard electrocardiograh to acquire electrocardiographic data for cardiac autonomic function testing | |
CN1036175C (zh) | 全方位立体心电信息自动诊断仪 | |
Cen et al. | Intelligence ECG Monitoring System: Wireless platform and Arrhythmia classification using Residual neural network | |
CN114159062A (zh) | 辅助精神状态识别装置和方法 | |
JP2021030080A (ja) | 心電図のrピークを決定する方法 | |
Hamid et al. | Biotechnical System for Recording Phonocardiography | |
Saputra et al. | A viewpoint on evaluating ECG findings to assess heart issues: A clinical nursing review | |
Klinge et al. | Towards automatic pathology classification for a 24/7 ECG-based telemonitoring service | |
Zou et al. | Evaluation of the accuracy of ECG captured by CardioChip through comparison of ECG recording to a standard 12-lead ECG recording device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C06 | Publication | ||
PB01 | Publication | ||
C13 | Decision | ||
GR02 | Examined patent application | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C19 | Lapse of patent right due to non-payment of the annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |