CN101467879A - 一种基于多导同步心电信号处理方法及装置 - Google Patents
一种基于多导同步心电信号处理方法及装置 Download PDFInfo
- Publication number
- CN101467879A CN101467879A CNA2007103050623A CN200710305062A CN101467879A CN 101467879 A CN101467879 A CN 101467879A CN A2007103050623 A CNA2007103050623 A CN A2007103050623A CN 200710305062 A CN200710305062 A CN 200710305062A CN 101467879 A CN101467879 A CN 101467879A
- Authority
- CN
- China
- Prior art keywords
- qrs
- leading
- qrs ripple
- judge index
- judge
- 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.)
- Granted
Links
Images
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种基于多导同步心电信号处理方法及装置,包括以下步骤:A1、分别采集每个导联通道的心电信号,得到每个导联通道的心电信号数据;B1、根据心电信号数据计算每个导联通道的质量判断指标;C1、根据质量判断指标进行导联优选;D1、根据心电信号数据对每个单导联通道或至少对优选导联通道进行QRS波识别和分类;E1、对优选导联通道的QRS波识别和分类结果进行组合判断,形成组合检测结果。本发明实现了在比较复杂的临床应用环境中跟踪信号质量的动态变化,动态切换优选导联进行心电信号的有效提取,最终得到病人更为可靠的心律分析信息。
Description
【技术领域】
本发明涉及心电监护设备,尤其涉及采用多导联的心电监护设备中对多导同步心电信号进行处理的方法及装置。
【背景技术】
心电监护设备是重症监护病房(ICU)的最重要、最基本的设备之一,它将来自病人体内的心电活动加以处理,对QRS波进行识别,并根据QRS波的位置和类型进行HR(心率)、ST(指心电信号中J点与T波起点之间的一段)偏移和ARR(心律失常)等参数的计算。
在以往长时间心电监护分析中,多采用单导分析方法,由用户选择所需分析导联,也有采用固定某个通常波形显著特定导联(如II导联)的方法。在实际临床应用中,经常存在有大量的基线漂移和噪声干扰,不同导联的信号质量也有较大的差异,因而单导分析算法易受干扰,导致错误分析结果。另对于某些特殊的波形,可能存在某些导联上室性早搏正常化的现象,这也是基于单导分析无法解决的问题。单导分析方法具体有如下缺欠:
1.当所分析导联受到干扰,而其他导联信号质量较好时,仍会产生错误分析结果;
2.对于噪声信号,单导信号分析多采用噪声抑制方法,然后进行强制分析,而噪声抑制方法容易将某些干扰信号变换成伪QRS波,导致后续分析错误;
3.当各通道信号质量动态变化,要想获得可靠的分析结果,用户需自行频繁的切换分析导联;
4.对于某些特殊的心电波形,可能存在某些导联上室性早搏正常化的现象,导致单导分析方法无法进行对应报警。
【发明内容】
本发明的主要目的就是提供一种基于多导同步心电信号处理方法及装置,同时使用多个导联进行心电信号采集,对多个导联进行分析。
为实现上述目的,本发明提供一种基于多导同步心电信号处理方法,包括以下步骤:
A1、分别采集每个导联通道的心电信号,得到每个导联通道的心电信号数据,每有一个新的采集数据则执行以下步骤;
B1、根据心电信号数据计算每个导联通道的质量判断指标;
C1、根据质量判断指标进行导联优选;
D1、根据心电信号数据对每个单导联通道或至少对优选导联通道进行QRS波识别和分类;
E1、对优选导联通道的QRS波识别和分类结果进行组合判断,形成组合检测结果。
所述步骤B1中所述的质量判断指标包括第一基线漂移判断指标、高频噪声判断指标、QRS幅度判断指标、第二基线漂移判断指标和信号过小判断指标,所述第一基线漂移判断指标用于判断低频干扰,所述第二基线漂移判断指标用于判断低频干扰和不规则干扰,所述高频噪声判断指标用于判断高频噪声,所述QRS幅度判断指标用于识别QRS幅度的高度,所述信号过小判断指标用于判断信号是否过小。
其中,所述步骤C1包括以下步骤:
C11、在未脱落的每个有效导联中,查找出其信号过小判断指标大于第一设定阈值且高频噪声判断指标小于第二设定阈值的导联作为第一级优选导联。
当步骤C11中找出的第一级优选导联的数量大于1时执行以下步骤:
C12、在第一级优选导联中,查找出其主导波形在0.6~3.5mv、最近检出的QRS幅度判断指标在0.5~4.5mv间、QRS幅度判断指标在0.5mv以上、第二基线漂移指标在2.5mv以下,且在规定时间内有QRS波检出的导联作为第二级优选导联。
当步骤C12中找出的第二级优选导联的数量大于1时执行以下步骤:
C13、在第二级优选导联中,查找出其高频噪声判断指标与主导波形幅度比小于1/3,且高频噪声判断指标小于0.5mv,主导波形幅度大于0.5mv的导联;
C14、在步骤C13找出的导联中,查找出其第一基线漂移判断指标小于1.25mv、第二基线漂移判断指标小于1mv,且不存在基线漂移延时的导联作为第三级优选导联。
在步骤E1之前和步骤C1之后还包括判断优选导联通道数量的步骤。
对于仅有一个优选导联通道,则所述步骤E1包括以下步骤:
E111、处理前次采样遗留的QRS波;
E112、将该优选导联通道检出的QRS波作为组合检测结果。
如果有两个优选导联通道,则所述步骤E1包括以下步骤:
E121、处理前次采样遗留的QRS波;
E122、读取下一组两个优选导联通道中待处理的QRS波;
E123、若两个通道都有待处理的QRS波,则执行步骤E124,若只有一个优选导联通道有待处理的QRS波,则执行步骤E126;
E124、判断两通道的QRS波的位置差是否小于匹配窗,若是,则认为是一个有效的QRS波,并以两通道检出的QRS位置均值作为组合检测结果,而后按步骤E125判断QRS波检测类型,否则,将两通道中检出时间较近的QRS波作为当前待处理的QRS波,转向步骤E126;
E125、若两通道的QRS波在步骤D1中的分类相同,则设置该分类为该QRS波的类型;若两通道的QRS波在步骤D1中的分类不同,若被判定为室性波形的导联存在高频噪声或低频噪声大于第三设定阈值的情况,则该QRS波类型为正常,否则,该QRS波类型为室性波形;
E126、判断当前待处理的QRS波与当前采样时间末的距离是否小于第一设定时间,若是,则将该QRS波计入缓冲区,延迟到下个采样时间处理,否则执行步骤E127;
E127、判断当前待处理的QRS波与其前一个组合检出的QRS波的距离是否小于第一设定时间,若是,则认为所述当前待处理的QRS波无效,如果大于或等于第一设定时间,则执行步骤E128;
E128、判断所述当前待处理的QRS波与其前一个组合检出的QRS波的距离是否大于第一设定时间且小于第二设定时间,如果是,则执行步骤E129,否则执行步骤E130;
E129、检测另一导联对应位置信号幅度变化,并在该信号幅度变化大于第四设定阈值时认为所述当前QRS波有效并记录其位置和类型,在该信号幅度变化小于或等于第四设定阈值时认为所述当前QRS波无效;
E130、检测另一导联对应位置信号幅度变化,并在该信号幅度变化大于第五设定阈值时认为所述当前QRS波有效并记录其位置和类型,在该信号幅度变化小于或等于第五设定阈值时认为所述当前QRS波无效。
为实现上述目的,本发明还提供一种基于多导同步心电信号处理装置,包括:
采集单元,用于分别采集每个导联通道的心电信号,得到每个导联通道的心电信号数据;
质量判断指标生成单元,用于根据心电信号数据计算每个导联通道的质量判断指标;
优选执行单元,用于根据质量判断指标进行导联优选;
QRS波识别和分类单元,用于根据心电信号数据对每个单导联通道或至少对优选导联通道进行QRS波识别和分类;
组合判断单元,用于对优选导联通道的QRS波识别和分类结果进行组合判断,形成组合检测结果。
本发明的有益效果是:
本发明通过计算各导联通道的质量判断指标,并通过质量判断指标来进行导联通道的优选,并对优选导联通道的QRS识别和分类结果进行组合判断,形成组合检测结果输出,从而实现了在比较复杂的临床应用环境中实现心电信号的有效提取,得到病人更为可靠的心律失常分析信息。对于长时间的患者监护,不同导联的信号质量可能不断发生动态变化,本发明在每采集到一个心电信号数据,即进行一次上述运算,可跟踪信号质量的动态变化,动态切换优选导联进行心电信号的有效提取。
本发明根据采集的心电信号数据,计算出适合的质量判断指标,并进行三次优选,遗弃了有干扰和基线漂移较大的通道的心电信号,保证所切换的优选导联数据更加可靠。
本发明对不同优选导联情况设计不同的处理,使得到的组合结果更加可靠、准确。
【附图说明】
图1为本发明一种实施例的流程图;
图2为本发明另一种实施例的流程图;
图3为本发明质量判断指标一种实施例的生成流程图;
图4为本发明导联优选的一种实施例的流程图;
图5为本发明对优选导联进行组合判断的一种实施例的只有一个优选通道的流程图;
图6为本发明对优选导联进行组合判断的一种实施例的有两个优选通道的流程图;
图7为本发明一种实施例的结构方框图;
图8为本发明优选执行单元一种实施例的结构方框图;
图9为本发明组合判断单元一种实施例的结构方框图。
【具体实施方式】
本发明的特征及优点将通过实施例结合附图进行详细说明。
本发明提出一种多导同步信号组合的心电处理方法,通过动态跟踪各导联信号质量的变化,优选信号质量较好的导联进行分析,用于提高同步多导心电信号心律失常分析结果的可靠性。信号处理过程如图1所示。
分别对每个导联通道的心电信号进行信号采集,得到原始心电信号数据,采样间隔可以是1秒,每检测到有新的采样数据,则执行一次以下步骤:
在步骤S11,对原始心电信号数据进行预处理得到预处理后的心电信号数据。
预处理是指对用于QRS波检测的通道进行滤波处理,包括带通滤波、差分、移动窗口积分。具体如下:
1.带通滤波处理:通过如下低通及高通滤波函数实现,
低通差分公式:
y(n)=2y(n-1)-y(n-2)+x(n)+2x(n-6)+x(n-12)
其中,x表示原始的ECG(心电)数据,y表示低通滤波后数据,n表示第几个数据点。
高通差分公式:
y(n)=x(n-16)-x(n-17)+y(n-1)-(x(n)-x(n-32))/32
其中,x表示原始ECG低通滤波数据,y表示原始ECG带通滤波后数据,n表示第几个数点。
2.差分处理:
通过差分公式y(n)=(x(n)-x(n-4))*2+x(n-1)+x(n-3)进行差分处理,差分的作用是提取斜率信息,其中,x表示差分前数据,可以为原始的ECG数据、原始ECG低通滤波后数据、原始ECG带通滤波后数据;y表示差分后数据,对应上述x分别有原始ECG差分后数据、低通ECG差分、带通ECG差分,n表示第几个数据点。
3.移动窗口平方积分:对差分后信号取平方,而后按如下公式处理:
积分公式y(n)=(x(n-(N-1))+x(n-(N-2))+...+x(n))/N
其中,x表示带通ECG差分数据,y表示移动窗口平方积分数据,N表示窗口大小值,n表示第几个数据点。
在步骤S12,根据所采集的原始心电信号数据,生成各个导联的信号质量判断指标。对经过步骤S11处理的信号进行波形分析,得到质量判断指标,包括第一基线漂移判断指标、第二基线漂移判断指标、高频噪声判断指标、QRS幅度判断指标、信号幅度过小判断指标。所述第一基线漂移判断指标用于判断低频干扰,所述第二基线漂移判断指标用于判断低频干扰和不规则干扰,所述高频噪声判断指标用于判断高频噪声,所述QRS幅度判断指标用于识别QRS幅度的高度,所述信号过小判断指标用于判断信号是否过小。对于每一导联通道,所述第一基线漂移判断指标、高频噪声判断指标、QRS幅度判断指标、第二基线漂移判断指标和信号过小判断指标的生成如图3所示,包括以下步骤:
A2、对所采集的最近一定时间段内的该导联通道的原始心电信号数据进行分组,统计每组的最大值、最小值和窗高,所述每组的窗高为该组的最大值减去最小值。
B2、对由每组的最小值组成的最小值集合进行最大值滤波(例如3点或5点滤波方法)后,将最近一定时间段内滤波后最小值的幅度变化的最大值(即滤波后最小值集合中的最大值减去最小值)作为第二基线漂移判断指标。
C2、查找最近一定时间段内的最小窗高值,并将所述最小窗高值作为高频噪声判断指标。
D2、查找最近一定时间段内的最大窗高值,并将所述最大窗高值作为QRS幅度判断指标。
E2、根据原始心电信号的数据检测QRS波,查找每个QRS波的起点,检测最近若干QRS波起点的波动值,所述波动值为若干QRS波起点中的最大值减去最小值,并将所述波动值作为第一基线漂移判断指标;QRS波的检测方法如下:心电信号经过带通滤波与差分积分处理后,首先在积分信号中检测局部最大值,在该最大值超过检测阈值的情况下,检测与之对应的QRS波的位置和最大斜率等特征参数,再利用一些准则对其进行判断,看其是否符合QRS波的条件,如果符合,就检测到一个QRS波,并进行参数的更新;否则就认为当前的峰为噪声峰。目前QRS波检测技术属于较成熟技术,这里不详细说明。然后以检测的R峰处的最大斜率值1/8(也可以是其它值)为阈值,在R波前一段时间(例如200ms或其它时间)内搜索连续五点小于阈值的点作为该QRS波的起点,检测最近若干个(例如4个或5个)QRS波的起点,并计算这几个起点的电位水平的最大幅度值,将该值作为第二基线漂移判断指标。
F2、对原始心电信号的数据进行滤波,对滤波后最近一定时间段内的所述数据进行分组,统计每组的最大值、最小值和窗高,所述每组的窗高为该组的最大值减去最小值,查找最近指定时间内的最大窗高值,并将所述最大窗高值作为信号过小判断指标。
上述步骤中,可以通过时间分割窗来对数据序列进行分组,也可以通过滑动窗在数据序列上移动而对数据序列进行分组。一定时间段可以取值为2秒或3秒,时间分割窗可以采用200毫秒的时间窗。
这些指标用于对信号质量进行联合判断,作为多导联优选分析的依据。然后根据这些指标执行步骤S13。
在步骤S13,根据步骤S12中生成的质量判断指标,联合判断各通道信号有效性、噪声、信号丢失情况和QRS幅度,进行导联优选。导联优选是为了从多路信号中选择出质量较好的导联进行分析处理。优选结果是最多保留两个优选导联,通过信号有效性、噪声、信号丢失进行优选,同时设定组合结果分析状态,剔出判定为信号无效、噪声过大、信号丢失的导联,保留其余导联,若结果无优选的导联,则进行对应的报警提示,若所有导联都不能满足要求,则进行相应的报警。在优选出导联后执行步骤S14。
在步骤S14,对优选导联的信号进行分析。对各优选导联进行单导的QRS识别,并采用模板匹配的方法,对QRS进行初步的分类。
单导信号分析目前已有大量文献描述,这里给出其中一种方案的简要描述:
1.使用步骤S11中生成的平方积分信号,检测信号峰值,当峰值超过预定阈值,则认为有新的QRS波检出,继续后面判断过程,否则返回。
2.若有新的峰值检出,在步骤S11中生成的差分信号上对应临域内查找最大差分值,作为QRS峰值,以该峰值的1/8为阈值,向前及向后搜索连续5点过该阈值点,作为峰值的起点和终点,计算峰值高度、宽度。
3.若新检出QRS宽度小于10ms,认为检出的QRS无效;若新检出QRS波与前一检出的QRS距离小于生理的不应期150ms,认为检出的QRS无效。若新检测出的QRS波有效,则继续后面判断,否则返回。
4.若前面判断为有效QRS波检出,采用模板匹配方法进行QRS归类。模板匹配方法是依据已检测的QRS来制作QRS模板,基本方法为当无QRS模板时,直接使用新检出的QRS作为模板,这里最多可形成五个模板,当模板形成后,新检出的QRS波与之进行比较,当比较结果在一定误差范围内,认为新检出QRS属于该类,如无匹配模板,则删除最近60个QRS分类时使用次数最少的模板,将该新检出的波形保存至该模板中,作为新模版。依据各模板的宽度、幅度、最近使用次数,确定模板中的主导模板;
5.依据上一步骤中的匹配分类结果,判断新检出QRS的分类是属于异常的室性心搏还是正常。
在步骤S15,根据优选出的导联,进行优选导联的动态切换,并根据步骤S14中对各优选导联的识别和分类进行多导分析结果组合,形成组合检测分类结果提供给后续部分。例如根据步骤S15输出的QRS检测分类结果,进行如下心率计算、心律失常分析、ST偏移等计算。
A.心率计算:取步骤S15中检出的最近12个检出的QRS波,计算平均RR间期,折算为心率值;
B.心律失常分析:取步骤S15中检出的最近QRS分类序列,分析正常波形与室性波形出现的序列,进行对应的心律失常判断,如若为正常波形与室性波形交替出现,则判定为二联律。也可结合临床上其他室性心律失常的定义进行对应的判断;
C.ST偏移计算:选择最近10秒内出现的正常QRS波形,计算对应QRS波等电位点和ST偏移测量点间的偏差。
在另一实施例中,对单导联分析时,除了对优选的单导联进行分析,还可以对所有的单导联进行分析,该实施例的流程如图2所示,包括以下步骤:
在步骤S21,对各单导联的信号进行预处理。预处理方法可以与图1中的实施例相同,然后执行步骤S22。
在步骤S22,对各单导联的信号进行分析。对所有导联进行单导的QRS识别,并采用模板匹配的方法,对QRS进行初步的分类,然后执行步骤S23。
在步骤S23,根据原始心电信号,生成各个导联的信号质量判断指标,其中第一基线漂移判断指标的生成可以采用步骤S22中的分析,检测出QRS波,通过检测QRS起点变化水平,可以得到相关值作为第一基线漂移判断指标。质量判断指标生成后执行步骤S24。
在步骤S24,根据步骤S23中生成的质量判断指标,联合判断各通道信号有效性、噪声、信号丢失情况和QRS幅度,进行导联优选,然后执行步骤S25。
在步骤S25,根据优选出的导联,进行优选导联的动态切换,并根据步骤S22中对各优选导联的识别和分类进行多导分析结果组合,形成组合检测分类结果提供给后续部分。
上述步骤中进行导联优选的一种方案如图4所示,包括以下步骤:
在步骤S101,首先判断所有导联信号是否丢失,若信号全部脱落或处于校准模式,则判定不可分析,即信号是无效的,则执行步骤S102,进行输出信号无效报警;如果还有有效信号,则执行步骤S103。
在步骤S103,判断是否所有有效导联信号都判断为信号幅度过小,信号过小判断指标反映出在指定时间段内的信号幅度变化情况,若在指定时间段内信号过小判断指标小于第一设定阈值(第一设定阈值可以是一个经验值),则认为该通道的信号过小,如果除脱落导联外所有导联都被判定为信号过小,则不能够用于后续分析,执行步骤S104,进行输出信号幅度过小报警;对于在指定时间段内信号过小判断指标大于指定阈值的通道,则执行步骤S105。
在步骤S105,判断是否这些通道的信号噪音过大,各导联对应的高频噪声判断指标反映出高频噪声的强度情况,将每个导联的高频噪声判断指标与第二设定阈值(第二设定阈值可以是一个经验值)进行比较,如果大于第二设定阈值,则判定噪声过大,若除脱落导联、信号过小导联外都被判定为噪声过大,则执行步骤S106,进行噪声报警,不再进行分析。对于高频噪声判断指标小于第二设定阈值的通道,则执行步骤S107。
在步骤S107,将符合信号过小判断和噪音判断的通道选出来作为第一级优选导联,然后执行步骤S108。
在步骤S108,判断优选导联通道的数量是否大于1,如果是,则执行步骤S109,否则对选出的优选导联通道进行切换处理。
在步骤S109,对第一级优选导联进行再次优选,筛选原则为:该导联通道的主导波形(即代表心电波主要特征的波形)在0.6~3.5mv、最近检出的QRS幅度判断指标在0.5~4.5mv间、最近一段时间内(例如2秒内)的QRS幅度判断指标在0.5mv以上、第二基线漂移指标在2.5mv以下,且在规定时间内有QRS波检出,将这些导联作为第二级优选导联,然后执行步骤S110。本步骤中的数值或数值范围也可以根据具体情况设为其它值。
在步骤S110,判断优选导联通道的数量是否大于1,如果是,则执行步骤S111,否则对选出的优选导联通道进行切换处理。
在步骤S111,对第二级优选导联进行第三级优选,筛选原则为:查找出其高频噪声判断指标与主导波形幅度比小于1/3,且高频噪声判断指标小于0.5mv,主导波形幅度大于0.5mv的导联;若存在满足前述条件的导联,在幅度优选的基础上进一步判断基线,即查找出其第一基线漂移判断指标小于1.25mv、第二基线漂移判断指标小于1mv,且不存在基线漂移延时的导联,将这些导联作为第三级优选导联,否则对选出的优选导联通道进行切换处理。本步骤中的数值或数值范围也可以根据具体情况设为其它值。
如果第三级优选导联数量仍然大于2时,则仅选择最先优选的导联为优选导联;若其中第一基线漂移判断指标较大的导联基线漂移幅度大于1.25mv,则仅选择其中基线漂移幅度较小的导联。
在优选的实施例中,进行优选导联切换时,还通过以下步骤对前面优选结果进一步判断:
1.若优选结果仅有一个导联,且该导联超过一定时限无QRS检出,则强制为第一级优选导联中最先优选出的两个为优选导联;
2.若前次优选和本次优选结果均为一个导联,且优选导联不同,则强制前次优选出的导联和本次优选出的导联为两个优选导联。
上述步骤中对优选导联进行分析结果组合的一种实施例流程如图5、6所示,包括以下步骤:
在步骤S201,判断当前是否仅有一个优选的导联,若是,则执行步骤S202,如果有两个优选的导联,则转向步骤S204。
在步骤202,查找前次采样(例如前1秒钟)是否有遗留的QRS波未被处理,若有,则将其归入本次采样(例如归入本秒钟),然后执行步骤S203,进行该导联识别的QRS结果的逐个处理。处理过程中,每次判断待处理QRS波与前一QRS间的距离,若大于指定阈值(指定阈值例如为生理的不应期150ms),则认为是有效的QRS波,该QRS位置和类型作为组合的判断结果。
若当前有两个优选的导联通道则按如下处理过程进行,如图6所示:
在步骤S204,查找前次采样(例如前1秒钟)是否有遗留的QRS波未被处理,若有,则将其归入本次采样(例如归入本秒钟);然后执行步骤S205。
在步骤S205,读取两优选通道下一组待处理的QRS波,若两通道均有QRS未被处理,则执行步骤S206,否则执行步骤S214。
在步骤S206,判断两通道检出的待处理QRS的位置差是否小于匹配窗(例如150ms),若是,则认为是一个有效的QRS波,执行步骤S207,以两通道检出QRS位置均值作为组合检测结果,而后执行步骤S208,否则将两通道中检出时间较近的QRS波作为当前待处理的QRS波,并转向步骤S215。
在步骤S208,判断两个通道的QRS分类结果(正常波形或室性波形)是否相同,若是,则执行步骤S209,设置该QRS波类型为该类型;若两个通道的QRS分类结果不同,则执行步骤S210,结合上述步骤中的信号质量判断结果,执行步骤S211,判断被判定为室性波形的导联存在高频或低频噪声是否大于第三设定阈值(例如QRS幅度的1/4),若是则执行步骤S212,将该QRS类型设置为正常,否则执行步骤S213,将该QRS类型判定为室性波形。
在步骤S214,判断是否其中一个通道存在QRS波的情况,若是则执行步骤S215;如果所有通道都不存在QRS波,则结束。
在步骤S215,判断当前待处理的QRS波与当前采样时间末的距离是否小于第一设定时间(例如150ms),若是则执行步骤S216,否则执行步骤S217,本步骤中,当前待处理的QRS波可能是两个优选通道中的当前的QRS波,也可能是两个优选通道中前次采样时间遗留的QRS波。
在步骤S216,将该波形记入缓冲区,延迟到下次采样(例如下1秒)处理。
在步骤S217,判断该当前待处理的QRS波与其前一个组合(即前次采样)检出的QRS的距离是否小于第一设定时间(例如150ms),若是则执行步骤S218,认为无效,不做处理;否则执行步骤S219。
在步骤S219,判断该当前待处理的QRS波与其前一个组合检出的QRS距离是否大于第一设定时间(例如150ms)且小于第二设定时间(例如400ms),若是,则执行步骤S220,否则执行步骤S223。
在步骤S220,检测另一通道对应位置左右80ms内滤波后信号的幅度变化,在步骤S221中,判断该幅度变化值是否大于第四设定阈值(第四设定阈值可以设为该通道前一检出QRS波幅度的3/4),若是,则执行步骤S222,认为该待处理的QRS波是有效的QRS波,QRS类型设置为对应通道的分类结果,否则,认为是无效类型。
在步骤S223,对于该当前待处理的QRS波与其前一个组合检出的QRS距离大于或等于第二设定时间(例如400ms)的情况,则检测另一通道对应位置左右80ms内滤波后信号的幅度变化,在步骤S224中判断该幅度变化值是否大于第五设定阈值(第五设定阈值可以设为该通道前一检出QRS波幅度的1/2),若是,则执行步骤S225,认为是有效的QRS波,QRS类型设置为对应通道的分类结果,否则,认为是无效类型。
根据以上方法的装置如图7所示,包括采集单元、预处理单元、质量判断指标生成单元、QRS波识别和分类单元、优选执行单元和组合判断单元,采集单元用于分别采集每个导联通道的心电信号,得到每个导联通道的心电信号数据,还可以通过预处理单元对心电信号数据进行滤波、差分、积分等预处理,得到预处理后的心电信号数据;质量判断指标生成单元与采集单元相连,用于根据原始心电信号数据计算每个导联通道的质量判断指标;QRS波识别和分类单元与预处理单元相连,用于根据预处理后心电信号数据对每个单导联通道或至少对优选导联通道进行QRS波识别和分类,当只需要对优选导联通道进行QRS波识别和分类时,QRS波识别和分类单元还需要与优选执行单元相连(图7中未表示出),获取优选执行单元输出的导联优选结果,然后对优选的导联通道进行QRS波识别和分类;优选执行单元与质量判断指标生成单元相连,用于根据质量判断指标进行导联优选;组合判断单元分别与优选执行单元和QRS波识别和分类单元相连,用于对优选导联通道的QRS波识别和分类结果进行组合判断,其根据优选执行单元输出的导联优选结果和QRS波识别和分类单元输出的单导的QRS波识别和分类结果,经过上述方法处理后形成组合检测结果。
其中,质量判断指标生成单元包括:分组统计子单元以及各质量判断指标生成子单元,各质量判断指标生成单元包括第一基线漂移判断指标生成子单元、高频噪声判断指标生成子单元、QRS幅度判断指标生成子单元、第二基线漂移判断指标生成子单元和信号过小判断指标生成子单元。分组统计子单元用于对采集单元所采集的一定时间段内的该导联通道的原始心电信号数据进行分组,统计每组的最大值、最小值和窗高,所述每组的窗高为该组的最大值减去最小值;第二基线漂移判断指标生成子单元用于对由每组的最小值组成的最小值集合进行最大值滤波后,将所述最小值集合的幅度变化作为第二基线漂移判断指标;高频噪声判断指标生成子单元用于查找一定时间段内的最小窗高值,并将所述最小窗高值作为高频噪声判断指标;QRS幅度判断指标生成子单元用于查找一定时间段内的最大窗高值,并将所述最大窗高值作为QRS幅度判断指标;第一基线漂移判断指标生成子单元用于根据原始心电信号的数据检测QRS波,查找每个QRS波的起点,检测最近若干QRS波起点的波动值,所述波动值为若干QRS波起点中的最大值减去最小值,并将所述波动值作为第一基线漂移判断指标;信号过小判断指标生成子单元,用于对原始心电信号的数据进行滤波,对滤波后一定时间段内的所述数据进行分组,统计每组的最大值、最小值和窗高,所述每组的窗高为该组的最大值减去最小值,查找最近指定时间内的最大窗高值,并将所述最大窗高值作为信号过小判断指标。
所述优选执行单元的结构如图8所示,具体包括第一级优选执行子单元、第二级优选执行子单元和第三级优选执行子单元。所述第一级优选执行子单元在未脱落的每个有效导联中,查找出其信号过小判断指标大于第一设定阈值且高频噪声判断指标小于第二设定阈值的导联作为第一级优选导联。所述第二级优选执行子单元用于当找出的第一级优选导联的数量大于1时,在第一级优选导联中,查找出其主导波形在0.6~3.5mv、最近检出的QRS幅度判断指标在0.5~4.5mv间、第二基线漂移指标在0.5mV以上、第一基线漂移指标在2.5mv以下,且在规定时间内有QRS波检出的导联作为第二级优选导联。所述第三级优选执行子单元用于当找出的第二级优选导联的数量大于1时,在第二级优选导联中,查找出其高频噪声判断指标与主导波形幅度比小于1/3,且高频噪声判断指标小于0.5mv、主导波形幅度大于0.5mv的导联,并在找出的导联中查找出其第二基线漂移判断指标小于1.25mv、第一基线漂移判断指标小于1mv,且不存在基线漂移延时的导联作为第三级优选导联。
还可以包括用于对优选导联进一步优化的优化单元,所述优化单元用于当优选结果仅有一个导联,且该导联超过一定时限无QRS检出,则强制将第一级优选导联中最先优选出的两个规定为优选导联;当前次优选和本次优选结果均为一个导联,且优选导联不同,则强制将前次优选出的导联和本次优选出的导联规定为两个优选导联。
所述组合判断单元的结构如图9所示,包括用于判断优选导联通道数量的通道数判断子单元、用于处理单优选导联的第一组合判断单元和用于处理两优选导联的第二组合判断单元,所述通道数判断子单元根据判断结果控制第一组合判断单元工作或第二组合判断单元工作。当通道数判断子单元的判断结果是仅有一个优选导联通道时,所述第一组合判断单元工作,处理前次采样遗留的QRS波,并将该优选导联通道检出的QRS波作为组合检测结果。当通道数判断子单元的判断结果是有两个优选导联通道时,所述第二组合判断单元工作。第二组合判断单元还包括:
处理子单元,其用于处理前次采样遗留的QRS波;
读取子单元,其用于读取下一组两个优选导联通道中待处理的QRS波;
QRS位置检测子单元,其用于在两个通道都有待处理的QRS波时判断两通道的QRS波的位置差是否小于匹配窗,若是,则认为该QRS波是一个有效的QRS波,并以两通道检出的QRS位置均值作为组合检测结果;
QRS类型检测子单元,其用于在QRS位置检测子单元检测出结果时,判断两通道的QRS波分类是否相同,如果相同,则设置该分类为该QRS波的类型;如果分类不同,若被判定为室性波形的导联存在高频噪声或低频噪声大于第三设定阈值的情况,则设置该QRS波类型为正常,否则,设置该QRS波类型为室性波形;
第一判断子单元,判断当前待处理的QRS波与当前采样时间末的距离是否小于第一设定时间,若是,则将该QRS波计入缓冲区,延迟到下个采样时间处理;
第二判断子单元,用于在第一判断子单元的判断结果是当前待处理的QRS波与当前采样时间末的距离大于或等于第一设定时间时,判断该当前待处理的QRS波与其前一个组合检出的QRS波的距离是否小于第一设定时间,若是,则认为该QRS波无效;
第三判断子单元,用于在第二判断子单元的判断结果是该当前待处理的QRS波与其前一个组合检出的QRS波的距离大于或等于第一设定时间时,判断所述该当前待处理的QRS波与其前一个组合检出的QRS波的距离是否大于第一设定时间且小于第二设定时间;
第四判断子单元,用于在第三判断子单元的判断结果是该当前待处理QRS波与其前一个组合检出的QRS波的距离大于第一设定时间且小于第二设定时间时,检测另一导联对应位置信号幅度变化,并在该信号幅度变化大于第四设定阈值时认为该QRS波有效并记录其位置和类型,在该信号幅度变化小于或等于第四设定阈值时认为该QRS波无效;
第五判断子单元,用于在第三判断子单元的判断结果是该当前待处理的QRS波与其前一个组合检出的QRS波的距离大于或等于第二设定时间时,检测另一导联对应位置信号幅度变化,并在该信号幅度变化大于第五设定阈值时认为该QRS波有效并记录其位置和类型,在该信号幅度变化小于或等于第五设定阈值时认为该QRS波无效。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,例如根据实际情况进行数据替换,这些都应当视为属于本发明的保护范围。
Claims (21)
1.一种基于多导同步心电信号处理方法,其特征在于包括以下步骤:
A1、分别采集每个导联通道的心电信号,得到每个导联通道的心电信号数据,每有一个新的采集数据则执行以下步骤;
B1、根据最近一定时间段内的心电信号数据计算每个导联通道的质量判断指标;
C1、根据质量判断指标进行导联优选;
D1、根据心电信号数据对每个单导联通道或至少对优选导联通道进行QRS波识别和分类;
E1、对优选导联通道的QRS波识别和分类结果进行组合判断,形成组合检测结果。
2.如权利要求1所述的基于多导同步心电信号处理方法,其特征在于:步骤B1中所述的质量判断指标包括第一基线漂移判断指标、高频噪声判断指标、QRS幅度判断指标、第二基线漂移判断指标和信号过小判断指标,所述第一基线漂移判断指标用于判断低频干扰,所述第二基线漂移判断指标用于判断低频干扰和不规则干扰,所述高频噪声判断指标用于判断高频噪声,所述QRS幅度判断指标用于识别QRS幅度的高度,所述信号过小判断指标用于判断信号是否过小。
3.如权利要求2所述的基于多导同步心电信号处理方法,其特征在于:对于每一导联通道,所述第一基线漂移判断指标、高频噪声判断指标、QRS幅度判断指标、第二基线漂移判断指标和信号过小判断指标的生成包括以下步骤:
A2、对步骤A1所采集的最近一定时间段内的该导联通道的心电信号数据进行分组,统计每组的最大值、最小值和窗高,所述每组的窗高为该组的最大值减去最小值;
B2、对由每组的最小值组成的最小值集合进行最大值滤波后,将该最近一定时间段内所述最小值的幅度变化的最大值作为第二基线漂移判断指标;
C2、查找最近一定时间段内的最小窗高值,并将所述最小窗高值作为高频噪声判断指标;
D2、查找最近一定时间段内的最大窗高值,并将所述最大窗高值作为QRS幅度判断指标;
E2、根据心电信号的数据检测QRS波,查找每个QRS波的起点,检测最近若干QRS波起点的波动值,所述波动值为若干QRS波起点中的最大值减去最小值,并将所述波动值作为第一基线漂移判断指标;
F2、对心电信号的数据进行滤波,对滤波后最近一定时间段内的所述数据进行分组,统计每组的最大值、最小值和窗高,所述每组的窗高为该组的最大值减去最小值,查找最近指定时间内的最大窗高值,并将所述最大窗高值作为信号过小判断指标。
4.如权利要求2所述的基于多导同步心电信号处理方法,其特征在于:所述步骤C1包括以下步骤:
C11、在未脱落的每个有效导联中,查找出其信号过小判断指标大于第一设定阈值且高频噪声判断指标小于第二设定阈值的导联作为第一级优选导联。
5.如权利要求4所述的基于多导同步心电信号处理方法,其特征在于:当步骤C11中找出的第一级优选导联的数量大于1时执行以下步骤:
C12、在第一级优选导联中,查找出其主导波形在0.6~3.5mv、最近检出的QRS幅度判断指标在0.5~4.5mv间、QRS幅度判断指标在0.5mv以上、第二基线漂移指标在2.5mv以下,且在规定时间内有QRS波检出的导联作为第二级优选导联。
6.如权利要求5所述的基于多导同步心电信号处理方法,其特征在于:当步骤C12中找出的第二级优选导联的数量大于1时执行以下步骤:
C13、在第二级优选导联中,查找出其高频噪声判断指标与主导波形幅度比小于1/3,且高频噪声判断指标小于0.5mv,主导波形幅度大于0.5mv的导联;
C14、在步骤C13找出的导联中,查找出其第一基线漂移判断指标小于1.25mv、第二基线漂移判断指标小于1mv,且不存在基线漂移延时的导联作为第三级优选导联。
7.如权利要求6所述的基于多导同步心电信号处理方法,其特征在于:如果第三级优选导联数量仍然大于2时,则仅选择最先优选的导联为优选导联;若其中第一基线漂移判断指标较大的导联基线漂移幅度大于1.25mv,则仅选择其中基线漂移幅度较小的导联。
8.如权利要求7所述的基于多导同步心电信号处理方法,其特征在于:还包括对优选导联进一步优化的步骤,包括以下步骤:
若优选结果仅有一个导联,且该导联超过一定时限无QRS检出,则强制为第一级优选导联中最先优选出的两个为优选导联;
若前次优选和本次优选结果均为一个导联,且优选导联不同,则强制前次优选出的导联和本次优选出的导联为两个优选导联。
9.如权利要求1至8中任一项所述的基于多导同步心电信号处理方法,其特征在于:在步骤E1之前和步骤C1之后还包括判断优选导联通道数量的步骤。
10.如权利要求9所述的基于多导同步心电信号处理方法,其特征在于:对于仅有一个优选导联通道的情况,所述步骤E1包括以下步骤:
E111、处理前次采样遗留的QRS波;
E112、将该优选导联通道检出的QRS波作为组合检测结果。
11.如权利要求9所述的基于多导同步心电信号处理方法,其特征在于:对于有两个优选导联通道的情况,则所述步骤E1还包括以下步骤:
E121、处理前次采样遗留的QRS波;
E122、读取下一组两个优选导联通道中待处理的QRS波;
E123、若两个通道都有待处理的QRS波,则执行步骤E124,若只有一个优选导联通道有待处理的QRS波,则执行步骤E126;
E124、判断两通道的QRS波的位置差是否小于匹配窗,若是,则认为是一个有效的QRS波,并以两通道检出的QRS位置均值作为组合检测结果,而后按步骤E125判断QRS波检测类型,否则,将两通道中检出时间较近的QRS波作为当前待处理的QRS波,转向步骤E126;
E125、若两通道的QRS波在步骤D1中的分类相同,则设置该分类为该QRS波的类型;若两通道的QRS波在步骤D1中的分类不同,若被判定为室性波形的导联存在高频噪声或低频噪声大于第三设定阈值的情况,则该QRS波类型为正常,否则,该QRS波类型为室性波形;
E126、判断当前待处理的QRS波与当前采样时间末的距离是否小于第一设定时间,若是,则将该QRS波计入缓冲区,延迟到下个采样时间处理,否则执行步骤E127;
E127、判断当前待处理的QRS波与其前一个组合检出的QRS波的距离是否小于第一设定时间,若是,则认为所述当前待处理的QRS波无效,如果大于或等于第一设定时间,则执行步骤E128;
E128、判断所述当前待处理的QRS波与其前一个组合检出的QRS波的距离是否大于第一设定时间且小于第二设定时间,如果是,则执行步骤E129,否则执行步骤E130;
E129、检测另一导联对应位置信号幅度变化,并在该信号幅度变化大于第四设定阈值时认为所述当前QRS波有效并记录其位置和类型,在该信号幅度变化小于或等于第四设定阈值时认为所述当前QRS波无效;
E130、检测另一导联对应位置信号幅度变化,并在该信号幅度变化大于第五设定阈值时认为所述当前QRS波有效并记录其位置和类型,在该信号幅度变化小于或等于第五设定阈值时认为所述当前QRS波无效。
12.如权利要求1所述的基于多导同步心电信号处理方法,其特征在于:在步骤A1中还包括心电信号预处理步骤,所述步骤D1中根据于处理后的心电信号数据对每个单导联通道或至少对优选导联通道进行QRS波识别和分类。
13.一种基于多导同步心电信号处理装置,其特征在于包括:
采集单元,用于分别采集每个导联通道的心电信号,得到每个导联通道的心电信号数据;
质量判断指标生成单元,用于根据心电信号数据计算每个导联通道的质量判断指标;
优选执行单元,用于根据质量判断指标进行导联优选;
QRS波识别和分类单元,用于根据心电信号数据对每个单导联通道或至少对优选导联通道进行QRS波识别和分类;
组合判断单元,用于对优选导联通道的QRS波识别和分类结果进行组合判断,形成组合检测结果。
14.如权利要求13所述的基于多导同步心电信号处理装置,其特征在于:所述的质量判断指标包括第一基线漂移判断指标、高频噪声判断指标、QRS幅度判断指标、第二基线漂移判断指标和信号过小判断指标,所述第一基线漂移判断指标用于判断低频干扰,所述第二基线漂移判断指标用于判断低频干扰和不规则干扰,所述高频噪声判断指标用于判断高频噪声,所述QRS幅度判断指标用于识别QRS幅度的高度,所述信号过小判断指标用于判断信号是否过小。
15.如权利要求14所述的基于多导同步心电信号处理装置,其特征在于:所述质量判断指标生成单元包括:
分组统计子单元,用于对采集单元所采集的一定时间段内的该导联通道的心电信号数据进行分组,统计每组的最大值、最小值和窗高,所述每组的窗高为该组的最大值减去最小值;
第二基线漂移判断指标生成子单元,用于对由每组的最小值组成的最小值集合进行最大值滤波后,将该一定时间段内所述最小值的幅度变化的最大值作为第二基线漂移判断指标;
高频噪声判断指标生成子单元,用于查找一定时间段内的最小窗高值,并将所述最小窗高值作为高频噪声判断指标;
QRS幅度判断指标生成子单元,用于查找一定时间段内的最大窗高值,并将所述最大窗高值作为QRS幅度判断指标;
第一基线漂移判断指标生成子单元,用于根据心电信号的数据检测QRS波,查找每个QRS波的起点,检测最近若干QRS波起点的波动值,所述波动值为若干QRS波起点中的最大值减去最小值,并将所述波动值作为第一基线漂移判断指标;
信号过小判断指标生成子单元,用于对心电信号的数据进行滤波,对滤波后一定时间段内的所述数据进行分组,统计每组的最大值、最小值和窗高,所述每组的窗高为该组的最大值减去最小值,查找最近指定时间内的最大窗高值,并将所述最大窗高值作为信号过小判断指标。
16.如权利要求14所述的基于多导同步心电信号处理装置,其特征在于:所述优选执行单元包括第一级优选执行子单元,所述第一级优选执行子单元在未脱落的每个有效导联中,查找出其信号过小判断指标大于第一设定阈值且高频噪声判断指标小于第二设定阈值的导联作为第一级优选导联。
17.如权利要求16所述的基于多导同步心电信号处理装置,其特征在于:所述优选执行单元还包括第二级优选执行子单元,所述第二级优选执行子单元用于当找出的第一级优选导联的数量大于1时,在第一级优选导联中,查找出其主导波形在0.6~3.5mv、最近检出的QRS幅度判断指标在0.5~4.5mv间、QRS幅度判断指标在0.5mV以上、第二基线漂移指标在2.5mv以下,且在规定时间内有QRS波检出的导联作为第二级优选导联。
18.如权利要求17所述的基于多导同步心电信号处理装置,其特征在于:所述优选执行单元还包括第三级优选执行子单元,所述第三级优选执行子单元用于当找出的第二级优选导联的数量大于1时,在第二级优选导联中,查找出其高频噪声判断指标与主导波形幅度比小于1/3,且高频噪声判断指标小于0.5mv、主导波形幅度大于0.5mv的导联,并在找出的导联中查找出其第一基线漂移判断指标小于1.25mv、第二基线漂移判断指标小于1mv,且不存在基线漂移延时的导联作为第三级优选导联。
19.如权利要求18所述的基于多导同步心电信号处理装置,其特征在于:还包括用于对优选导联进一步优化的优化单元,所述优化单元用于当优选结果仅有一个导联,且该导联超过一定时限无QRS检出,则强制将第一级优选导联中最先优选出的两个规定为优选导联;当前次优选和本次优选结果均为一个导联,且优选导联不同,则强制将前次优选出的导联和本次优选出的导联规定为两个优选导联。
20.如权利要求13至19中任一项所述的基于多导同步心电信号处理装置,其特征在于:所述组合判断单元包括用于判断优选导联通道数量的通道数判断子单元、用于处理单优选导联的第一组合判断单元和用于处理两优选导联的第二组合判断单元,所述第一组合判断单元用于当仅有一个优选导联通道时,处理前次采样遗留的QRS波,并将该优选导联通道检出的QRS波作为组合检测结果;所述第二组合判断单元包括:
处理子单元,用于处理前次采样遗留的QRS波;
读取子单元,用于读取下一组两个优选导联通道中待处理的QRS波;
QRS位置检测子单元,用于在两个通道都有待处理的QRS波时判断两通道的QRS波的位置差是否小于匹配窗,若是,则认为该QRS波是一个有效的QRS波,并以两通道检出的QRS位置均值作为组合检测结果,否则,将两通道中检出时间较近的QRS波作为当前待处理的QRS波;
QRS类型检测子单元,用于在QRS位置检测单元检测出结果时,判断两通道的QRS波分类是否相同,如果相同,则设置该分类为该QRS波的类型;如果分类不同,若被判定为室性波形的导联存在高频噪声或低频噪声大于第三设定阈值的情况,则设置该QRS波类型为正常,否则,设置该QRS波类型为室性波形;
第一判断子单元,判断当前待处理的QRS波与当前采样时间末的距离是否小于第一设定时间,若是,则将该QRS波计入缓冲区,延迟到下个采样时间处理;
第二判断子单元,用于在第一判断子单元的判断结果是当前待处理的QRS波与当前采样时间末的距离大于或等于第一设定时间时,判断该当前待处理的QRS波与其前一个组合检出的QRS波的距离是否小于第一设定时间,若是,则认为该QRS波无效;
第三判断子单元,用于在第二判断子单元的判断结果是该当前待处理的QRS波与其前一个组合检出的QRS波的距离大于或等于第一设定时间时,判断所述该当前待处理的QRS波与其前一个组合检出的QRS波的距离是否大于第一设定时间且小于第二设定时间;
第四判断子单元,用于在第三判断子单元的判断结果是该当前待处理QRS波与其前一个组合检出的QRS波的距离大于第一设定时间且小于第二设定时间时,检测另一导联对应位置信号幅度变化,并在该信号幅度变化大于第四设定阈值时认为该QRS波有效并记录其位置和类型,在该信号幅度变化小于或等于第四设定阈值时认为该QRS波无效;
第五判断子单元,用于在第三判断子单元的判断结果是该当前待处理的QRS波与其前一个组合检出的QRS波的距离大于或等于第二设定时间时,检测另一导联对应位置信号幅度变化,并在该信号幅度变化大于第五设定阈值时认为该QRS波有效并记录其位置和类型,在该信号幅度变化小于或等于第五设定阈值时认为该QRS波无效。
21.如权利要求13所述的基于多导同步心电信号处理装置,其特征在于:还包括用于对心电信号进行处理的预处理单元,所述QRS波识别和分类单元根据预处理后的心电信号数据对每个单导联通道或至少对优选导联通道进行QRS波识别和分类。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2007103050623A CN101467879B (zh) | 2007-12-26 | 2007-12-26 | 一种基于多导同步心电信号处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2007103050623A CN101467879B (zh) | 2007-12-26 | 2007-12-26 | 一种基于多导同步心电信号处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101467879A true CN101467879A (zh) | 2009-07-01 |
CN101467879B CN101467879B (zh) | 2012-11-21 |
Family
ID=40825864
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2007103050623A Active CN101467879B (zh) | 2007-12-26 | 2007-12-26 | 一种基于多导同步心电信号处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101467879B (zh) |
Cited By (41)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010081292A1 (zh) * | 2009-01-13 | 2010-07-22 | 华为技术有限公司 | 心电图导联识别方法及装置 |
CN102038497A (zh) * | 2010-12-02 | 2011-05-04 | 广东宝莱特医用科技股份有限公司 | 一种心电信号噪声分析方法 |
CN102539302A (zh) * | 2010-12-31 | 2012-07-04 | 深圳迈瑞生物医疗电子股份有限公司 | 信号处理方法和装置 |
CN102613970A (zh) * | 2012-02-13 | 2012-08-01 | 南京大学 | 对采集的多通道胎心电信号的通道数进行扩展的一种方法 |
CN103006209A (zh) * | 2012-12-29 | 2013-04-03 | 重庆康如来科技有限公司 | 心电信号检波方法及检波器 |
CN103431856A (zh) * | 2013-08-30 | 2013-12-11 | 深圳市理邦精密仪器股份有限公司 | 在多导联同步心电信号中选择心电导联的方法及装置 |
CN103860163A (zh) * | 2014-02-27 | 2014-06-18 | 深圳市理邦精密仪器股份有限公司 | 一种心电导联模式智能切换的方法和装置 |
CN103860164A (zh) * | 2014-02-27 | 2014-06-18 | 深圳市理邦精密仪器股份有限公司 | 一种心电驱动导联自动切换的方法和装置 |
CN103876727A (zh) * | 2014-02-27 | 2014-06-25 | 深圳市理邦精密仪器股份有限公司 | 一种心电导联工作模式自动切换的方法和装置 |
CN104382581A (zh) * | 2014-11-07 | 2015-03-04 | 深圳市理邦精密仪器股份有限公司 | 处理心电信号的方法、装置和采集打印心电信号的系统 |
CN104545890A (zh) * | 2014-12-30 | 2015-04-29 | 深圳先进技术研究院 | 一种基于心电信号的身份识别方法和装置 |
CN104739371A (zh) * | 2013-12-31 | 2015-07-01 | 深圳迈瑞生物医疗电子股份有限公司 | 监护仪及其多导联信号自动切换方法和装置 |
CN104921722A (zh) * | 2015-07-15 | 2015-09-23 | 西南民族大学 | 一种双导联融合心电qrs波检测方法 |
CN104939820A (zh) * | 2015-05-28 | 2015-09-30 | 深圳市理邦精密仪器股份有限公司 | 一种起搏信号检测方法及装置 |
CN105550653A (zh) * | 2015-12-14 | 2016-05-04 | 广州视源电子科技股份有限公司 | 心电导联智能选择方法和系统 |
CN105726013A (zh) * | 2016-01-27 | 2016-07-06 | 浙江铭众科技有限公司 | 一种具有心电信号质量判别功能的心电监测系统 |
CN105725966A (zh) * | 2016-01-27 | 2016-07-06 | 浙江铭众科技有限公司 | 一种基于神经网络模型的心电信号质量判别方法 |
CN105997050A (zh) * | 2016-05-12 | 2016-10-12 | 东北大学 | 一种穿戴式非接触心电采集装置及方法 |
WO2016168979A1 (zh) * | 2015-04-20 | 2016-10-27 | 深圳市长桑技术有限公司 | 一种生命体征分析方法与系统 |
CN106073765A (zh) * | 2016-05-27 | 2016-11-09 | 成都信汇聚源科技有限公司 | 一种微型动态心电监测设备上猝死风险预测的实现方法 |
CN106073755A (zh) * | 2016-05-27 | 2016-11-09 | 成都信汇聚源科技有限公司 | 一种微型动态心电监测设备上房颤自动识别的实现方法 |
CN108024750A (zh) * | 2015-08-25 | 2018-05-11 | 皇家飞利浦有限公司 | Ecg导联信号的高/低频信号质量评价 |
CN108601543A (zh) * | 2016-11-03 | 2018-09-28 | 华为技术有限公司 | 一种ecg信号处理方法及装置 |
CN108836313A (zh) * | 2018-07-13 | 2018-11-20 | 希蓝科技(北京)有限公司 | 一种智能选取导联的动态心电图分析方法 |
CN109589110A (zh) * | 2018-12-28 | 2019-04-09 | 上海联影智能医疗科技有限公司 | 心电导联检测方法、装置、设备和存储介质 |
CN109770889A (zh) * | 2017-11-15 | 2019-05-21 | 深圳市理邦精密仪器股份有限公司 | 心电数据选段方法和装置 |
CN109893121A (zh) * | 2019-03-26 | 2019-06-18 | 深圳理邦智慧健康发展有限公司 | 心电信号的采集方法、装置、终端和计算机可读存储介质 |
CN109907745A (zh) * | 2019-04-19 | 2019-06-21 | 太原理工大学 | 连续心率血压心电监测仪 |
CN110313908A (zh) * | 2018-03-30 | 2019-10-11 | 深圳市理邦精密仪器股份有限公司 | 一种获取实时心率的方法和装置 |
CN110353664A (zh) * | 2019-07-25 | 2019-10-22 | 山东凯迪泰科智能系统有限公司 | 心电图pqrst波分段方法及系统 |
CN110522442A (zh) * | 2019-08-16 | 2019-12-03 | 广州视源电子科技股份有限公司 | 多导联心电异常检测装置、电子设备和存储介质 |
CN110799096A (zh) * | 2017-06-20 | 2020-02-14 | 通用电气公司 | 非接触式心率监测 |
CN112535455A (zh) * | 2019-09-20 | 2021-03-23 | 深圳市理邦精密仪器股份有限公司 | 滤波方法、终端设备以及计算机存储介质 |
WO2021169339A1 (zh) * | 2020-02-29 | 2021-09-02 | 华为技术有限公司 | 信号测量方法及装置 |
CN113712563A (zh) * | 2020-05-12 | 2021-11-30 | 深圳市理邦精密仪器股份有限公司 | 动态心电图分析方法、心电监测设备以及存储介质 |
CN113768511A (zh) * | 2020-06-04 | 2021-12-10 | 深圳市理邦精密仪器股份有限公司 | 生理参数检测方法及电子设备 |
CN113786200A (zh) * | 2020-05-28 | 2021-12-14 | 深圳邦健生物医疗设备股份有限公司 | 心电信号处理方法、装置、设备及可读介质 |
CN113892954A (zh) * | 2021-09-30 | 2022-01-07 | 联想(北京)有限公司 | 一种可穿戴心电监测设备和信息确定方法 |
CN114072045A (zh) * | 2019-10-29 | 2022-02-18 | 深圳迈瑞生物医疗电子股份有限公司 | 自适应报警系统、方法、装置、及物联网系统 |
CN115602329A (zh) * | 2022-11-21 | 2023-01-13 | 毕胜普生物科技有限公司(Cn) | 心电信号处理方法、装置和相关设备 |
CN116196013A (zh) * | 2023-04-25 | 2023-06-02 | 毕胜普生物科技有限公司 | 心电数据处理方法、装置、计算机设备与存储介质 |
-
2007
- 2007-12-26 CN CN2007103050623A patent/CN101467879B/zh active Active
Cited By (67)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010081292A1 (zh) * | 2009-01-13 | 2010-07-22 | 华为技术有限公司 | 心电图导联识别方法及装置 |
CN102438514B (zh) * | 2009-01-13 | 2014-08-20 | 华为技术有限公司 | 心电图导联识别方法及装置 |
CN102038497A (zh) * | 2010-12-02 | 2011-05-04 | 广东宝莱特医用科技股份有限公司 | 一种心电信号噪声分析方法 |
CN102038497B (zh) * | 2010-12-02 | 2012-07-18 | 广东宝莱特医用科技股份有限公司 | 一种心电信号噪声分析方法 |
CN102539302A (zh) * | 2010-12-31 | 2012-07-04 | 深圳迈瑞生物医疗电子股份有限公司 | 信号处理方法和装置 |
CN102539302B (zh) * | 2010-12-31 | 2016-06-08 | 深圳迈瑞生物医疗电子股份有限公司 | 信号处理方法和装置 |
CN102613970B (zh) * | 2012-02-13 | 2014-08-06 | 南京大学 | 对采集的多通道胎心电信号的通道数进行扩展的一种方法 |
CN102613970A (zh) * | 2012-02-13 | 2012-08-01 | 南京大学 | 对采集的多通道胎心电信号的通道数进行扩展的一种方法 |
CN103006209A (zh) * | 2012-12-29 | 2013-04-03 | 重庆康如来科技有限公司 | 心电信号检波方法及检波器 |
CN103006209B (zh) * | 2012-12-29 | 2014-10-22 | 重庆康如来科技有限公司 | 心电信号检波方法及检波器 |
CN103431856A (zh) * | 2013-08-30 | 2013-12-11 | 深圳市理邦精密仪器股份有限公司 | 在多导联同步心电信号中选择心电导联的方法及装置 |
CN103431856B (zh) * | 2013-08-30 | 2015-09-16 | 深圳市理邦精密仪器股份有限公司 | 在多导联同步心电信号中选择心电导联的方法及装置 |
CN104739371B (zh) * | 2013-12-31 | 2020-02-14 | 深圳迈瑞生物医疗电子股份有限公司 | 监护仪及其多导联信号自动切换方法和装置 |
CN104739371A (zh) * | 2013-12-31 | 2015-07-01 | 深圳迈瑞生物医疗电子股份有限公司 | 监护仪及其多导联信号自动切换方法和装置 |
WO2015100909A1 (zh) * | 2013-12-31 | 2015-07-09 | 深圳迈瑞生物医疗电子股份有限公司 | 监护仪及其多导联信号自动切换方法和装置 |
CN103860164B (zh) * | 2014-02-27 | 2015-10-14 | 深圳市理邦精密仪器股份有限公司 | 一种心电驱动导联自动切换的方法和装置 |
CN103860164A (zh) * | 2014-02-27 | 2014-06-18 | 深圳市理邦精密仪器股份有限公司 | 一种心电驱动导联自动切换的方法和装置 |
CN103876727A (zh) * | 2014-02-27 | 2014-06-25 | 深圳市理邦精密仪器股份有限公司 | 一种心电导联工作模式自动切换的方法和装置 |
CN103860163B (zh) * | 2014-02-27 | 2015-12-09 | 深圳市理邦精密仪器股份有限公司 | 一种心电导联模式智能切换的方法和装置 |
CN103860163A (zh) * | 2014-02-27 | 2014-06-18 | 深圳市理邦精密仪器股份有限公司 | 一种心电导联模式智能切换的方法和装置 |
CN103876727B (zh) * | 2014-02-27 | 2017-04-05 | 深圳市理邦精密仪器股份有限公司 | 一种心电导联工作模式自动切换的方法和装置 |
CN104382581A (zh) * | 2014-11-07 | 2015-03-04 | 深圳市理邦精密仪器股份有限公司 | 处理心电信号的方法、装置和采集打印心电信号的系统 |
CN104545890A (zh) * | 2014-12-30 | 2015-04-29 | 深圳先进技术研究院 | 一种基于心电信号的身份识别方法和装置 |
CN104545890B (zh) * | 2014-12-30 | 2017-08-25 | 深圳先进技术研究院 | 一种基于心电信号的身份识别方法和装置 |
US11406304B2 (en) | 2015-04-20 | 2022-08-09 | Vita-Course Technologies Co., Ltd. | Systems and methods for physiological sign analysis |
CN107530015A (zh) * | 2015-04-20 | 2018-01-02 | 深圳市长桑技术有限公司 | 一种生命体征分析方法与系统 |
WO2016168979A1 (zh) * | 2015-04-20 | 2016-10-27 | 深圳市长桑技术有限公司 | 一种生命体征分析方法与系统 |
CN104939820B (zh) * | 2015-05-28 | 2017-12-19 | 深圳市理邦精密仪器股份有限公司 | 一种起搏信号检测方法及装置 |
CN104939820A (zh) * | 2015-05-28 | 2015-09-30 | 深圳市理邦精密仪器股份有限公司 | 一种起搏信号检测方法及装置 |
CN104921722A (zh) * | 2015-07-15 | 2015-09-23 | 西南民族大学 | 一种双导联融合心电qrs波检测方法 |
CN108024750B (zh) * | 2015-08-25 | 2022-05-03 | 皇家飞利浦有限公司 | Ecg导联信号的高/低频信号质量评价 |
CN108024750A (zh) * | 2015-08-25 | 2018-05-11 | 皇家飞利浦有限公司 | Ecg导联信号的高/低频信号质量评价 |
WO2017101529A1 (zh) * | 2015-12-14 | 2017-06-22 | 广州视源电子科技股份有限公司 | 心电导联智能选择方法和系统 |
CN105550653A (zh) * | 2015-12-14 | 2016-05-04 | 广州视源电子科技股份有限公司 | 心电导联智能选择方法和系统 |
CN105550653B (zh) * | 2015-12-14 | 2018-11-27 | 广州视源电子科技股份有限公司 | 心电导联智能选择方法和系统 |
CN105725966A (zh) * | 2016-01-27 | 2016-07-06 | 浙江铭众科技有限公司 | 一种基于神经网络模型的心电信号质量判别方法 |
CN105726013A (zh) * | 2016-01-27 | 2016-07-06 | 浙江铭众科技有限公司 | 一种具有心电信号质量判别功能的心电监测系统 |
CN105997050A (zh) * | 2016-05-12 | 2016-10-12 | 东北大学 | 一种穿戴式非接触心电采集装置及方法 |
CN106073755A (zh) * | 2016-05-27 | 2016-11-09 | 成都信汇聚源科技有限公司 | 一种微型动态心电监测设备上房颤自动识别的实现方法 |
CN106073765A (zh) * | 2016-05-27 | 2016-11-09 | 成都信汇聚源科技有限公司 | 一种微型动态心电监测设备上猝死风险预测的实现方法 |
CN108601543A (zh) * | 2016-11-03 | 2018-09-28 | 华为技术有限公司 | 一种ecg信号处理方法及装置 |
US11337638B2 (en) | 2016-11-03 | 2022-05-24 | Huawei Technologies Co., Ltd. | ECG signal processing method and apparatus |
CN110799096A (zh) * | 2017-06-20 | 2020-02-14 | 通用电气公司 | 非接触式心率监测 |
CN109770889A (zh) * | 2017-11-15 | 2019-05-21 | 深圳市理邦精密仪器股份有限公司 | 心电数据选段方法和装置 |
CN110313908A (zh) * | 2018-03-30 | 2019-10-11 | 深圳市理邦精密仪器股份有限公司 | 一种获取实时心率的方法和装置 |
CN110313908B (zh) * | 2018-03-30 | 2022-03-08 | 深圳市理邦精密仪器股份有限公司 | 一种获取实时心率的方法和装置 |
CN108836313A (zh) * | 2018-07-13 | 2018-11-20 | 希蓝科技(北京)有限公司 | 一种智能选取导联的动态心电图分析方法 |
CN109589110B (zh) * | 2018-12-28 | 2021-09-21 | 上海联影智能医疗科技有限公司 | 心电导联检测方法、装置、设备和存储介质 |
CN109589110A (zh) * | 2018-12-28 | 2019-04-09 | 上海联影智能医疗科技有限公司 | 心电导联检测方法、装置、设备和存储介质 |
CN109893121A (zh) * | 2019-03-26 | 2019-06-18 | 深圳理邦智慧健康发展有限公司 | 心电信号的采集方法、装置、终端和计算机可读存储介质 |
CN109893121B (zh) * | 2019-03-26 | 2021-11-05 | 深圳理邦智慧健康发展有限公司 | 心电信号的采集方法、装置、终端和计算机可读存储介质 |
CN109907745A (zh) * | 2019-04-19 | 2019-06-21 | 太原理工大学 | 连续心率血压心电监测仪 |
CN110353664B (zh) * | 2019-07-25 | 2022-09-20 | 山东凯迪泰科智能系统有限公司 | 心电图pqrst波分段方法及系统 |
CN110353664A (zh) * | 2019-07-25 | 2019-10-22 | 山东凯迪泰科智能系统有限公司 | 心电图pqrst波分段方法及系统 |
CN110522442A (zh) * | 2019-08-16 | 2019-12-03 | 广州视源电子科技股份有限公司 | 多导联心电异常检测装置、电子设备和存储介质 |
CN112535455A (zh) * | 2019-09-20 | 2021-03-23 | 深圳市理邦精密仪器股份有限公司 | 滤波方法、终端设备以及计算机存储介质 |
CN114072045B (zh) * | 2019-10-29 | 2024-03-22 | 深圳迈瑞生物医疗电子股份有限公司 | 自适应报警系统、方法、装置、及物联网系统 |
CN114072045A (zh) * | 2019-10-29 | 2022-02-18 | 深圳迈瑞生物医疗电子股份有限公司 | 自适应报警系统、方法、装置、及物联网系统 |
WO2021169339A1 (zh) * | 2020-02-29 | 2021-09-02 | 华为技术有限公司 | 信号测量方法及装置 |
CN113712563A (zh) * | 2020-05-12 | 2021-11-30 | 深圳市理邦精密仪器股份有限公司 | 动态心电图分析方法、心电监测设备以及存储介质 |
CN113786200A (zh) * | 2020-05-28 | 2021-12-14 | 深圳邦健生物医疗设备股份有限公司 | 心电信号处理方法、装置、设备及可读介质 |
CN113768511B (zh) * | 2020-06-04 | 2023-09-22 | 深圳市理邦精密仪器股份有限公司 | 生理参数检测方法及电子设备 |
CN113768511A (zh) * | 2020-06-04 | 2021-12-10 | 深圳市理邦精密仪器股份有限公司 | 生理参数检测方法及电子设备 |
CN113892954A (zh) * | 2021-09-30 | 2022-01-07 | 联想(北京)有限公司 | 一种可穿戴心电监测设备和信息确定方法 |
CN115602329A (zh) * | 2022-11-21 | 2023-01-13 | 毕胜普生物科技有限公司(Cn) | 心电信号处理方法、装置和相关设备 |
CN116196013A (zh) * | 2023-04-25 | 2023-06-02 | 毕胜普生物科技有限公司 | 心电数据处理方法、装置、计算机设备与存储介质 |
CN116196013B (zh) * | 2023-04-25 | 2023-08-15 | 毕胜普生物科技有限公司 | 心电数据处理方法、装置、计算机设备与存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN101467879B (zh) | 2012-11-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101467879B (zh) | 一种基于多导同步心电信号处理方法及装置 | |
CN101449973B (zh) | 用于心电干扰信号识别的判断指标的生成方法及装置 | |
Fang et al. | Human identification by quantifying similarity and dissimilarity in electrocardiogram phase space | |
WO2019100565A1 (zh) | 基于人工智能自学习的动态心电图分析方法和装置 | |
Saini et al. | QRS detection using K-Nearest Neighbor algorithm (KNN) and evaluation on standard ECG databases | |
De Chazal et al. | Automatic classification of heartbeats using ECG morphology and heartbeat interval features | |
CN103110417B (zh) | 一种心电图自动识别系统 | |
CN109411042B (zh) | 心电信息处理方法和心电工作站 | |
CN109758145B (zh) | 基于脑电信号因果关系的自动睡眠分期方法 | |
CN112528783B (zh) | 心电图心搏数据聚类方法、装置、电子设备和介质 | |
CN113397555A (zh) | 生理参数监测用c-lstm的心率失常分类算法 | |
CN114532993B (zh) | 一种癫痫患者脑电高频振荡信号的自动检测方法 | |
de Chazal et al. | Automatic classification of ECG beats using waveform shape and heart beat interval features | |
CN103345600A (zh) | 一种心电信号数据处理方法 | |
CN111772585A (zh) | 间期颅内脑电信号中癫痫异常群体活动的数据提取方法 | |
CN108294745A (zh) | 多导联心电图信号中p波、t波起止点检测方法及系统 | |
CN110090016B (zh) | 定位r波位置的方法及系统、使用lstm神经网络的r波自动检测方法 | |
CN110070013B (zh) | 一种ecg信号噪声污染程度与类别智能评估方法 | |
CN107595276A (zh) | 一种基于单导联心电信号时频特征的房颤检测方法 | |
CN115486854B (zh) | 一种针对干电极采集的单导联心电图室性早搏识别方法 | |
CN104644160A (zh) | 心电图伪差信号识别方法及装置 | |
CN112381174A (zh) | 一种针对多电极阵列的神经信号分类方法 | |
CN115120248A (zh) | 基于直方图的自适应阈值r峰检测、心律分类方法及装置 | |
CN109009087A (zh) | 一种心电信号r波的快速检测方法 | |
Peimankar et al. | Automatic detection of cardiac arrhythmias using ensemble learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |