CN101919695A - 一种基于小波变换的心电信号qrs波检测方法 - Google Patents
一种基于小波变换的心电信号qrs波检测方法 Download PDFInfo
- Publication number
- CN101919695A CN101919695A CN201010247022.XA CN201010247022A CN101919695A CN 101919695 A CN101919695 A CN 101919695A CN 201010247022 A CN201010247022 A CN 201010247022A CN 101919695 A CN101919695 A CN 101919695A
- Authority
- CN
- China
- Prior art keywords
- electrocardiosignal
- signal
- ripple
- qrs complex
- wavelet transformation
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 23
- 238000000718 qrs complex Methods 0.000 title claims abstract description 18
- 238000001228 spectrum Methods 0.000 claims abstract description 22
- 238000000034 method Methods 0.000 claims description 37
- 230000009466 transformation Effects 0.000 claims description 34
- 230000003044 adaptive effect Effects 0.000 claims description 7
- 230000003321 amplification Effects 0.000 claims description 4
- 239000002131 composite material Substances 0.000 claims description 4
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 4
- 230000008030 elimination Effects 0.000 claims description 2
- 238000003379 elimination reaction Methods 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 claims 1
- 238000005096 rolling process Methods 0.000 claims 1
- 238000004364 calculation method Methods 0.000 abstract description 4
- 238000005070 sampling Methods 0.000 abstract description 3
- 238000007781 pre-processing Methods 0.000 abstract 1
- 238000004458 analytical method Methods 0.000 description 8
- 238000000354 decomposition reaction Methods 0.000 description 8
- 238000006243 chemical reaction Methods 0.000 description 7
- 239000000203 mixture Substances 0.000 description 6
- 101100070541 Podospora anserina (strain S / ATCC MYA-4624 / DSM 980 / FGSC 10383) het-S gene Proteins 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 230000003313 weakening effect Effects 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000006793 arrhythmia Effects 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
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小波变换的心电信号QRS波检测方法，包括步骤S1，对心电信号进行预处理，将心电信号的采样率改变为预定范围的采样率；步骤S2，对预处理后的心电信号进行小波变换，得到特征频谱高频成分；还包括：步骤S3，对特征频谱高频成分求导并取绝对值；步骤S4，对小信号干扰进行剔除，保留求导绝对值的极大值点；步骤S5，根据极大值点幅值的变化，结合QRS复合波的最大周期获取特征波形。本发明可以达到减弱高大P波和T波的干扰，计算复杂度小、实时性高，可以有效提高心电信号特征波形识别能力和定位的准确度的有益效果。
Description
技术领域
本发明涉及心电信号QRS波检测方法技术领域，具体的是一种基于小波变换的改进型心电信号QRS波检测方法。
背景技术
心电信号的自动分析与处理一直是生物医学工程领域中的重要研究课题，其中，心电信号的自动分析与处理关键问题是QRS波的检测，因为可靠的QRS波检测不仅是诊断心律失常的重要依据，而且也只有在QRS波确定之后才有可能计算心率并进行心率变异分析及检测ST段的参数和分析心电信号的其它细节信息。
近些年来，QRS波的检测主要有以下几种方法：滤波器法、模板匹配法、神经网络法、数据融合检测法、小波变换分析法等。以上几种方法中，除小波变换分析法外，其他方法都只能在单一频率域对QRS波进行分析，易受干扰信号的影响，从而导致识别率下降。而小波变换是时间和频率的局部变换，实现了既在频率域又在时间域的高分辨率的局部定位，能够很好地反应信号的局部特征，所以小波变换用于心电信号的自动分析，极大的提高了心电特征信号的判别率。
心电信号进行小波变换后，如图2(b)所示，原心电信号的R峰值变成了特征频谱信号的过零点，在原心电信号的R波的上升沿中段和下降沿，分别形成了特征频谱信号两个极值点；这两个极值点是相邻的极值点，我们称之为极值点对。
传统的基于小波变换的进行QRS波检测方法都是通过寻找相应尺度上高频部分的极值对来定位QRS波群，进而确定极值对间的过零点作为R波的峰点，由于极值对的检测确定及过零点的计算都极其繁琐，低频区域存在幅值较大的P波和T波的干扰，造成该方法容易产生极值对的配对不准确，从而导致出现多检和漏检现象，同时带来较大的计算量；传统的小波变换分析法只能识别一个方向的波形，即凸波或凹波，当心电波形变异出现小R大S或小R大Q的QRS波群时，由于R波幅值较小而发生识别错误时，仅依赖极值对来识别R波的方法，给特征信号的识别引入了较大风险。这些问题严重影响心电信号特征波形识别能力和定位的准确度，同时也限制了基于小波变换方法在心电信号分析和处理上的应用。
发明内容
本发明的目的是提供一种基于小波变换的心电信号的QRS波检测的方法，可以有效提高心电信号特征波形识别能力和定位的准确度。
本发明是通过以下技术方案实现本发明目的的：
一种基于小波变换的心电信号QRS波检测方法，包括步骤S1，对心电信号进行预处理，将心电信号的采样率改变为预定范围的采样率；步骤S2，对预处理后的心电信号进行小波变换，得到特征频谱高频成分；还包括：步骤S3，对特征频谱高频成分求导并取绝对值；步骤S4，对小信号干扰进行剔除，保留求导绝对值的极大值点；步骤S5，根据极大值点幅值的变化，结合QRS复合波的最大周期获取特征波形。
上述小信号干扰剔除方法包括：步骤S41，取较短时间的数据进行滑动平均计算，得到小信号的均值及基线；步骤S42，对小信号的均值设定一有效放大倍数，得到小信号的包络线；步骤S43，对包络线之间的数据置零，并将小信号的均值设置为下一特征波形检测阈值的下限。
上述步骤S5包括：步骤S51，计算心电信号的阈值；步骤S52，去掉小于阈值的波形数据，可得到QRS复合波形；步骤S53，检测连续的QRS周期内的最大极值点，所述最大极值点为QRS特征波形中R波或S波或Q波的波峰。。所述计算心电信号阈值的方法为自训练法或自适应阈值法。
本发明可以达到以下有益效果：
1、通过小波变换获得到比QRS复合波频率范围(7-27Hz)稍高的频谱范围内的特征频谱成分，有利于减弱高大P波和T波的干扰；
2、采用对小波分解高频特征频谱成分做求导变换，求导变换后使特征频谱信号的过零点别变换为极大值点突显出来，避免了为定位R波而寻找极值对产生的错误干扰，并且计算量被大大减小；
3、对大信号和小信号进行自适应阈值处理，计算复杂度小、实时性高。
附图说明
本发明将通过例子并参照附图的方式说明，其中：
图1是心电信号的离散小波变换分解图。
图2是心电特征信号检测过程图。
具体实施方式
本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。
本说明书(包括任何附加权利要求、摘要和附图)中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。
下面，将结合附图对本发明做进一步详细的说明。
本发明是连续对心电信号数据的一系列加工处理过程，主要包括：心电信号预处理，小波变换，特征频谱成分求导并取绝对值，信号的自适应阈值处理，特征波形检测。
一、心电信号预处理
本步骤主要是配合小波变换，实现计算时间复杂度和空间复杂度尽可能的最小，为实现快速计算提供保证。
如图1所示，心电信号预处理就是改变输入的心电信号的采样率，即将采样率改变成预定范围内的采样率；目的是使输出的小波变换的心电信号为一固定范围采样率的数据，使QRS波的频率范围落在其分解特征频谱频带内，固定住小波变换的分解尺度，保证小波分解的缓存空间为一固定小的空间，并且固定了计算的复杂度，如图2(a)所示，就是固定了分解尺度的心电信号。采样频率变换时，抽取点数要跟随变化，保证输入到小波分解的电生理信号是限定范围内的采样率，同时保证信号不失真。
二、对预处理后的心电信号进行小波变换
通过小波变换获得到比QRS复合波频率范围(7-27Hz)稍高的频谱范围内的特征频谱成分，有利于减弱高大P波和T波的干扰。
图2(b)是对固定了分解尺度的心电信号进行小波变换后的特征频谱信号图；在基于小波变换后，原心电信号的R峰值变成了特征频谱信号的过零点，在原心电信号的R波的上升沿中段和下降沿，分别形成了两个极值点；这两个极值点是相邻的极值点，我们称之为极值点对。
小波变换已被广泛应用于心电信号的特征波检测，主要应用于小波变换的时频特性以及多分辨率特性。关于小波变换是现有技术，所以更多小波变换的过程在此不再赘述。
三、特征频谱高频成分的求导并取绝对值
采用对小波分解高频特征频谱成分做求导变换，求导变换后使特征频谱信号的过零点被变换为极大值点突显出来，避免了为定位R波而寻找极值对产生的错误干扰，并且计算量被大大减小。
图2(c)是对特征频谱信号求导后得到波形图；求导变换可以将需要识别的波形对应的极值点对间的过零点变换为极大值点，且由导数的性质可得极大值点顶点连续。同时，求导过程会使高频成分的幅值加强，低频成分的幅值得到衰减，而Q波、R波、S波在有效频带内属于高频成分，而T波和P波属于低频成分，求导后Q波、R波、S波幅值加强，而T波或P波的幅值会进一步衰减，有效的抑制了高大P波和T波的干扰，有利于后续的识别处理。
本发明中对导数成分取绝对值目的是避免因为波形变异而产生的误判。在心电信号中，因为波形变异往往存在有小R大S、大Q小R等情况，经小波变换后，由于受R波幅值影响，R波对应变换后的波形很弱，虽然求导能突出R波，但相比较仍较弱，不易被准确检测到，由于Q波、R波、S波距离非常小，此时可以通过识别Q波或S波近似定位R波，那么在波形变异时识别Q波或S波就显得同样重要。因此，对导数取绝对值，便能在Q、R、S波中找到对应极大值的幅值最大的一个波形，传统方法是无法实现这一功能的。
四、分别对大信号和小信号进行自适应阈值处理
所述小信号为小幅度值的随机干扰信号，所述大信号就是正常的心电信号。
对小信号干扰进行剔除，保留所述导数绝对值的较大极值点。在没有正常心电信号时需要剔除小信号的干扰，有必要在特征频谱成分的导数绝对值中取较短时间的数据进行滑动平均，以确定均值，对于均值设定一有效下限值和放大倍数来剔除小信号的干扰，此方法计算复杂度很小；阈值化去除邻域内较小的极值点，保留较大极值点；剔除小幅值的平稳随机干扰信号，心电信号常常伴有小幅值平稳随机信号和基线漂移等干扰，呈现出小幅值的平稳随机信号和缓慢的漂移信号叠加，干扰正常的QRS波检测的准确率。尤其是在没有正常心电信号输入时，偶尔会错误的检测到QRS波。究其主要原因，是因为小幅值平稳随机信号干扰，剔除小幅值平稳随机信号后，基线漂移对检测就不会造成干扰。
依据小幅值平稳随机信号的特征，在特征频谱成分的导数绝对值中取较短时间的数据进行滑动平均计算。计算得到的均值及小幅值平稳随机信号的基线，对均值设定一有效放大倍数就得到小幅值平稳随机干扰信号的包络线，对包络线间的数据置零即可剔除小幅值平稳随机信号。同时得到的均值即可作为下一特征波形检测阈值的下限。
此方法计算复杂度很小、实时性高。
五、特征波形检测
特征波形检测是对图2(d)中变换数据的处理，根据幅值的变化来获取特征波形。对特征波形的检测是一系列简单计算方法的有机结合，主要有自训练法、自适应阈值等方法，还结合了QRS复合波的最大周期。
自训练法通过一个最小持续时间心电信号训练获得最大阈值；自适应阈值是根据连续相邻两段自训练法获得的最大阈值计算平均，得到当前阈值。对当前阈值需要结合上一步(四中)得到的阈值下限进行修正而获得了更精确的阈值，使用阈值化的方法去掉小于阈值的波形数据，即可得到QRS复合波形。但此时获得的QRS复合波形对应于一段有效波形数据，可结合最大周期，找出连续的QRS周期内的最大极值点，即对应于检测的QRS特征波形中R波或S波或Q波的波峰，如图2(d)所示的局部最大值点。
本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。
Claims (6)
1.一种基于小波变换的心电信号QRS波检测方法，包括
步骤S1，对心电信号进行预处理，将心电信号的采样率改变为预定范围的采样率；
步骤S2，对预处理后的心电信号进行小波变换，得到特征频谱高频成分；
其特征在于，还包括：
步骤S3，对特征频谱高频成分求导并取绝对值；
步骤S4，对小信号干扰进行剔除，保留求导绝对值的极大值点；
步骤S5，根据极大值点幅值的变化，结合QRS复合波的最大周期获取特征波形。
2.根据权利要求1所述的基于小波变换的心电信号QRS波检测方法，其特征在于，所述小信号干扰剔除方法包括：
步骤S41，取较短时间的数据进行滑动平均计算，得到小信号的均值及基线；
步骤S42，对小信号的均值设定一有效放大倍数，得到小信号的包络线；
步骤S43，对包络线内的数据置零，并将小信号的均值设置为下一特征波形检测阈值的下线。
3.根据权利要求1所述的基于小波变换的心电信号QRS波检测方法，其特征在于，步骤S5包括：
步骤S51，计算心电信号的阈值；
步骤S52，去掉小于阈值的波形数据，可得到QRS复合波形；
步骤S53，检测连续的QRS周期内的最大极值点。
4.根据权利要求3所述的基于小波变换的心电信号QRS波检测方法，其特征在于，所述计算心电信号阈值的方法为自训练法。
5.根据权利要求3所述的基于小波变换的心电信号QRS波检测方法，其特征在于，所述计算心电信号阈值的方法为自适应阈值法。
6.根据权利要求3所述的基于小波变换的心电信号QRS波检测方法，其特征在于，所述最大极值点为QRS特征波形中R波或S波或Q波的波峰。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201010247022XA CN101919695B (zh) | 2010-08-06 | 2010-08-06 | 一种基于小波变换的心电信号qrs波检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201010247022XA CN101919695B (zh) | 2010-08-06 | 2010-08-06 | 一种基于小波变换的心电信号qrs波检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101919695A true CN101919695A (zh) | 2010-12-22 |
| CN101919695B CN101919695B (zh) | 2012-11-21 |
Family
ID=43335114
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201010247022XA Active CN101919695B (zh) | 2010-08-06 | 2010-08-06 | 一种基于小波变换的心电信号qrs波检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101919695B (zh) |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102880812A (zh) * | 2012-08-02 | 2013-01-16 | 北京华生恒业科技有限公司 | 基于小波分析法处理溶解曲线的方法、装置和电子终端 |
| CN102988041A (zh) * | 2012-11-16 | 2013-03-27 | 中国科学院上海微系统与信息技术研究所 | 心磁信号噪声抑制中的信号选择性平均方法 |
| CN103083013A (zh) * | 2013-01-18 | 2013-05-08 | 哈尔滨工业大学深圳研究生院 | 基于形态学与小波变换的心电信号qrs复波检测方法 |
| CN103222864A (zh) * | 2013-04-07 | 2013-07-31 | 广东工业大学 | 一种自适应心电检测方法及其监控系统 |
| CN104161510A (zh) * | 2014-08-27 | 2014-11-26 | 电子科技大学 | 一种多级导联心电信号qrs波形识别方法 |
| CN105870549A (zh) * | 2016-03-30 | 2016-08-17 | 南通大学 | 一种分数阶90°移相器及其qrs检波方法 |
| CN106137184A (zh) * | 2015-04-08 | 2016-11-23 | 四川锦江电子科技有限公司 | 基于小波变换的心电信号qrs波检测方法 |
| CN106344004A (zh) * | 2016-09-28 | 2017-01-25 | 清华大学 | 心电信号特征点检测方法及装置 |
| CN107997759A (zh) * | 2017-10-27 | 2018-05-08 | 北京康博众联电子科技有限公司 | 心电信号中qrs波群的检测方法、存储介质和计算机设备 |
| CN108309284A (zh) * | 2018-03-15 | 2018-07-24 | 广州视源电子科技股份有限公司 | 心电图t波终点检测方法和装置 |
| CN109602414A (zh) * | 2018-11-12 | 2019-04-12 | 安徽心之声医疗科技有限公司 | 一种多视角转换的心电信号数据增强方法 |
| CN109998495A (zh) * | 2019-05-23 | 2019-07-12 | 河南工业大学 | 一种基于粒子群优化bp神经网络的心电信号分类方法 |
| CN110403601A (zh) * | 2019-08-27 | 2019-11-05 | 安徽心之声医疗科技有限公司 | 基于深度学习的心电信号qrs波群识别方法 |
| CN110742599A (zh) * | 2019-11-01 | 2020-02-04 | 广东工业大学 | 一种心电信号特征提取分类方法及系统 |
| CN112472328A (zh) * | 2020-12-03 | 2021-03-12 | 殷晓光 | 一种防回流带清理的牙科手机 |
| CN112617887A (zh) * | 2020-12-31 | 2021-04-09 | 山西美好蕴育生物科技有限责任公司 | 用于安抚婴儿的母亲心音智能采集处理方法 |
| CN113545787A (zh) * | 2020-04-21 | 2021-10-26 | 宏碁股份有限公司 | 分析心电图信号的方法 |
| CN114176602A (zh) * | 2021-12-30 | 2022-03-15 | 重庆康如来科技有限公司 | 一种基于深度学习多目标检测同时定位心电p波、qrs波、t波位置的方法 |
| CN114521901A (zh) * | 2021-12-28 | 2022-05-24 | 宁波慈溪生物医学工程研究所 | 一种心电特征提取方法、装置及存储介质 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1733330A (zh) * | 2004-08-10 | 2006-02-15 | 郑则广 | 利用食道电极膈肌肌电图触发呼吸机送气的方法 |
-
2010
- 2010-08-06 CN CN201010247022XA patent/CN101919695B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1733330A (zh) * | 2004-08-10 | 2006-02-15 | 郑则广 | 利用食道电极膈肌肌电图触发呼吸机送气的方法 |
Non-Patent Citations (3)
| Title |
|---|
| 《医疗卫生装备》 20090228 陈真诚、白家莲 《基于小波变换的QRS波检测方法研究》 第四页左栏第二段，第5页左栏3.1第一段，第5页倒数后两行至第6页前4行，第6页左栏第五段，附图3 1，3，6 第30卷, 第2期 2 * |
| 《医疗卫生装备》 20090228 陈真诚、白家莲 《基于小波变换的QRS波检测方法研究》 第四页左栏第二段，第5页左栏3.1第一段，第5页倒数后两行至第6页前4行，第6页左栏第五段，附图3 2，4-5 第30卷, 第2期 2 * |
| 《航天医学与医学工程》 20031231 何欣、张永红、白净 《基于小波变换模板的QRS检测方法》 第441页右栏第二段 4-5 第16卷, 第6期 2 * |
Cited By (28)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102880812B (zh) * | 2012-08-02 | 2016-08-03 | 江苏华生基因数据科技股份有限公司 | 基于小波分析法处理溶解曲线的方法、装置和电子终端 |
| CN102880812A (zh) * | 2012-08-02 | 2013-01-16 | 北京华生恒业科技有限公司 | 基于小波分析法处理溶解曲线的方法、装置和电子终端 |
| CN102988041A (zh) * | 2012-11-16 | 2013-03-27 | 中国科学院上海微系统与信息技术研究所 | 心磁信号噪声抑制中的信号选择性平均方法 |
| CN102988041B (zh) * | 2012-11-16 | 2018-04-06 | 中国科学院上海微系统与信息技术研究所 | 心磁信号噪声抑制中的信号选择性平均方法 |
| CN103083013A (zh) * | 2013-01-18 | 2013-05-08 | 哈尔滨工业大学深圳研究生院 | 基于形态学与小波变换的心电信号qrs复波检测方法 |
| CN103222864A (zh) * | 2013-04-07 | 2013-07-31 | 广东工业大学 | 一种自适应心电检测方法及其监控系统 |
| CN103222864B (zh) * | 2013-04-07 | 2015-03-25 | 广东工业大学 | 一种自适应心电检测方法及其监控系统 |
| CN104161510A (zh) * | 2014-08-27 | 2014-11-26 | 电子科技大学 | 一种多级导联心电信号qrs波形识别方法 |
| CN106137184A (zh) * | 2015-04-08 | 2016-11-23 | 四川锦江电子科技有限公司 | 基于小波变换的心电信号qrs波检测方法 |
| CN105870549A (zh) * | 2016-03-30 | 2016-08-17 | 南通大学 | 一种分数阶90°移相器及其qrs检波方法 |
| CN106344004A (zh) * | 2016-09-28 | 2017-01-25 | 清华大学 | 心电信号特征点检测方法及装置 |
| CN107997759A (zh) * | 2017-10-27 | 2018-05-08 | 北京康博众联电子科技有限公司 | 心电信号中qrs波群的检测方法、存储介质和计算机设备 |
| CN108309284A (zh) * | 2018-03-15 | 2018-07-24 | 广州视源电子科技股份有限公司 | 心电图t波终点检测方法和装置 |
| CN109602414A (zh) * | 2018-11-12 | 2019-04-12 | 安徽心之声医疗科技有限公司 | 一种多视角转换的心电信号数据增强方法 |
| CN109998495A (zh) * | 2019-05-23 | 2019-07-12 | 河南工业大学 | 一种基于粒子群优化bp神经网络的心电信号分类方法 |
| CN110403601A (zh) * | 2019-08-27 | 2019-11-05 | 安徽心之声医疗科技有限公司 | 基于深度学习的心电信号qrs波群识别方法 |
| CN110742599B (zh) * | 2019-11-01 | 2022-05-10 | 广东工业大学 | 一种心电信号特征提取分类方法及系统 |
| CN110742599A (zh) * | 2019-11-01 | 2020-02-04 | 广东工业大学 | 一种心电信号特征提取分类方法及系统 |
| CN113545787B (zh) * | 2020-04-21 | 2023-08-08 | 宏碁股份有限公司 | 分析心电图信号的方法 |
| CN113545787A (zh) * | 2020-04-21 | 2021-10-26 | 宏碁股份有限公司 | 分析心电图信号的方法 |
| CN112472328A (zh) * | 2020-12-03 | 2021-03-12 | 殷晓光 | 一种防回流带清理的牙科手机 |
| CN112472328B (zh) * | 2020-12-03 | 2021-12-31 | 杨燕 | 一种防回流带清理的牙科手机 |
| CN112617887B (zh) * | 2020-12-31 | 2022-02-22 | 山西美好蕴育生物科技有限责任公司 | 用于安抚婴儿的母亲心音智能采集处理方法 |
| CN112617887A (zh) * | 2020-12-31 | 2021-04-09 | 山西美好蕴育生物科技有限责任公司 | 用于安抚婴儿的母亲心音智能采集处理方法 |
| CN114521901A (zh) * | 2021-12-28 | 2022-05-24 | 宁波慈溪生物医学工程研究所 | 一种心电特征提取方法、装置及存储介质 |
| CN114521901B (zh) * | 2021-12-28 | 2024-03-19 | 宁波慈溪生物医学工程研究所 | 一种心电特征提取方法、装置及存储介质 |
| CN114176602A (zh) * | 2021-12-30 | 2022-03-15 | 重庆康如来科技有限公司 | 一种基于深度学习多目标检测同时定位心电p波、qrs波、t波位置的方法 |
| CN114176602B (zh) * | 2021-12-30 | 2024-04-26 | 重庆康如来科技有限公司 | 一种基于深度学习多目标检测同时定位心电p波、qrs波、t波位置的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN101919695B (zh) | 2012-11-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101919695B (zh) | 一种基于小波变换的心电信号qrs波检测方法 | |
| Hu et al. | An enhanced empirical wavelet transform for noisy and non-stationary signal processing | |
| CN103584854B (zh) | 心电信号r波的提取方法 | |
| Chen et al. | Intrinsic chirp component decomposition by using Fourier series representation | |
| CN107316653B (zh) | 一种基于改进的经验小波变换的基频检测方法 | |
| CN106685478B (zh) | 基于信号时频图像信息提取的跳频信号参数估计方法 | |
| Li et al. | Research on test bench bearing fault diagnosis of improved EEMD based on improved adaptive resonance technology | |
| CN103989462A (zh) | 一种脉搏波形第一特征点和第二特征点的提取方法 | |
| CN102780534B (zh) | 一种通用的电磁信号自动搜索方法 | |
| CN104268883A (zh) | 一种基于边缘检测的时频谱曲线提取方法 | |
| Chen et al. | An ameliorated synchroextracting transform based on upgraded local instantaneous frequency approximation | |
| CN103941091A (zh) | 基于改进emd端点效应的电力系统hht谐波检测方法 | |
| CN105429719B (zh) | 基于功率谱和多尺度小波变换分析强干扰信号检测方法 | |
| CN103809198A (zh) | 一种测量粒子加速器束流位置的方法 | |
| CN106137184B (zh) | 基于小波变换的心电信号qrs波检测方法 | |
| CN106845334A (zh) | 一种基于数学形态学的新型噪声提取方法 | |
| Ahmadi et al. | Types of EMD algorithms | |
| CN101655834A (zh) | 一种基于分数阶小波变换的信号分离方法 | |
| JP2012233824A (ja) | パッシブレーダ装置、誘導装置及び電波検出方法 | |
| Lenka | Time-frequency analysis of non-stationary electrocardiogram signals using Hilbert-Huang Transform | |
| CN103239239B (zh) | 一种定幅值的动态光谱数据提取方法 | |
| CN109214318B (zh) | 一种寻找非稳态时间序列微弱尖峰的方法 | |
| CN111611686A (zh) | 一种通信信号时频域的检测方法 | |
| CN104352234A (zh) | 一种生理电信号尖峰奇异点检测方法 | |
| CN108594156B (zh) | 一种改进的电流互感器饱和特性识别方法 |
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 | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20101222 Assignee: SICHUAN JINJIANG ELECTRONIC SCIENCE AND TECHNOLOGY Co.,Ltd. Assignor: Li Chuya Contract record no.: 2013510000042 Denomination of invention: Electrocardiosignal QRS complex detection method based on wavelet transform Granted publication date: 20121121 License type: Common License Record date: 20130624 |
|
| LICC | Enforcement, change and cancellation of record of contracts on the licence for exploitation of a patent or utility model | ||
| ASS | Succession or assignment of patent right |
Owner name: SICHUAN JINJIANG ELECTRONIC SCIENCE AND TECHNOLOGY Free format text: FORMER OWNER: LI CHUYA Effective date: 20140701 |
|
| C41 | Transfer of patent application or patent right or utility model | ||
| COR | Change of bibliographic data |
Free format text: CORRECT: ADDRESS; FROM: 610045 CHENGDU, SICHUAN PROVINCE TO: 610000 CHENGDU, SICHUAN PROVINCE |
|
| TR01 | Transfer of patent right |
Effective date of registration: 20140701 Address after: 610000 Sichuan city of Chengdu province Wuhou District three Vuko East Road No. 5 Patentee after: SICHUAN JINJIANG ELECTRONIC SCIENCE AND TECHNOLOGY Co.,Ltd. Address before: 610045 Sichuan city of Chengdu province Wuhou District three Vuko East Road No. 5 Patentee before: Li Chuya |
|
| CP01 | Change in the name or title of a patent holder |
Address after: No. 5, Wuke East 3rd Road, Wuhou District, Chengdu, Sichuan 610000 Patentee after: Sichuan Jinjiang Electronic Medical Device Technology Co.,Ltd. Address before: No. 5, Wuke East 3rd Road, Wuhou District, Chengdu, Sichuan 610000 Patentee before: SICHUAN JINJIANG ELECTRONIC SCIENCE AND TECHNOLOGY Co.,Ltd. |
|
| CP01 | Change in the name or title of a patent holder |