CN102038498A - 一种纸质心电图数字化方法 - Google Patents
一种纸质心电图数字化方法 Download PDFInfo
- Publication number
- CN102038498A CN102038498A CN 201110022669 CN201110022669A CN102038498A CN 102038498 A CN102038498 A CN 102038498A CN 201110022669 CN201110022669 CN 201110022669 CN 201110022669 A CN201110022669 A CN 201110022669A CN 102038498 A CN102038498 A CN 102038498A
- Authority
- CN
- China
- Prior art keywords
- electrocardiogram
- curve
- voltage
- time
- pixel
- 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.)
- Pending
Links
Images
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
一种纸质心电图数字化方法,本发明结合数字图像处理技术,对临床上的大量纸质心电图进行重建存储操作。包括将纸质心电图扫描并对获得的心电图灰度图像进行倾斜校正处理、提取纸质心电图中的心电曲线、获得曲线上各离散点的时间-电压值、重建心电曲线及导联信息、存储各离散点的时间-电压值到数据库、存储重建后波形图到数据库。本方案为将临床采集纸质心电图的病症信息添加到数字心电信息管理系统提供了可能,丰富了病例库;解决了纸质心电图易破损、易丢失(破损或丢失后不能恢复)、不易保存、以及管理琐碎易出错的难题;为临床分析和科学研究提供了方便,减少了搜索查找时间,提高了效率;可用于网络就医、多专家会诊,提高了诊断质量。
Description
技术领域
本发明属于医疗设备和数字图像处理技术领域,特别涉及一种纸质心电图数字化方法。
背景技术
心电图是反映心脏兴奋的电活动过程,它对心脏基本功能及其病理研究方面,具有重要的参考价值。心电图可以分析与鉴别各种心律失常;也可以反映心肌受损的程度、发展过程和心房、心室的功能结构情况,在指导心脏手术进行及指示必要的药物处理上有参考价值。临床心电图的诊断内容分为以下几个方面:
I.冠心病心律失常:心电图是诊断各型心律失常的最有效方法,对心肌梗塞、心衰及心脏直视手术患者连续进行心电图观察,有助于及时发现并处理重要的心律失常,避免造成严重的后果。
II.冠状动脉供血不足:心电图对于冠状动脉供血不足具有较高的诊断价值。当发作时,心电图可以出现缺血性ST-T改变。对于心绞痛不典型、且静息心电图无明显原发缺血性ST-T改变的可疑冠心病患者,可以作心电图负荷试验诱发心肌缺血,以明确诊断。
III.冠心病心肌梗塞:在心肌梗塞的诊断上,心电图是必不可少的项目。临床上根据肯定性心电图改变一项,即可诊断为明确的心肌梗塞,病史可典型可不典型。以心电图为依据可以判断更赛的部位、范围、程度和时期,推测有病变的冠状动脉分支及预后,为治疗提供重要的参考依据。
IV.评价某些药物的治疗效果及毒副作用等。
目前的心电图资料分为两种形式:计算机实时采集和纸质记录心电图,其中以纸质心电图为主要资料。
对于计算机实时采集获得的数字形式的数据可以利用计算机直接进行处理并计算出统计特征和绘制分布图;然而纸质记录心电图只能采用人工方法处理,在对大量纸质心电图做统计分析时费时费力,且精度不高,工作量大。纸质记录心电图打印在专用的心电图纸上,纸张资料容易破损、退变,不易保存,且被破坏或丢失后不能恢复,不利于临床分析与学术研究。
数字图像处理又称为计算机图像处理,它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。
一般来说,对图像进行处理的主要目的分为三个方面:
I.提高图像的视感质量。
II.提取图像中所包含的某些特征或特殊信息,这些被提取的特征或信息往往为计算机分析图像提供便利。
III. 图像数据的变换、编码和压缩,以便于图像的存储和传输。
本发明即是运用数字图像处理技术将不同倾斜角度纸质心电图的图像中的波形曲线提取出来,数字化并对其进行分析处理。
从已查到的相关专利来看(US7,424,137:Method and System for Converting Paper ECG Printouts to Digital ECG Files)专利中提出了一种纸质心电图数字化的流程,但是忽略了纸质心电图的倾斜问题以及倾斜校正问题。
发明内容
本发明的目的在于克服现有技术存在的上述不足,提供一种针对不同倾斜角度纸质心电图的数字化方法,能够将临床上产生的大量纸质心电图转换成对应的离散时间-电压值,能用产生的数字数据进行心电波形的分类以及诊断分析。
本发明所述的纸质心电图数字化方法主要包括:
第1、将纸质心电图扫描,并对获得的心电图灰度图像进行倾斜校正处理;
第2、对心电图像进行处理,提取出心电曲线;
第3、获得心电曲线上各离散点的时间-电压值;
第4、重建心电波形以及导联信息;
第5、验证重建波形的准确度;
第6、将各离散点的时间电压值以及重建的波形图存储到数据库。
所述第1步的具体操作过程如下:
第1.1、采用阈值法获得图像中心电图纸的上下边缘点;
第1.2、根据得到的上下边缘点拟合上下边缘中的任意一条;
第1.3、根据拟合直线的斜率求得倾斜角度;
第1.4、采用双线性插值法进行倾斜图像的旋转。
所述第2步的具体操作过程如下:
第2.1、根据阈值法,提取出心电图部分;
第2.2、获得背景网格和前景波形曲线的灰度值范围;
第2.3、根据阈值法,将波形曲线从背景网格中提取出来;
第2.4、对提取曲线后遗留的干扰点进行去噪处理;
第2.5、求出曲线上各离散点的坐标值。
所述第3步的具体操作过程如下:
第3.1、根据扫描仪的分辨率求出每毫米所包含的像素点个数,即Number of pixels/mm= DPI/25.4;
第3.2、根据每毫米所包含的像素点的个数以及纸速25mm/s和电压代表值10mm/mv分别求出每个像素点代表的时间值time-scale/pixel和电压值voltage-scale/pixel,其中:
第3.3、根据第2.5步求得的各离散点的坐标值以及time-scale/pixel和voltage-scale/pixel求得各离散点的时间-电压值。
本发明所述方法第4步中,重建心电波形指的是在前面已得到每个点对应的时间-电压值的基础上重绘心电波形。
本发明所述方法第5步中,验证重建波形的准确度指的是将实时采集的心电图打印下来进行数字化后与采集到的数据分别对每个点的电压幅值对比,以及波形的QT间期对比、QRS间期对比。
本发明的优点和有益效果
本发明提出的纸质心电图数字化方法解决了纸质心电图易破损、不易保存、不易恢复的难题;使纸质心电图信息能够永久保存,为将临床采集纸质心电图的病症信息添加到数字心电信息管理系统提供了可能,丰富了病例库。且使用本方法可利用产生的数字信息进行波形分析、波形分类、及病症分析,提高了工作效率;使用本数字化方法为临床分析和科学研究提供了方便。
附图说明
图1为本发明中整个纸质心电图数字化方法的处理流程。
图2为本发明所涉纸质心电图的灰度图像。
图3为纸质心电图图像倾斜校正之后的图像。
图4为提取出心电图部分的图像。
图5为所提取出图像中的心电曲线。
图6为重建后的心电波形。
具体实施方式
先将心电图纸扫描成灰度图像,通过分析图像的灰度直方图检测图像的上下黑色边缘点,确定心电图图像区域。因为扫描的心电图往往会有一定的倾斜角度,为了得到准确的心电图信息,本发明先通过最小二乘法对上下黑色边缘进行拟合,得到直线的斜率进而获得倾斜角度,并采用双线性差值进行旋转校正处理,之后提取心电曲线并将其离散化。数字化的波形过滤掉干扰点后,进行像素与时间-电压值的变换,处理为可永久保存的数字化ECG。
本发明所述的纸质心电图数字化方法主要包括:
第1、将纸质心电图扫描,并对图2获得的心电图灰度图像进行倾斜校正处理;
第1.1、根据心电图纸边缘外侧像素值与心电图纸内部像素值的差异,采用阈值法获得心电图纸的上下边缘点,如图3箭头所指向的分界线;
第1.2、采用最小二乘法,分别将得到的上下边缘点拟合上下边缘中的任意一条;
第1.3、根据所得拟合直线的斜率运用反正切公式求得倾斜角度;
第1.4、根据求得的倾斜角度采用双线性插值法进行倾斜图像的旋转。
第2、对如图3倾斜校正后的心电图像进行处理,提取出心电曲线如图5所示;
第2.1、根据已得到的上下边缘直线进行图像截取,只提取出心电图部分,如图4;
第2.2、根据灰度直方图获得背景网格和前景波形曲线的灰度值范围;
第2.3、根据心电曲线像素值与背景网格像素值的差异,采用阈值法,将波形曲线从背景网格中提取出来;
第2.4、采用邻域判断法将提取曲线后遗留的孤立干扰点去掉;
第2.5、对纯净的心电曲线离散化,求出曲线上各离散点的坐标值。
第3、获得心电曲线上各离散点的时间-电压值;
第3.1、根据扫描仪的分辨率求出每毫米所包含的像素点个数,即Number of pixels/mm= DPI/25.4;
第3.2、根据每毫米所包含的像素点的个数以及纸速25mm/s和电压代表值10mm/mv分别求出每个离散像素点代表的时间值time-scale/pixel和电压值voltage-scale/pixel,其中:
第3.3、根据第2.5步求得的各离散点的坐标值以及time-scale/pixel和voltage-scale/pixel求得各离散点的时间-电压值。
第4、重建心电曲线如图6所示;
重建心电曲线指的是在第3步已得到每个离散点对应的时间-电压值的基础上重新绘制心电波形。
第5、验证重建波形的准确度;
本发明所述方法第5步中,验证重建波形的准确度指的是将实时采集的心电图打印下来进行数字化后与采集到的数字化数据分别对每个点的电压幅值作对比,以及波形的QT间期对比、QRS间期对比。
第6、将各离散点的时间电压值以及重建的波形图存储到数据库。
Claims (4)
1.一种纸质心电图数字化方法,其特征在于主要包括以下步骤:
第1、将纸质心电图扫描,并对获得的心电图灰度图像进行倾斜校正处理;
第2、对心电图像进行处理,提取出心电曲线;
第3、获得心电曲线上各离散点的时间-电压值;
第4、重建心电波形以及导联信息;
第5、验证重建波形的准确度;
第6、将各离散点的时间电压值以及重建的波形图存储到数据库。
2.根据权利要求1所述的方法,其特征在于所述第1步的具体操作过程如下:
第1.1、采用阈值法获得图像中心电图纸的上下边缘点;
第1.2、根据得到的上下边缘点拟合上下边缘中的任意一条;
第1.3、根据拟合直线的斜率求得倾斜角度;
第1.4、采用双线性插值法进行倾斜图像的旋转。
3.根据权利要求1所述的方法,其特征在于所述第2步的具体操作过程如下:
第2.1、根据阈值法,提取出心电图部分;
第2.2、获得背景网格和前景波形曲线的灰度值范围;
第2.3、根据阈值法,将波形曲线从背景网格中提取出来;
第2.4、对提取曲线后遗留的干扰点进行去噪处理;
第2.5、求出曲线上各离散点的坐标值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110022669 CN102038498A (zh) | 2011-01-20 | 2011-01-20 | 一种纸质心电图数字化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110022669 CN102038498A (zh) | 2011-01-20 | 2011-01-20 | 一种纸质心电图数字化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102038498A true CN102038498A (zh) | 2011-05-04 |
Family
ID=43905290
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110022669 Pending CN102038498A (zh) | 2011-01-20 | 2011-01-20 | 一种纸质心电图数字化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102038498A (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105184080A (zh) * | 2015-09-09 | 2015-12-23 | 北京嘉和美康信息技术有限公司 | 一种导联波形置换方法及装置 |
CN105769177A (zh) * | 2016-04-01 | 2016-07-20 | 佛山市质量计量监督检测中心 | 心电信号检定记录分析装置 |
CN105912879A (zh) * | 2016-06-03 | 2016-08-31 | 广州馨瑞艾特科技有限公司 | 一种胎心率曲线修正方法及其装置 |
CN106326818A (zh) * | 2015-06-30 | 2017-01-11 | 东南大学 | 纸质水文资料的数字化方法及装置 |
CN107174232A (zh) * | 2017-04-26 | 2017-09-19 | 天津大学 | 一种心电图波形提取方法 |
CN107220644A (zh) * | 2017-04-18 | 2017-09-29 | 天津大学 | 一种心电图扫描图像倾斜度校正方法 |
CN107301409A (zh) * | 2017-07-18 | 2017-10-27 | 云南大学 | 基于Wrapper特征选择Bagging学习处理心电图的系统及方法 |
CN107622245A (zh) * | 2017-09-26 | 2018-01-23 | 武汉中旗生物医疗电子有限公司 | 纸质波形提取方法以及装置 |
CN107625519A (zh) * | 2017-09-20 | 2018-01-26 | 武汉中旗生物医疗电子有限公司 | 心电图处理方法及装置 |
CN109659011A (zh) * | 2018-12-29 | 2019-04-19 | 杭州脉流科技有限公司 | 利用移动设备采集处理十二导联ecg图像的方法以及移动设备和计算机可读存储介质 |
CN113359216A (zh) * | 2021-06-03 | 2021-09-07 | 山东捷瑞数字科技股份有限公司 | 用于翻斗式雨量计记录数据识别的方法、系统和存储介质 |
CN113397553A (zh) * | 2021-07-06 | 2021-09-17 | 南京保垒信息科技有限公司 | 心电图数字化转换系统、方法及转换设备 |
CN114119968A (zh) * | 2021-12-16 | 2022-03-01 | 安徽心之声医疗科技有限公司 | 基于深度神经网络的纸质心电图信号区域提取方法及系统 |
CN114663443A (zh) * | 2022-02-24 | 2022-06-24 | 清华大学 | 12导联纸质心电图数字化方法与装置 |
CN115517686A (zh) * | 2022-11-24 | 2022-12-27 | 合肥心之声健康科技有限公司 | 家庭环境心电图图像分析方法、装置、设备、介质和系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6580817B2 (en) * | 2001-05-17 | 2003-06-17 | A.M.P.S., Llc | Apparatus and method for reading and analyzing ECG images |
US20050027201A1 (en) * | 2003-04-24 | 2005-02-03 | Badilini Fabio F. | Method and system for converting paper ECG printouts to digital ECG files |
US7181054B2 (en) * | 2001-08-31 | 2007-02-20 | Siemens Medical Solutions Health Services Corporation | System for processing image representative data |
CN101103911A (zh) * | 2007-08-03 | 2008-01-16 | 重庆邮电大学 | 测量心电图的方法 |
CN101908136A (zh) * | 2009-06-08 | 2010-12-08 | 比亚迪股份有限公司 | 一种表格识别处理方法及系统 |
-
2011
- 2011-01-20 CN CN 201110022669 patent/CN102038498A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6580817B2 (en) * | 2001-05-17 | 2003-06-17 | A.M.P.S., Llc | Apparatus and method for reading and analyzing ECG images |
US7181054B2 (en) * | 2001-08-31 | 2007-02-20 | Siemens Medical Solutions Health Services Corporation | System for processing image representative data |
US20050027201A1 (en) * | 2003-04-24 | 2005-02-03 | Badilini Fabio F. | Method and system for converting paper ECG printouts to digital ECG files |
CN101103911A (zh) * | 2007-08-03 | 2008-01-16 | 重庆邮电大学 | 测量心电图的方法 |
CN101908136A (zh) * | 2009-06-08 | 2010-12-08 | 比亚迪股份有限公司 | 一种表格识别处理方法及系统 |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106326818B (zh) * | 2015-06-30 | 2019-10-15 | 东南大学 | 纸质水文资料的数字化方法及装置 |
CN106326818A (zh) * | 2015-06-30 | 2017-01-11 | 东南大学 | 纸质水文资料的数字化方法及装置 |
CN105184080A (zh) * | 2015-09-09 | 2015-12-23 | 北京嘉和美康信息技术有限公司 | 一种导联波形置换方法及装置 |
CN105769177A (zh) * | 2016-04-01 | 2016-07-20 | 佛山市质量计量监督检测中心 | 心电信号检定记录分析装置 |
CN105912879A (zh) * | 2016-06-03 | 2016-08-31 | 广州馨瑞艾特科技有限公司 | 一种胎心率曲线修正方法及其装置 |
CN105912879B (zh) * | 2016-06-03 | 2021-04-13 | 广州馨瑞艾特科技有限公司 | 一种胎心率曲线修正方法及其装置 |
CN107220644A (zh) * | 2017-04-18 | 2017-09-29 | 天津大学 | 一种心电图扫描图像倾斜度校正方法 |
CN107220644B (zh) * | 2017-04-18 | 2020-04-24 | 天津大学 | 一种心电图扫描图像倾斜度校正方法 |
CN107174232B (zh) * | 2017-04-26 | 2020-03-03 | 天津大学 | 一种心电图波形提取方法 |
CN107174232A (zh) * | 2017-04-26 | 2017-09-19 | 天津大学 | 一种心电图波形提取方法 |
CN107301409A (zh) * | 2017-07-18 | 2017-10-27 | 云南大学 | 基于Wrapper特征选择Bagging学习处理心电图的系统及方法 |
CN107301409B (zh) * | 2017-07-18 | 2023-07-21 | 云南大学 | 基于Wrapper特征选择Bagging学习处理心电图的系统及方法 |
CN107625519A (zh) * | 2017-09-20 | 2018-01-26 | 武汉中旗生物医疗电子有限公司 | 心电图处理方法及装置 |
CN107622245B (zh) * | 2017-09-26 | 2020-02-07 | 武汉中旗生物医疗电子有限公司 | 纸质波形提取方法以及装置 |
CN107622245A (zh) * | 2017-09-26 | 2018-01-23 | 武汉中旗生物医疗电子有限公司 | 纸质波形提取方法以及装置 |
CN109659011A (zh) * | 2018-12-29 | 2019-04-19 | 杭州脉流科技有限公司 | 利用移动设备采集处理十二导联ecg图像的方法以及移动设备和计算机可读存储介质 |
CN113359216A (zh) * | 2021-06-03 | 2021-09-07 | 山东捷瑞数字科技股份有限公司 | 用于翻斗式雨量计记录数据识别的方法、系统和存储介质 |
CN113397553A (zh) * | 2021-07-06 | 2021-09-17 | 南京保垒信息科技有限公司 | 心电图数字化转换系统、方法及转换设备 |
CN114119968A (zh) * | 2021-12-16 | 2022-03-01 | 安徽心之声医疗科技有限公司 | 基于深度神经网络的纸质心电图信号区域提取方法及系统 |
CN114119968B (zh) * | 2021-12-16 | 2022-05-24 | 安徽心之声医疗科技有限公司 | 基于深度神经网络的纸质心电图信号区域提取方法及系统 |
CN114663443A (zh) * | 2022-02-24 | 2022-06-24 | 清华大学 | 12导联纸质心电图数字化方法与装置 |
CN115517686A (zh) * | 2022-11-24 | 2022-12-27 | 合肥心之声健康科技有限公司 | 家庭环境心电图图像分析方法、装置、设备、介质和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102038498A (zh) | 一种纸质心电图数字化方法 | |
Mishra et al. | ECG paper record digitization and diagnosis using deep learning | |
US7702382B2 (en) | Multi-tier system for cardiology and patient monitoring data analysis | |
Sadasivan et al. | Digitization of Electrocardiogram Using Bilateral Filtering | |
Ravichandran et al. | Novel tool for complete digitization of paper electrocardiography data | |
Bennett et al. | Time course of electrocardiographic changes in transient left ventricular ballooning syndrome | |
Loresco et al. | ECG print-out features extraction using spatial-oriented image processing techniques | |
Holkeri et al. | Experiences in digitizing and digitally measuring a paper-based ECG archive | |
Xiao et al. | Monitoring significant ST changes through deep learning | |
Sun et al. | A novel method for ECG paper records digitization | |
He et al. | Localization of origins of premature ventricular contraction in the whole ventricle based on machine learning and automatic beat recognition from 12-lead ECG | |
De Giovanni et al. | A patient-specific methodology for prediction of paroxysmal atrial fibrillation onset | |
Randazzo et al. | Development and Validation of an Algorithm for the Digitization of ECG Paper Images | |
Horáček et al. | Noninvasive electrocardiographic imaging of chronic myocardial infarct scar | |
Fayn et al. | Improvement of the detection of myocardial ischemia thanks to information technologies | |
Santamónica et al. | ECGMiner: A flexible software for accurately digitizing ECG | |
CN111466905B (zh) | 一种基于双向连通的心电波形提取方法 | |
US20130035604A1 (en) | Frequency Analysis of 12-Lead Cardiac Electrical Signals to Detect and Identify Cardiac Abnormalities | |
CN108926343A (zh) | 基于cnn神经网络的急性心肌梗死定性自动判别系统 | |
Tabassum et al. | Numerical data extraction from ECG paper recording using image processing technique | |
Sanromán-Junquera et al. | Digital recovery of biomedical signals from binary images | |
Adedinsewo et al. | Digitizing paper based ECG files to foster deep learning based analysis of existing clinical datasets: An exploratory analysis | |
He et al. | Recognition of premature ventricular contraction beat from 12Lead ECG based on a novel detection function of QRS onset | |
Sankar S et al. | Digitization of electrocardiogram using bilateral filtering | |
Kumar et al. | Extracting samples as text from ECG strips for ECG analysis purpose |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20110504 |