CN102438514B - 心电图导联识别方法及装置 - Google Patents
心电图导联识别方法及装置 Download PDFInfo
- Publication number
- CN102438514B CN102438514B CN200980147163.XA CN200980147163A CN102438514B CN 102438514 B CN102438514 B CN 102438514B CN 200980147163 A CN200980147163 A CN 200980147163A CN 102438514 B CN102438514 B CN 102438514B
- Authority
- CN
- China
- Prior art keywords
- wave group
- lead
- height
- wave
- leading
- 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 - Fee Related
Links
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
- A61B5/304—Switching circuits
-
- 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
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/22—Arrangements of medical sensors with cables or leads; Connectors or couplings specifically adapted for medical sensors
- A61B2562/225—Connectors or couplings
- A61B2562/226—Connectors or couplings comprising means for identifying the connector, e.g. to prevent incorrect connection to socket
Abstract
一种心电图导联识别方法包括：选取医学特征明显的导联或者选取特征幅值最大的导联；识别所选取的导联上的波群。一种心电图导联识别装置包括：选择单元，用于选取医学特征明显的导联或者选取特征幅值最大的导联；识别单元，用于识别所述选取的导联上的波群。
Description
技术领域
本发明涉及心电图技术，尤其涉及对检测到的心电图导联进行识别的方法及装置。
背景技术
心电图是用来监测心脏疾病的一个重要手段，反映了心脏活动的情况。一张典型的心电图通常包括：P波(代表左右两心房激动的过程，一般在每个心跳周期的最早出现，表现为一个较为低平的小波)，QRS波群(代表两个心室激动的过程，一般的QRS波群包含三个连续的波动，第一个向下的波称为Q波，紧接着的狭高直立的波称为R波，与R波相连的下一个向下的波称为S波)。医生根据各个波群的高度、宽度、形态、相互间的间距等特征来分析、诊断心脏疾病。心电检查时，需要将电极按照固定的位置贴在人体表面，心电图机会记录电极间的电压变化情况。静态心电图通常包含同步的十二导联的信号，每个导联对应一种固定的电极组合。实际上，不同的导联信号代表了从不同的方向上观察心脏的活动情况。
人工阅读心电图是一项费时费力的工作，随计算机技术的发展，人们开始对心电自动分析技术进行广泛的研究。人们研究的重点首先集中在对单个导联如何识别各种波群，并提出了各种对单个波群的识别方法；随后，人们开始研究如何在多导联上识别各种波群。
现有技术中有两种在多导联上识别各种波群的方法：一种方法是，首先对每个导联进行单独识别。由于同一个波群在不同导联上的识别结果可能出现偏差，为了能够得到波群在导联中的准确位置，先要记录下同一个波群在多个不同导联中的具体时间位置，并设置一时间阈值。从最早的波群出现的时间位置开始向后，取一个与时间阈值长度相同的时间段，计算该时间段内出现该同一个波群的位置数；从最晚的波群出现的时间位置开始向前，取一个与时间阈值长度相同的时间段，计算该时间段内出现该同一个波群的位置数。取一个与时间阈值时间段内出现同一个波群位置数较少的区域，将该区域中的最前或最后的波群位置剔除。重复上述过程，直到剩余的波群位置都落在设定的时间阈值范围内，剩余的波群位置为波群在导联中的准确的位置。另一种方法是，首先将多个导联的信号综合成一个导联，然后在该综合生成的导联上进行波群的识别。多个导联信号的综合采用了加权叠加的方法，即首先对每个导联计算一个权值，然后将各个导联的信号乘以各导联对应的权值，再将各个导联信号乘以对应的权值得到的值的绝对值加起来作为综合生成的导联信号。该方法是在将多个导联综合后的导联上进行波群的识别。
发明人在发明的过程中发现，现有技术中对多导联的识别效果差，导致对疾病的诊断不准确，甚至不能直接用于疾病的诊断。
发明内容
本发明方案提供了一种心电图导联识别方法及装置，能够有效的利用导联中特征比较明显的导联进行优先识别，保证了识别的效果。
为达到上述目的，本发明的实施例采用如下技术方案：
一种心电图导联识别方法，包括：
选取医学特征明显的导联或者选取特征幅值最大的导联；
识别所选取的导联上的波群。
一种心电图导联识别装置，包括：
选择单元，具体用于选取医学特征明显的导联或者选取特征幅值最大的导联；
识别单元，具体用于识别所选取的导联上的波群。
本发明从测量到的导联中选取医学特征明显的导联或者选取特征幅值最大的导联，并识别所选取的导联上的波群。由于选取的导联是医学特征明显的导联或者特征幅值最大的导联，使得选取的导联信号质量比较好，且选取的导联不经过任何的再处理使选取的导联保持原有的图形形态，有利于波群识别效果的提高；并且在针对于选出的导联上进行波群的识别，由于该识别过程是在质量比较好、特征比较明显的选取的导联上进行的，所以进一步保证了波群的识别效果，提高了波群识别的准确率，有利于提高疾病诊断的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的心电图导联识别方法流程图；
图2为本发明实施例提供的心电图导联识别装置结构示意图；
图3为本发明实施例提供的选取医学特征明显导联的心电图导联的识别方法流程图；
图4为本发明实施例提供的选取医学特征明显导联的心电图联识别装置结构示意图；
图5为本发明实施例提供的选取特征幅值最大的导联的心电图导联识别方法流程图；
图6为本发明实施例提供的选取特征幅值最大的导联的心电图导联识别装置结构示意图；
图7为本发明实施例提供的选取医学特征明显导联和选取特征幅值最大的导联相结合的心电图导联识别方法流程图；
图8为本发明实施例提供的选取医学特征明显导联和选取特征幅值最大的导联相结合的心电图导联装置结构示意图；
图9为本发明实施例提供的与图7对应的心电图导联识别方法中用于判断选取的导联上是否存在误识别波群的方法流程图；
图10为本发明实施例提供的心电图导联示意图；
图11为本发明实施例提供的与图8对应的心电图导联识别装置中用于判断选取的导联上是否存在误识别波群的结构示意图；
图12为本发明实施例提供的心电图导联识别方法中用于判断选取的导联上是否存在漏识别波群的方法流程图；
图13为本发明实施例提供的心电图导联识别装置中用于判断选取的导联上是否存在漏识别波群的结构示意图；
图14为本发明实施例提供的心电图导联识别方法流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
心电检查时，要将电极按照各种不同的固定位置贴在人体表面，心电图机会记录电极间的电压变化情况，从而产生相应位置对应的同步导联信号。本发明实施例提供一种心电图导联识别方法，如图1所示，该方法包括：
101、从测量到的导联中，选取医学特征明显的导联或者选取特征幅值最大的导联。
102、在选取的导联上进行波群的识别。波群的识别可以采用差分阈值法，模板法，小波法等中的任意一种波群识别方法。
本发明实施例还提供一种心电图导联识别装置，如图2所示，该装置包括：选择单元21和识别单元22。
在心电图导联的识别时，导联的质量的好坏，直接影响导联的识别效果。为保证导联的识别效果，选择单元21，具体用于在各测量到的导联中，选取医学特征明显的导联或者选取特征幅值最大的导联。选出所述选取的导联后，在识别单元22内，根据差分阈值法、模板法或者小波法等任何现有的公知技术对选出的选取的导联进行波群的识别。
由于本发明实施例首先从测量到的导联中选取医学特征明显的导联或者选取特征幅值最大的导联，使得所述选取的导联信号质量比较好，使选取的导联的图形特征保持原有的图形形态，为选取的导联上波群的识别提供了保证。并且导联上波群的识别是在质量比较好、特征比较明显的选取的导联上进行的波群识别，这种导联上的波群位置准确、特征明显，有利于波群的识别，提高了波群识别的准确率，有利于提高疾病诊断的准确性。
由前述可知，在实现心电图导联识别方法时，从测量到的导联中选取医学特征明显的导联或者选取特征幅值最大的导联，本实施例具体描述从测量到的导联中选取医学特征明显的导联实现的心电图导联识别方法，如图3所示，该方法包括：
301、根据心电图机预先接好的电极组合生成的导联信号，判断测量到的导联中是否存在II导联。若测量到的导联中存在II导联，执行步骤302；若测量到的导联中不存在II导联，执行步骤303。
由于心电检查时，要将电极按照各种不同的固定位置贴在人体表面，心电图机会记录电极间的电压变化情况，从而产生相应位置对应的同步导联信号，但上述的导联信号并不包含全部的十二种同步的导联信号，当产生某一种导联的位置不适合贴电极时，该种导联就缺省，因此有可能不存在II导联。
302、从测量到的导联中选取II导联为医学特征明显的导联，然后执行步骤306。
303、在心电图的导联中除了II导联医学特征比较明显外，V1导联的医学特征较II导联医学特征稍次之。所以在测量到的导联中不存在II导联时，根据各导联本身的医学特征与预先设置的医学特征较II导联稍次之V1导联的进行比较，判断测量到的导联中是否存在V1导联。若测量到的导联中存在V1导联，执行步骤304；若测量到的导联中不存在V1导联，执行步骤305。
304、从测量到的导联中选取V1导联为医学特征明显的导联，然后执行步骤306。
305、如果测量到的导联中既不存在医学特征最明显的II导联，也不存在医学特征较II导联稍次之的V1导联，则从选取测量到的导联中选取除了II导联和V1导联之外的其他医学特征比较明显的导联为医学特征明显的导联。然后执行步骤306。
306、利用差分阈值法，模板法，小波法等波群的识别方法对选取的医学特征明显的导联的波群进行识别。
307、当医学特征明显的导联上的波群识别完成后，根据医学特征明显的导联中已识别出的波群的位置，确定在医学特征明显的导联中识别出的波群的时间起点和时间终点。
308、根据医学特征明显的导联中识别出的波群的时间起点和时间终点以及预设的时间阈值，确定医学特征明显的导联中已识别波群的识别时间区间，该识别时间区间的具体确定方法如下：
将所述时间起点减去预设的时间阈值作为识别时间区间的时间起点；将所述时间终点加上预设的时间阈值作为识别时间区间的时间终点。
309、在所述识别时间区间内对除选取的导联之外的剩余导联进行波群识别，该对应波群的识别可以利用差分阈值法，模板法，小波法等波群的识别方法进行识别。
本发明实施例提供一种心电图导联识别装置，如图4所示，该装置包括：
选择单元41、识别单元42、确定单元43、区间计算单元44。
选择单元41具体用于从测量到的导联中选取一个医学特征比较明显的导联；识别单元42具体用于利用差分阈值法，模板法，小波法等波群的识别方法对选取的医学特征比较明显的导联的波群进行识别；确定单元43具体用于在对除医学特征比较明显导联以外的剩余导联进行波群识别时，确定在医学特征比较明显导联中已识别的波群的时间起点和时间终点；区间计算单元44具体用于利用该波群的时间起点和时间终点以及特定时间阈值计算一个识别时间区间，在所述识别时间区间内对除医学特征明显的导联之外的剩余导联进行波群识别。
其中，选择单元41包括第一判断模块411和第一选定模块412。第一判断模块411具体用于判断测量到的导联中是否存在II导联，若测量到的导联中存在II导联，则第一选定模块412具体用于选定II导联为医学特征比较明显导联；若测量到的导联中不存在II导联，则在在所述第一判断模块411中判断测量到的导联中是否存在V1导联，若测量到的导联中存在V1导联，则所述第一选定模块412具体用于选定V1导联为医学特征比较明显导联。若测量到的导联中V1导联也不存在，则所述第一选定模块412具体用于从测量到的导联中选取除了II导联和V1导联之外的医学特征比较明显的导联。
其中，所述区间计算单元44包括起点计算模块441和终点计算模块442。起点计算模块441具体用于计算识别时间区间的起点，即将所述时间起点减去预设的时间阈值作为识别时间区间的时间起点。终点计算模块442具体用于计算识别时间区间的时间终点，即将所述时间终点加上预设的时间阈值作为识别时间区间的时间终点。
在心电测试时得到导联中医学特征最明显的是II导联，其次是V1导联，上述实施例选取医学特征比较明显导联选取过程中，当II导联不存在时，可以参照V1导联；或者当II导联和V1导联都不存在时，可以参照导联中除了II导联和V1导联之外的其他医学特征比较明显的导联。这种选取医学特征比较明显导联的方式，使医学特征比较明显导联的选取过程周密，避免了在测量到的导联中缺省医学特征明显的导联的情况下，选择了质量不好的导联为医学特征比较明显导联，从而使选取的医学特征比较明显导联质量比较好、特征比较明显，保证了医学特征比较明显导联上波群的识别效果，有利于疾病的准确诊断。
上述实施例中，根据医学特征比较明显导联上波群的识别结果，对其他除选取的导联之外的剩余导联进行波群识别。由于医学特征比较明显的导联上波群的识别结果比较准确，使得除选取的导联之外的剩余导联上波群的识别质量有了保证，进一步保证了疾病诊断的准确性。
本发明实施例提供根据选取特征幅值最大的导联实现心电图导联识别方法。如图5所示，该方法包括：
501、心电检查时，要将电极按照各种不同的固定位置贴在人体表面，心电图机会记录电极间的电压变化情况，从而产生相应位置对应的同步导联信号。计算预定时间范围内各个测量到的导联的特征幅值，该预定时间为各个导联至少包含一个QRS波群的前n秒，n至少大于2。其中导联的特征幅值的计算包括以下三种方式：
第一种，计算各个测量到的导联在预定时间范围内的高度值，将各高度值中最大高度值作为特征幅值。
第二种，首选确定各个测量到的导联在预定时间范围内的波峰点及该波峰点的高度；其次确定波峰点的特定时间阈值区间内波形的最小高度，该特定时间阈值区间的起点由波峰点减去特定时间阈值确定，终点由波峰点加上特定时间阈值确定，其中特定时间阈值一般不超过100毫秒；最后计算所述波峰点幅度与最小幅度之间的高度差，将该高度差中最大的高度差作为所述特征幅值。
第三种，首先分别确定各个测量到的导联在预定时间范围内的波峰点及波谷点和波峰点高度以及波谷点高度；其次确定波谷点的特定时间阈值区间内波形的最大高度，该特定时间阈值区间的起点由波谷点减去特定时间阈值确定，终点由波谷点加上特定时间阈值确定，其中特定时间阈值一般不超过100毫秒；确定波峰点的特定时间阈值区间内波形的最小高度，该特定时间阈值区间的起点由波峰点减去特定时间阈值确定，终点由波峰点加上特定时间阈值确定，其中特定时间阈值一般不超过100毫秒；最后分别计算所述波谷点高度和所述最大高度之间的第一高度差以及波峰点高度与所述最小高度之间的第二高度差，将第一高度差和第二高度差中最大高度差作为所述特征幅值。
502、根据计算出的各测量到的导联的特征幅值，选取特征幅值中最大的特征幅值对应的导联。
503、利用差分阈值法，模板法，小波法等波群的识别方法对选取的特征幅值最大的导联上的波群进行识别。
特征幅值最大的导联上的波群识别完成后，根据特征幅值最大的导联中已识别的波群的位置，在测量到的除特征幅值最大的导联之外的剩余导联上进行波群识别，此识别过程的实现和实施例2的图3中307至309的该识别过程相同。
本发明实施例提供一种心电图导联识别装置，如图6所示，该装置包括：选择单元61、识别单元62、确定单元63、区间计算单元64。
选择单元61具体用于根据导联的图形特征，从测量到的导联中选取一个特征幅值最大的导联；识别单元62，具体用于利用差分阈值法，模板法，小波法等波群的识别方法对特征幅值最大的导联上的波群进行识别；确定单元63具体用于在对除特征幅值最大的导联以外的剩余导联进行波群识别时，确定在特征幅值最大的导联中已识别的波群的时间起点和时间终点；区间计算单元64具体用于利用该波群的时间起点和时间终点以及特定时间阈值计算一个识别时间区间，在所述识别时间区间内对除特征幅值最大的导联之外的剩余导联进行波群识别。
其中选择单元61包括计算模块611和第二选定模块612。计算模块611具体用于在分析各个测量到的导联的图形特征时，根据上述的三种导联特征幅值的计算方法中的任意一种，计算出各测量到的导联的特征幅值。测量到的导联的特征幅值计算完以后，第二选定模块612具体用于从各导联特征幅值中选出与最大特征幅值对应的导联，将该导联作为特征幅值最大的导联。
其中，所述区间计算单元64包括起点计算模块641和终点计算模块642。起点计算模块641具体用于计算识别时间区间的起点，即将所述时间起点减去预设的时间阈值作为识别时间区间的时间起点。终点计算模块642具体用于计算识别时间区间的时间终点，即将所述时间终点加上预设的时间阈值作为识别时间区间的时间终点。
上述实施例中，选取特征幅值最大的导联时，首先在测量到的导联上逐一进行导联特征幅值的计算，使获得到的特征幅值比较准确，然后在准确的特征幅值基础上进行最大特征幅值的选取，最后选取与最大特征幅值对应的导联为特征幅值最大的导联。这种方式选取的特征幅值最大的导联图形特征明显，进一步提高了导联上波群的识别准确率，有利于疾病的诊断。
本发明实例具体描述根据导联的医学特征和导联的图形特征相结合提供的心电图导联识别方法。该方法包括如下步骤：如图7所示，该方法包括：
由于导联的医学特征不用计算，且医学特征比较明显的导联质量也比较好，可以首先根据导联的医学特征，进行所述导联的选取。
701、心电检查时，要将电极按照各种不同的固定位置贴在人体表面，心电图机会记录电极间的电压变化情况，从而产生相应位置对应的同步导联信号。从测量到的导联中根据导联的医学特征选取所述选取的导联时，首先根据心电图机预先接好的电极组合生成的导联信号，判断测量到的导联中是否存在II导联。若测量到的导联中存在II导联，执行步骤702；若测量到的导联中不存在II导联，执行步骤703。
702、从测量到的导联中选取医学特征明显的II导联为所述选取的导联，然后执行步骤707。
703、在心电图的导联中除了II导联医学特征比较明显外，V1导联的医学特征较II导联医学特征稍次之。所以在测量到的导联中不存在II导联时，判断测量到的导联中是否存在V1导联。若测量到的导联中存在V1导联，执行步骤704；若测量到的导联中不存在V1导联，执行步骤705。
704、从测量到的导联中选取V1导联为所述选取的导联，然后执行步骤707。
705、如果测量到的导联中既不存在医学特征最明显的II导联，也不存在医学特征较II导联稍次之的V1导联，就要根据测量到的导联的图形特征，从测量到的导联中选取导联特征幅值最大的导联。从测量到的导联中选取导联特征幅值最大的导联时，首先计算预定时间范围内各个测量到的导联的特征幅值。其中特征幅值的计算方法和的图5中501特征幅值的计算方法相同。
706根据计算出的各测量到的导联的特征幅值，选取特征幅值中最大的特征幅值，将与该最大特征幅值对应的导联作为特征幅值最大的导联。
707、利用差分阈值法，模板法，小波法等波群的识别方法对所述选取的导联的波群进行识别。
在所述选取的导联上的波群识别完成后，根据所述选取的导联中已识别出的波群的位置，在其他测量到的除选取的导联之外剩余的导联的对应位置上查找相应的波群，并对该相应波群进行识别，此识别过程的实现与图3中307至309的识别过程相同。
本发明实施例还提供了一种心电图导联识别装置，如图8所示，该装置包括：选择单元81、识别单元82、确定单元83、区间计算单元84。
选择单元81具体用于从测量到的导联中选取一个医学特征比较明显的导联或者特征幅值最大的导联作为选取的导联；识别单元82具体用于利用差分阈值法，模板法，小波法等波群的识别方法对所述选取的导联上的波群进行识别；确定单元83具体用于在对除所述选取的导联以外的剩余导联进行波群识别时，确定在所述选取的导联中已识别的波群的时间起点和时间终点；区间计算单元84具体用于利用该波群的时间起点和时间终点以及特定时间阈值计算一个识别时间区间，在所述识别时间区间内对除所述选取的导联之外的剩余导联进行波群识别。
其中，选择单元81包括第一判断模块811、第一选定模块812、计算模块813和第二选定模块814。第一判断模块811具体用于判断测量到的导联中是否存在医学特征最明显的II导联，若存在II导联，则第一选定模块812具体用于选定II导联为所述选取的导联；若不存在II导联，则所述第一判断模块811具体用于判断测量到的导联中是否存在V1导联，若存在V1导联，则所述第一选定模块812具体用于选定V1导联为所述选取的导联。当测量到的导联中既不存在II导联也不存在V1导联时，从测量到的导联中选取特征幅值最大的导联作为所述选取的导联。计算模块813具体用于计算各测量到的导联的特征幅值；第二选定模块814具体用于从各导联特征幅值中选出特征幅值最大的导联，将与该特征幅值最大对应的导联作为所述选取的导联。
其中，所述区间计算单元84包括起点计算模块841和终点计算模块842。起点计算模块841具体用于计算识别时间区间的起点，即将所述时间起点减去预设的时间阈值作为识别时间区间的时间起点。终点计算模块842具体用于计算识别时间区间的时间终点，即将所述时间终点加上预设的时间阈值作为识别时间区间的时间终点。
在对除所述选取的导联之外的剩余导联进行波群的识别时，可以对所述选取的导联上已识别的波群进行判定，查看是否存在误识别的波群。若从除所述选取的导联之外的剩余导联中没有识别到与所述选取的导联中特定波群对应的波群，则进行所述选取的导联上的波群是否为误识别波群判断。如图9所示，该方法包括：
901、判断所述选取的导联上的波群是否为误识别波群，若该波群为误识别波群，则执行步骤902；若不是误识别波群，则执行步骤903。
902、根据上述是滞为误识别波群的判断，若该特定波群为误识别波群，此波群将没有使用价值，则将该特定波群从所述选取的导联中删除。
903、继续进行与选取的导联上已识别的其他波群对应的除选取的导联以外的导联上波群的识别。
其中，针对步骤901中误识别波群的判断有以下两种方法，以识别波群QRSi为例，如图10所示：
第一种：首先计算所述波群QRSi向后的两个波群QRSi-2和QRSi-1的时间间隔Ri-2Ri-1或者所述特定波群向前的两个波群QRSi+1和QRSi+2之间的时间间隔Ri+1Ri+2为第一时间间隔；再次计算所述波群QRSi向后一个波群QRSi-1与向前一个波群QRSi+1之间的时间间隔Ri-1Ri+1为第二时间间隔；然后判断所述第二时间间隔是否小于预设间隔系数K乘以第一时间间隔，该预设间隔系数K为一经验阈值，一般不大于1.5；一般Ri-1Ri+1不小于K乘以Ri-2Ri-1或者Ri-1Ri+1不小于K乘以Ri+1Ri+2时所述波群SQRi为正常识别的波群；如果所述第二时间间隔小于预设间隔系数乘以第一时间间隔，所述特定波群为误识别波群。
第二种：首先确定所述波群QRSi特定时间阈值区间内波形的最小高度和最大高度；其次计算所述波群QRSi的最大高度与所述特定波群最小高度的高度差Hi；再次分别计算所述波群QRSi向前一个波群QRSi+1的高度差Hi+1和向后一个波群QRSi-1的高度差Hi-1；然后判断所述波群QRSi的高度差Hi是否小于预设高度系数P乘以Hi+1和Hi-1中较小的高度差，该高度系数P为一经验值，通常不大于0.5；一般所述波群的高度差Hi大于等于预设高度系数P乘以Hi+1和Hi-1中较小的高度差时所述波群SQRi为正常识别的波群。如果所述特定波群的特征幅值小于预设幅度系数乘以较小特征幅值，则所述波群为误识别波群。
本实施例还提供一种具体用于判断所述选取的导联上的波群是否为误识别波群的结构，如图11所示，该结构包括：第一判断单元111和删除单元112。
第一判断单元111，具体用于在从除选取的导联之外的导联中未识别到与选取的导联特定波群对应的波群时，确定所述波群为误识别波群。删除单元112，具体用于当该特定波群为误识别波群时，从选取的导联中删除该特定波群删除。
其中，第一判断单元111包括间隔计算模块1111、间隔判断模块1112、间隔判定模块1113、高度差计算模块1114、高度差判断模块1115和高度差判定模块1116。
其中，间隔计算模块1111具体用于首先计算该特定波群向后的两个波群之间的第一时间间隔，然后再计算该特定波群向后一个波群与向前一个波群的第二时间间隔。间隔判断模块1112具体用于判断所述第一时间间隔是否小于预设间隔系数乘以第二时间间隔，该预设间隔系数K为一经验阈值，一般不大于1.5。间隔判定模块1113用在所述第一时间间隔小于预设间隔系数乘以第二时间间隔时，判定所述特定波群为误识别波群。
其中，高度差计算模块1114首先具体用于确定特定波群在特定时间阈值区间内波形的最小高度和最大高度，该特定时间阈值区间的起点由该特定波群一定时间点减去所述特定时间阈值确定，该特定时间阈值区间的终点由该特定波群一定时间点加上所述特定时间阈值确定，其中特定时间阈值一般不超过100毫秒；其次计算所述特定波群的最大高度和所述特定波群最小高度的高度差；再次分别计算所述波群向前一个波群和向后一个波群的高度差；高度差判断模块1115，具体用于判断所述特定波群的特征幅值是否小于预设幅度系数乘以较小特征幅值，该高度系数P为一经验值，通常不大于0.5。高度差判定模块1116，具体用于当所述波群的高度差小于预设高度系数乘以所述波群向前一个波群和向后一个波群的高度差中较小特征幅值时，判定所述特定波群为误识别波群。
另外当测量到的波群识别完成以后，可以对整个所述选取的导联上已识别的波群进行一个整体的判断，判断选取的导联上是否存在波群漏识别的情况。若选取的导联上存在波群漏识别的情况，则查找是否存在新的波群，若选取的导联上不存漏识别的波群，则导联的识别结束。所述选取的导联上是否存在漏识别波群的判断方法如图12所示，该方法包括：
1201、计算所述选取的导联中任意连续两个波群之间的平均间隔。
1202、判断是否存在连续两个波群之间的间隔大于预设系数乘以所述平均间隔，该预设系数为一经验阈值，通常大于1.5，若存在连续两个波群之间的间隔大于预设系数乘以所述平均间隔，则执行步骤1203，若不存在连续两个波群之间的间隔大于预设系数乘以所述平均间隔，则执行步骤1204。
1203、在除所述选取的导联之外的剩余导联上识别该连续两个波群之间是否存在新的波群，若存在新的波群，在所选取导联上识别该连续两个波群之间是否存在新的波群；如果所选取导联上该连续两个波群之间存在新的波群，则将该新的波群添加到已识别导联的识别结果中。
1204、结束心电图导联的识别。
本实施例还提供一种具体用于判断所述选取的导联上是否存在漏识别波群的结构，如图13所示，该结构包括：间隔计算单元131和第二判断单元132。
间隔计算单元131，具体用于计算所述选取的导联中所有的连续两个波群之间的平均间隔。
第二判断单元132具体用于判断是否存在连续两个波群之间的间隔大于预设系数乘以所述平均间隔，该预设系数为一经验阈值，通常大于1.5，当存在连续两个波群之间的间隔大于预设系数乘以所述平均间隔时，在除所述选取的导联之外的剩余导联上识别该连续两个波群之间是否存在新的波群，若存在新的波群，在所选取导联上识别该连续两个波群之间是否存在新的波群；如果所选取导联上该连续两个波群之间存在新的波群，则将该新的波群添加到已识别导联的识别结果中。
上述实施例中判断选取的导联上的波群是否为误识别波群和漏识别波群的方法及结构，也可以但不局限于用在实施例2和实施例3的心电图导联识别过程中。
上述实施例不仅从测量到的导联中选择医学特征明显的导联为选取的导联，还可以在没有医学特征特别明显的导联的情况下，从测量到的导联中取特征幅值最大的导联为所述选取的导联，这样选出的导联的质量得到了更进一步的保证，使得导波群的识别效果更佳。且对除所述选取的导联之外的剩余导联进行识别的过程中，还对所述选取的导联上已识别的波群进行是否存在误识别的判断，若果存在波群的误识别，及时将该选取的导联上误识别的波群删掉，从而进一步保证了波群的识别效果。在所有导联中的波群识别完成后，对选取的导联上的波群进行整体的检查，判断是否存在波群漏识别的情况，若选取的导联上存在漏识别的波群，查找到该漏识别的波群，将其添加到选取的导联的相应位置。这种导联的识别方式使得导联上波群的识别准确无误，充分保证了导联上波群的识别效果，有利于疾病的诊断。
本发明实施例还提供心电图导联识别方法，如图14所示。
由于心电图中特征明显的各类波群并不在同一条医学特征或图形特征明显的导联上。因此要使各类波群都能够在各自特征明显的导联上进行优先识别，那就要针对不同的波群选取不同的对应于该类波群的医学特征明显的导联或者选取特征幅值最大的导联作为所述选取的导联。上述选取的导联选取后，各类波群在各自对应的选取的导联上分别进行各类波群的识别。上述选取的导联上对应的波群识别完成后，根据上述选取的导联上波群的识别结果，对其它的除选取的导联以外的测量到的导联上的对应波群进行识别。具体包括：
1401、心电检查时，要将电极按照各种不同的固定位置贴在人体表面，心电图机会记录电极间的电压变化情况，从而产生相应位置对应的同步导联信号。从各类待识别的波群中选取任意一类待识别的波群，针对该类波群，从测量到的导联中选取医学特征明显的导联或者选取特征幅值最大的导联作为所述选取的导联。
1402、上述选取的导联从测量到的导联中选出后，在上述选取的导联上根据差分阈值法、模板法、小波法等任意一种波群识别方法，对该类波群进行识别。
1403、当该类波群在上述选取的导联上识别完成后，根据所述选取的导联中该类波群已识别出的波群的位置，在除所述选取的导联之外的剩余导联的对应位置上查找相应的该类波群，并对该相应类波群进行识别。
其中，要实现根据所述选取的导联中该类波群已识别出的波群的位置，在其他测量到的非选取的导联的对应位置上查找相应的该类波群，并对该相应类波群进行识别。首先要确定在所述选取的导联中识别出的该类波群的时间起点和时间终点。然后根据所述选取的导联中识别出的该类波群的时间起点和时间终点以及预设的时间阈值，确定所述选取的导联中已识别的该类波群的识别时间区间。最后在上述识别时间区间内，对除所述选取的导联之外的其他测量到的导联进行对应该类波群的识别。该对应类波群的识别可以利用差分阈值法，模板法，小波法等波群的识别方法进行识别。
1404、当该类波群在所有测量到的导联上识别完成后，将进行针对另一类待识别波群的医学特征明显的导联或者选取特征幅值最大的导联的选取以及该类波群的识别。在针对另一类待识别波群进行所述选取的导联的选取之前，首先将已识别的一类波群在各个测量到的导联中排除掉，然后再针对另一类未识别波群在各测量到的导联中进行医学特征明显的导联或者选取特征幅值最大的导联的选取。针对另一类未识别波群的所述选取的导联选取过程以及该类波群的识别过程，同上述第一类波群的所述选取的导联的选取及识别过程相同。重复此过程，直至将所有不同类的波群识别完成。
本实施例心电图导联的识别过程中判断所述选取的导联上的波群是否存在误识别波群和漏识别波群的法还可以但不局限于采用实施例4中的具体用于判断所述选取的导联上的波群是否存在误识别波群和漏识别波群的法。
上述事实例，选取所述选取的导联时根据各类波群的特征，选取针对于各类波群特征明显的导联为各类波群对应的所述选取的导联，这样选取的所述选取的导联上每类波群的特征明显、位置准确，保证各类波群的识别效果的准确性，使整个测量到的导联上的波群的识别效果更佳，保证了疾病诊断的准确性。
通过以上实施例的描述，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得移动设备(可以是手机，个人计算机，媒体播放器等)执行本发明各个实施例所述的方法。这里所称的存储介质，如：ROM/RAM、磁盘、光盘等。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
Claims (16)
1.一种心电图导联识别方法，其特征在于，包括:
选取医学特征明显的导联或者选取特征幅值最大的导联；
识别所选取的导联上的波群；
其中，所述选取医学特征明显的导联包括：
判断测量到的导联中是否存在Ⅱ导联；如果存在Ⅱ导联，则将Ⅱ导联作为所述医学特征明显的导联；如果不存在Ⅱ导联，则判断测量到的导联中是否存在V1导联；如果存在V1导联，则将V1导联作为所述医学特征明显的导联；
其中，所述选取特征幅值最大的导联包括：
确定预定时间范围内波峰点以及波峰点的特定时间阈值区间内的波形的最小高度，计算所述波峰点高度与最小高度之间的高度差，将该高度差中最大值高度差作为所述特征幅值；从测量到的导联中选取特征幅值最大的导联；
或者，确定预定时间范围内波峰点和波谷点；以及确定波谷点的特定时间阈值区间内波形的最大高度和波峰点的特定时间阈值区间内波形的最小高度，计算所述波谷点高度与所述最大高度之间的第一高度差以及所述波峰点高度与所述最小高度之间的第二高度差，将第一高度差和第二高度差中最大高度差作为所述特征幅值；从测量到的导联中选取特征幅值最大的导联。
2.根据权利要求1所述的心电图导联识别方法，其特征在于，该方法还包括：
确定所述选取的导联中已识别波群的时间起点和时间终点；
根据所述时间起点和时间终点计算识别时间区间；
在所述识别时间区间内对除选取的导联之外的剩余导联进行波群识别。
3.根据权利要求2所述的心电图导联识别方法，其特征在于，该方法还包括：
若在剩余导联中没有识别到与选取的导联中已识别的特定波群对应的波群，则判断所述选取的导联上已识别的特定波群为误识别波群，并从选取的导联中删除该特定波群。
4.根据权利要求3所述的心电图导联识别方法，其特征在于，所述判断所述特定波群为误识别波群包括：
计算所述特定波群向后或向前的两个波群之间的第一时间间隔；
计算所述特定波群向后一个波群与向前一个波群的第二时间间隔；
判断所述第二时间间隔是否小于预设间隔系数乘以第一时间间隔；
如果所述第二时间间隔小于预设间隔系数乘以第一时间间隔，则判定所述特定波群为误识别波群。
5.根据权利要求3所述的心电图导联识别方法，其特征在于，所述判断所述特定波群为误识别波群包括：
计算所述特定波群的在预设时间阈值区间内的高度差、以及与特定波群的相邻波群在预设时间阈值区间内的高度差；
判断所述特定波群的高度差是否小于预设高度系数乘以与特定波群的相邻波群中高度差中较小的高度差；
如果所述特定波群的高度差小于预设高度系数乘以与特定波群的相邻波群中较小的高度差，则判定所述特定波群为误识别波群。
6.根据权利要求2-5中任一所述的心电图导联识别方法，其特征在于，所述根据所述时间起点和时间终点计算识别时间区间包括：
将所述时间起点减去预设的时间阈值作为识别时间区间的时间起点；
将所述时间终点加上预设的时间阈值作为识别时间区间的时间终点。
7.根据权利要求1所述的心电图导联识别方法，其特征在于，该方法还包括：
计算选取的导联中所有的连续两个波群之间的平均间隔；
判断是否存在连续两个波群之间的间隔大于预设系数乘以所述平均间隔；
如果存在连续两个波群之间的间隔大于预设系数乘以所述平均间隔，则在该连续两个波群之间重新进行波群识别。
8.根据权利要求7所述的心电图导联识别方法，其特征在于，在该连续两个波群之间重新进行波群识别包括：
在除所述选取的导联之外的剩余导联上识别该连续两个波群之间是否存在新的波群；
如果剩余导联上该连续两个波群之间存在新的波群，在所选取导联上识别该连续两个波群之间是否存在新的波群；
如果所选取导联上该连续两个波群之间存在新的波群，则将该新的波群添加到已识别导联的识别结果中。
9.一种心电图导联识别装置，其特征在于，包括：
选择单元，具体用于选取医学特征明显的导联或者选取特征幅值最大的导联；
识别单元，具体用于识别所选取的导联上的波群；
其中，所述选择单元包括：
第一判断模块，具体用于判断测量到的导联中是否存在Ⅱ导联；
第一选定模块，具体用于当测量到的导联中存在Ⅱ导联时，将Ⅱ导联作为医学特征明显的导联；当测量到的导联中不存在Ⅱ导联时，所述第一判断模块具体用于判断测量到的导联中是否存在V1导联；当测量到的导联中存在V1导联时，所述第一选定模块具体用于将V1导联作为所述医学特征明显的导联；
其中，所述选择单元还包括：
计算模块，具体用于计算所有测量到的导联在预定时间范围内的特征幅值；
第二选定模块，具体用于选定最大的特征幅值对应的导联；
其中，所述计算模块还具体用于确定预定时间范围内波峰点高度以及波峰点的特定时间阈值区间内波形的最小高度，计算所述波峰点高度与最小高度之间的高度差，将该高度差中的最大高度差作为所述特征幅值；
或者，具体用于确定预定时间范围内波谷点和波峰点；确定波谷点的特定时间阈值区间内波形的最大高度和波峰点的特定时间阈值区间内波形的最小高度，计算所述波谷点高度与所述最大高度之间的第一高度差以及所述波峰点高度与所述最小高度之间的第二高度差，将第一高度差和第二高度差中最大高度差作为所述特征幅值。
10.根据权利要求9所述的心电图导联识别装置，其特征在于，该装置还包括：
确定单元，具体用于确定选取的导联中已识别波群的时间起点和时间终点；
区间计算单元，具体用于根据所述时间起点和时间终点计算识别时间区间；
所述识别单元还具体用于在所述识别时间区间内对除选取的导联之外的剩余导联进行波群识别。
11.根据权利要求10所述的心电图导联识别装置，其特征在于，所述区间计算单元包括：
起点计算模块，具体用于将所述时间起点减去预设的时间阈值作为识别时间区间的时间起点；
终点计算模块，具体用于将所述时间终点加上预设的时间阈值作为识别时间区间的时间终点。
12.根据权利要求9所述的心电图导联识别装置，其特征在于该装置还包括：
第一判断单元，具体用于在剩余导联中没有识别到与选取的导联中已识别的特定波群对应的波群时，则判断所述选取的导联上已识别的特定波群是否为误识别波群；
删除单元，具体用于在所述选取的导联上已识别的特定波群为误识别波群时，则将该特定波群从选取的导联中删除。
13.根据权利要求12所述的心电图导联识别装置，其特征在于，所述第一判断单元包括：
间隔计算模块，具体用于计算所述特定波群向后或向前的两个波群之间的第一时间间隔，并计算所述特定波群向后一个波群与向前一个波群的第二时间间隔；
间隔判断模块，具体用于判断所述第二时间间隔是否小于预设间隔系数乘以第一时间间隔；
间隔判定模块，用在所述第二时间间隔小于预设间隔系数乘以第一时间间隔时，判定所述特定波群为误识别波群。
14.根据权利要求12所述的心电图导联识别装置，其特征在于，所述判断单元包括：
高度差计算模块，具体用于计算所述特定波群的高度差、以及与特定波群的相邻波群的高度差；
高度差判断模块，具体用于判断所述特定波群的高度差是否小于预设幅值系数乘以与所述特定波群的相邻波群的高度差中较小的高度差特定波群的相邻波群；
高度差判定模块，具体用于在所述特定波群的高度差小于预设幅值系数乘以与所述特定波群的相邻波群的高度差中较小的高度差时，判定所述特定波群为误识别波群。
15.根据权利要求9所述的心电图导联识别装置，其特征在于，该装置还包括：
间隔计算单元，具体用于计算选取的导联中所有的连续两个波群之间的平均间隔；
第二判断单元，具体用于判断是否存在连续两个波群之间的间隔大于预设系数乘以所述平均间隔；
如果存在连续两个波群之间的间隔大于预设系数乘以所述平均间隔，所述识别单元具体用于在该连续两个波群之间重新进行波群识别。
16.根据权利要求15所述的心电图导联识别装置，其特征在于，所述识别单元具体用于在除所述选取的导联之外的剩余导联上识别该连续两个波群之间是否存在新的波群；
如果剩余导联上该连续两个波群之间存在新的波群，所述识别单元具体用于在所选取导联上识别该连续两个波群之间是否存在新的波群；如果所选取导联上该连续两个波群之间存在新的波群，则将该新的波群添加到已识别导联的识别结果中。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/CN2009/070123 WO2010081292A1 (zh) | 2009-01-13 | 2009-01-13 | 心电图导联识别方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102438514A CN102438514A (zh) | 2012-05-02 |
| CN102438514B true CN102438514B (zh) | 2014-08-20 |
Family
ID=42339400
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN200980147163.XA Expired - Fee Related CN102438514B (zh) | 2009-01-13 | 2009-01-13 | 心电图导联识别方法及装置 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN102438514B (zh) |
| WO (1) | WO2010081292A1 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN113786200B (zh) * | 2020-05-28 | 2022-10-11 | 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 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0853285A1 (en) * | 1997-01-09 | 1998-07-15 | Hewlett-Packard Company | Method and system for detecting acute myocardial infarction |
| US6947789B2 (en) * | 2000-11-13 | 2005-09-20 | Innovise Medical, Inc. | Method for detecting, sizing and locating old myocardial infarct |
| CN101467879A (zh) * | 2007-12-26 | 2009-07-01 | 深圳迈瑞生物医疗电子股份有限公司 | 一种基于多导同步心电信号处理方法及装置 |
-
2009
- 2009-01-13 WO PCT/CN2009/070123 patent/WO2010081292A1/zh active Application Filing
- 2009-01-13 CN CN200980147163.XA patent/CN102438514B/zh not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0853285A1 (en) * | 1997-01-09 | 1998-07-15 | Hewlett-Packard Company | Method and system for detecting acute myocardial infarction |
| US6947789B2 (en) * | 2000-11-13 | 2005-09-20 | Innovise Medical, Inc. | Method for detecting, sizing and locating old myocardial infarct |
| CN101467879A (zh) * | 2007-12-26 | 2009-07-01 | 深圳迈瑞生物医疗电子股份有限公司 | 一种基于多导同步心电信号处理方法及装置 |
Non-Patent Citations (4)
| Title |
|---|
| 于良军等.十二导联心电图标志点的识别方法.《医疗装备》.2005,第18卷(第12期),第20-21页. |
| 十二导联心电图标志点的识别方法;于良军等;《医疗装备》;20051231;第18卷(第12期);第20-21页 * |
| 喻德旷等.多导同步心电图的QRS波检测及起止点的确定.《北京生物医学工程》.2000,第19卷(第2期),第75-78页. * |
| 苏丽.远程心电监护诊断系统心电信号处理方法研究.《中国优秀博硕士学位论文全文数据库（博士） 信息科技辑》.2006,正文第5章，第70-94页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102438514A (zh) | 2012-05-02 |
| WO2010081292A1 (zh) | 2010-07-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2087836B1 (en) | Apparatus and method for determining a physiological parameter | |
| CN107837082A (zh) | 基于人工智能自学习的心电图自动分析方法和装置 | |
| CN103505244A (zh) | 诊断系统和用于获得超声图像帧的方法 | |
| KR20080091350A (ko) | 자동 초음파 도플러 측정 | |
| EP2656784B1 (en) | Cardiac activation time detection | |
| CN107847174B (zh) | 起搏信号处理方法、系统和心电监护仪 | |
| US20090281441A1 (en) | System for Heart Performance Characterization and Abnormality Detection | |
| EP2591721A1 (en) | Accurate time annotation of intracardiac ECG signals | |
| JP2008523929A (ja) | 電気生理学データの自動処理 | |
| JP5558727B2 (ja) | 超音波診断装置および超音波診断装置のデータ処理プログラム | |
| CN102397067A (zh) | 一种运动负荷心电波形叠加分析方法及其系统 | |
| CN104720794A (zh) | 一种叠加检测心电波形r点的方法 | |
| CN105411579B (zh) | 一种心电图r波检测方法及装置 | |
| CN102438514B (zh) | 心电图导联识别方法及装置 | |
| EP4014848A1 (en) | Visualizing performance of catheter electrodes | |
| US8880352B2 (en) | System and method for analyzing an electrophysiological signal | |
| Saad et al. | Detection of heart blocks in ECG signals by spectrum and time-frequency analysis | |
| WO2021120737A1 (zh) | St 检测方法、装置、计算机设备及存储介质 | |
| CN109068984B (zh) | 心肌兴奋判定装置 | |
| CN108969016B (zh) | 用于自动分析多普勒频谱的方法和超声系统 | |
| JP2005080712A (ja) | 心臓健康指数の算出方法及び心電図特定波分類方法 | |
| CN108542381A (zh) | 一种数据处理方法和装置 | |
| CN114762611A (zh) | 肌体多动态参数的处理方法及在射血分数上的应用 | |
| CN117281529B (zh) | 一种心电图波形数据智能处理方法 | |
| US10716486B1 (en) | System and method to estimate a signal hidden within a composite waveform |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20170717 Address after: 510640 Guangdong City, Tianhe District Province, No. five, road, public education building, unit 371-1, unit 2401 Patentee after: Guangdong Gaohang Intellectual Property Operation Co., Ltd. Address before: 518129 Bantian HUAWEI headquarters office building, Longgang District, Guangdong, Shenzhen Patentee before: Huawei Technologies Co., Ltd. |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20170915 Address after: 518000 Guangdong city of Shenzhen province Nanshan District Science Park Road, Guangdong streets KELONG Xunmei Technology Plaza No. 1 building 12 layer 1210 Patentee after: Shenzhen Tianlong Fu Medical Technology Co Ltd Address before: 510640 Guangdong City, Tianhe District Province, No. five, road, public education building, unit 371-1, unit 2401 Patentee before: Guangdong Gaohang Intellectual Property Operation Co., Ltd. |
|
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140820 Termination date: 20180113 |