CN102485172A - T波的峰值点方法检测方法和系统以及心电监控系统 - Google Patents

T波的峰值点方法检测方法和系统以及心电监控系统 Download PDF

Info

Publication number
CN102485172A
CN102485172A CN2010105771055A CN201010577105A CN102485172A CN 102485172 A CN102485172 A CN 102485172A CN 2010105771055 A CN2010105771055 A CN 2010105771055A CN 201010577105 A CN201010577105 A CN 201010577105A CN 102485172 A CN102485172 A CN 102485172A
Authority
CN
China
Prior art keywords
point
ripple
electrocardiosignal
treatment element
steepest
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
Application number
CN2010105771055A
Other languages
English (en)
Other versions
CN102485172B (zh
Inventor
陈耀
韩晓东
高卫华
薛求真
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
General Electric Co
Original Assignee
General Electric Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by General Electric Co filed Critical General Electric Co
Priority to CN201010577105.5A priority Critical patent/CN102485172B/zh
Publication of CN102485172A publication Critical patent/CN102485172A/zh
Application granted granted Critical
Publication of CN102485172B publication Critical patent/CN102485172B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明揭示一种从心电信号中检测出T波的峰值点的检测方法以及检测系统,还提供一种基于该检测方法的心电监控系统。该检测方法至少包括如下步骤:获取来自于数据采集装置的心电信号;从获取的心电信号中选取与心电信号中的T波相对应的心电信号;使用预定函数拟合该T波,该预定的函数包括需要求解的特性参数;利用选取的心电信号求解该特性参数以得到拟合的函数;以及从该拟合的函数求得该T波的峰值点。通过使用预定的函数拟合T波以求得虚拟的T波的峰值点的技术手段,可以解决传统的方法检测T波峰值点一致性不佳的技术问题,以取得更一致性地测量T波峰值点的技术效果。

Description

T波的峰值点方法检测方法和系统以及心电监控系统
技术领域
本发明涉及生理信号分析和检测领域,更具体言之,涉及心电信号中T波的峰值点的检测系统和检测方法以及基于此检测方法的心电监控系统。
背景技术
一般而言,心电图是基于心肌细胞内进行的电活动。心电检测装置,例如十二导联心电检测装置可以通过贴附在人体特定位置的导联电极来感测心电活动传导到体表的心电信号。从感测到的心电信号可以描绘出心脏在心动周期的运动轨迹图。一个典型的心动周期通常具有特定的特征波形,例如P波,QRS波群,T波,以及U波。这些特征波形与心肌细胞内的各种心电活动相对应。图8显示出一个典型的心动周期的心电图120。如图8所示,定位于参考点14和16之间的部分称为P波,该部分的波形与心房的心电活动相关。定位于参考点18和20之间的部分称为QRS波群,该部分的波形与心室的心电活动相关。定位于参考点22和26之间的部分称为T波,该部分的波形与心室的回复和再充电过程相关。定位于参考点18和26之间的部分称为QT间期,该QT间期表示心肌细胞中心室除极化和随之而进行的心室复极化过程的持续时间。QT间期可以通过检测QRS波群起始点18和T波的终止点26来获得。定位于参考点24和26之间的部分称为TpTe间期。TpTe间期可以通过检测T波的峰值点24和T波的终止点26来获得。
虽然QT间期的延长程度并非是表征心率失常风险的理想生物标记,但是很多情况下,QT间期的延长和尖端扭转型室性心动过速(torsade de points,TdP)之间还是存在着关联,尤其是对于由药物引起的QT间期延长。
在临床研究的早期,药物通常都需要经过临床的心电评估。典型的心电评估包括完整的QT间期或者QTc间期研究(thorough QT/QTc study),以评估药物对心脏除极化过程的影响。QTc间期是经心率修正后的QT间期。由于QT间期的持续时间与心率呈反比例关系,因此一般通过公式对QT间期进行修正,以得到一个基本与心率没有依赖关系的QT间期数值。一般而言,通过检测QT间期或者QTc间期的延长程度,即可以判断某种药物是否具有会对心脏的复极化产生超过某一门限值的药物作用。有证明表明以整套的QTc间期平均作用的95%的置信区间为上届,监管部门规定的门限值大概为10毫秒。然而,一些证据使人们对使用QT间期作为生物标记来表征尖端扭转型室性心动过速的可靠性提出质疑。
作为一种概念,将如图8所示的TpTe间期同心室复极离散度(ventriclerepolarization dispersion,DVR)相联系已在一些文献中论及。增强心室复极离散度极易诱发尖端扭转型室性心动过速。此外,一些临床研究显示TpTe间期也可能被用来预测心脏衰竭病患是否有发生心猝死的倾向。然而,由于各个导联电极所检测的T波的峰值点之间具有很大的可变性,以及由于药效引起的波形变化,使得通过传统的检测峰值点的测量方法所测量到的结果一致性不佳。
因此,有必要提供一种可以更一致性地测量T波的峰值点的系统及方法来解决上面提及的技术问题。
发明内容
本发明的一个方面在于提供一种检测方法。该检测方法至少包括如下步骤:获取来自于数据采集装置的心电信号;从获取的心电信号中选取与心电信号中的T波相对应的心电信号;使用预定函数拟合T波,该预定的函数包括需要求解的特性参数;利用选取的心电信号求解该特性参数以得到拟合的函数;以及从该拟合的函数求得T波的峰值点。
本发明的另一个方面在于提供一种检测系统。该检测系统包括:心电信号获取元件和与该心电信号获取元件相连接的处理元件。该心电信号获取元件用于获取从数据采集装置采集的心电信号;该处理元件用于接收该获取的心电信号,并从该获取的心电信号中选取与心电信号中的T波相对应的部分。该处理元件还用于使用预定函数拟合该T波,该预定的函数包括需要求解的特性参数。该处理元件进一步利用该选取的心电信号求解该特性参数以得到拟合的函数,以及从该拟合的函数求得该T波的峰值点。
本发明的再一个方面在于提供一种使用心电生物标记判定与心脏相关作用的心电监控系统。该心电生物标记包括从心电信号中T波的峰值点和T波的终止点测量出的时间间期。该心电监控系统包括心电信号获取元件以及处理元件。该心电信号获取元件用于获取来自于数据采集装置的心电信号。该处理元件用于使用获取的心电信号的至少一部分检测该心电信号的T波的终止点以及使用获取的心电信号的至少一部分求解拟合该T波的函数。该处理元件还用于以检测该T波的峰值点;基于该检测的T波的峰值点和终止点计算峰值点和终止点之间的时间间期。该处理元件还用于通过将该计算的时间间期与预定的门限值进行比较以确定与心脏相关的作用。
本发明的检测方法,检测系统以及心电监控系统,通过使用预定的函数拟合T波以求得虚拟的T波的峰值点的技术手段,可以解决传统的方法检测T波峰值点一致性不佳的技术问题,以取得更一致性地测量T波峰值点的技术效果。
此外,在心电监控系统中执行该心电检测方法有助于精确测量与T波的峰值点有关的其他生物标记间期,例如TpTe间期,以可能用来辅助评估药物对心脏的影响,以及预测心脏衰竭等各种情况发生心猝死的可能性。
附图说明
通过结合附图对于本发明的实施方式进行描述,可以更好地理解本发明,在附图中:
图1所示为本发明心电监控系统的一种实施方式的模块图。
图2所示为本发明心电监控系统从不同对象获取的T波的波形图。
图3所示为本发明用来拟合T波的极值分布概率密度函数的一种实施方式的波形图。
图4所示为本发明使用图3所示的极值分布概率密度函数拟合如图2c所示的T波的放大示意图。
图5所示为本发明使用两条直线拟合如图2c所示的T波的放大示意图。
图6所示为本发明判别与心脏相关作用方法的一种实施方式的流程图。
图7所示为图6所示的检测心电信号中T波的峰值点的一种实施方式的流程图。
图8所示为典型的心电信号在一个心动周期内的波形图。
具体实施方式
本发明的具体实施方式有关于生理信号,例如心电信号的分析以及检测。心电信号(electrocardiagram signal,ECG;也称为elektrokardiogramm,EKG)。本发明具体实施方式揭露的检测方法可以用来识别心电信号的特征,以用来预测与病患生理功能相关的事件,尤其是未来发生的事件。更具体言之,本发明揭露的心电监控系统和方法使用心电信号相关的生物标记来判别与心脏相关的作用。在特定的实施方式中,心电监控系统可以检测心电信号中T波的峰值点。通过检测的T波的峰值点可以表征与特定心电活动相关的心电信号参数,以方便评估特定的药物是否会对病患的心电活动产生负面的影响,以及预测是否易于发生某些疾病或者发生某种疾病的倾向,例如发生心猝死的概率。
虽然本发明揭示的特定实施方式,通过描述心电信号中T波的峰值点作为示例和教导,但是,本领域的技术人员应当可以理解,该特定实施方式揭示的技术应当还可以应用到其他生理电信号检测领域。举例言之,该生理电信号包括肌电信号(electromyography,EMG)以及脑电信号(electroencephalography,EEG)。
除非另作定义,此处使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明专利申请说明书以及权利要求书中使用的“第一”“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。同样,“一个”或者“一”等类似词语也不表示数量限制,而是表示存在至少一个。除非另行指出,“前部”“后部”“下部”和/或“上部”等类似词语只是为了便于说明,而并非限于一个位置或者一种空间定向。“包括”或者“包含”等类似的词语意指出现在“包括”或者“包含”前面的元件或者物件涵盖出现在“包括”或者“包含”后面列举的元件或者物件及其等同,并不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。
请参阅图1,其所示为本发明一种实施方式的心电监控系统100。在一种实施方式中,该心电监控系统100被设置成用于测量心电生物标记,例如TpTe间期。在此所谓的“TpTe间期”是指起始于心电信号中T波的峰值点结束于T波的终止点之间的时间间期。在此所谓的“峰值点”和“终止点”应当理解为T波在时间轴上出现的位置坐标。概括言之,心电监控系统100可以获取来自于待检测对象心脏由于心电活动而产生的心电信号,从获取的心电信号中检测T波的峰值点和终止点,基于检测的峰值点和终止点计算TpTe间期,将计算的TpTe间期与门限值进行比较,并根据比较结果作出与心脏的心电作用相关的判别结论。
在图1所示的实施方式中,心电监控系统100大致包括获取元件122,处理元件124,存储元件126,以及输出元件128,该等元件的细节将在下文详细描述。在其他实施方式中,该心电监控系统100也可以包括其他元件,例如网络连接接口等。
在一种实施方式中,获取元件122用于接收用以指示心肌细胞的各种心电活动的心电信号。心电活动可以包括与心肌细胞相关联的心室除极化过程和复极化过程。心电信号可以通过贴附在受测对象180皮肤表面的导联电极184以及与导联电极184连接的导线182来获取。在图1中,为了简化描述,仅仅示出四个导联电极184和分别与四个导联电极184相连接的导线182,在其他实施方式中,也可以使用其他数量的导联电极和导线。在一种实施方式中,本发明可以采用十二导联心电信号采集装置。在其他实施方式中,心电信号也可以通过无线方式传递给获取元件122。
在一种实施方式中,处理元件124被配置成对从获取元件122获取的心电信号进行一系列的处理和分析。在其他实施方式中,处理元件124也可以被配置成对通过其他途径获取的心电信号进行处理和分析,例如,处理元件124可以读取预先存储于存储元件126中的心电信号数据,并对读取的心电信号数据进行处理和分析,或者对从有线或者无线的网络传输的心电信号进行处理和分析。在一种实施方式中,处理元件124通过执行存储在存储元件126中的程序指令或者算法,以对心电信号进行处理和分析。例如,处理元件124可以执行特定的指令将心电信号处理成适合于视频显示的形式或者适合于存储的格式。处理元件124也可以对心电信号进行分析,以识别心电信号的特征波形。例如,处理元件124可以通过执行一系列的指令完成如下操作:检测心电信号中T波的峰值点,检测T波的终止点,计算T波的峰值点和终止点之间的时间间期(也即TpTe间期),并将计算的TpTe间期与门限值比较以便于作出判别结论。
在一种实施方式中,存储元件126存储的内容可以包括:程序指令,从获取元件122获取的心电信号,以及经过处理元件124处理后的心电信号等。存储元件126可以包括一个或者多个存储芯片,磁性存储设备,光学存储设备,以及诸如此类用于短期或者长期存储的介质。存储元件126还可以是本地的存储设备或者相对处理元件124和获取元件122而言为远程的存储设备。举例而言,存储元件126可以为内置于远程服务器(图未示出)中的记忆或者存储设备,该远程服务器可以通过有线接口或者光线接口或者无线和有线相结合的方式与心电监控系统100进行通信连接。
在一种实施方式中,输出元件128可以用于显示经过处理元件124处理后的心电信号。输出元件128可以包括打印设备和显示设备。显示设备可以为阴极射线显示装置,液晶显示装置,等离子体显示装置,以及场显示装置等。通过输出元件128打印的心电信号或者显示的心电信号,临床医生,例如内科医生或者电生理学研究人员可以以无创方式准确地诊断或者识别心脏的具体状况。
图2显示从多个对象采集到的T波的波形。更具体言之,图2a所示为从正常人群采集的第一T波230。第一T波230显示为直立且光滑的曲线,并具有上升部232和下降部234。从图形可以看出,上升部232和下降部234之间呈光滑连接,因此可以很容易确定第一T波230的顶点。对于该种波形的第一T波230,顶点236即可以作为T波的峰值点。进一步,为了降低测量噪声,可以在第一T波230的顶部区域切割出一小块区域,通过识别该切割出的小块区域的中间位置可以进行更加可靠的T波的峰值点的检测。
图2b至图2f显示的波形包括从服用抗心率失常药物志愿者所采集到的第二T波130,第三T波140,第四T波150,第五T波160,以及第六T波170。
如图2b所示,第二T波130包括上升部132和下降部134。该第二T波130具有一点非对称性,也即,上升部132增加的速度比下降部134下降的速度来得慢。在上升部132和下降部134之间,第二T波130还包括一个缺口部136以及一个具有极值点的极值部138。
如图2c所示,第三T波140包括上升部142和下降部144。该第三T波140也具有非对称性,也即,上升部142上升的速度也比下降部144的下降的速度来得慢。在上升部142和下降部144之间,第三T波140进一步包括缺口部146,具有第一极值点的第一极值部143,以及具有第二极值点的第二极值部147。
如图2d所示,第四T波150包括上升部152和下降部154。第四T波150也具有非对称性,也即,上升部152上升的速度也比下降部154的下降的速度来得慢。在上升部152和下降部154之间,第四T波150还包括缺口部156,具有第一极值点的第一极值部155,以及具有第二极值点的第二极值部157。
如图2e所示,第五T波160包括上升部162和下降部164。第五T波160也具有非对称性,也即,上升部162上升的速度也比下降部164的下降的速度来得慢。在上升部162和下降部164之间,第五T波160还包括基本平坦部166。
如图2f所示,第六T波170包括上升部172和下降部174。第六T波170也具有非对称性,也即,上升部172上升的速度也比下降部174的下降的速度来得慢。在上升部172和下降部174之间,第六T波170还包括一个缺口部176和具有极值点的极值部178。
如上针对图2b至图2f所描述之各种T波的波形,可以注意到,每一个T波均包括呈非对称分布的上升部和下降部。进一步,该等T波的顶部区域之波形变化比较显著。举例言之,图2b至图2d以及图2f均包括缺口部,而图2f则包括一个平坦部。由于缺口部和平坦部的存在,从T波本身很难精确测得其峰值点的位置。在一种实施方式中,可以通过选择特定的函数曲线来拟合或者仿真该等T波。在此所述的“拟合”或者“仿真”是指通过人工或者计算机绘出一个或者多个曲线,该一个或者多个曲线不仅可以与测量到的T波最相匹配,还可以消除T波的缺口或者平坦等特性,从而可以很容易从拟合或者仿真的函数曲线中即可识别出T波的峰值点。以下将进一步详细描述如何通过测量的心电信号得到拟合的函数曲线。
如图3所示,其为一种实施方式所采用的用来拟合T波的极值分布概率密度函数190的曲线图。在图示的实施方式中,该函数190的曲线图包括上升部192和下降部194。由于极值分布概率密度函数190的曲线在本质上的非对称性,也即,上升部192上升的速度比下降部194下降的速度来得慢,因此该函数190较佳地可以用来拟合T波。
在一种实施方式中,极值分布概率密度函数190可以用下面的公式来表示:
p ( t ) = e ( t - a b - e ( t - a b ) ) b · c - - - ( 1 ) ,
其中,在公式(1)中,t表示位于横轴上的时间变量,p(t)表示位于纵轴上的用来拟合心电信号的电压变量。进一步,在公式(1)中,a是一个位置参数,调节该位置参数变量可以将极值分布概率密度函数190的曲线图在时间轴上左右移动,b和c是幅值参数,调节该幅值参数可以将极值分布概率密度函数190的曲线图沿纵轴压缩或者拉升。当a=0,b=1,c=1时,该公式(1)可以简化成如下形式,
Figure BSA00000383078500082
该简化公式通常也被称为标准耿贝尔分布(standard Gumbel distribution)。在以下描述中,位置参数a以及幅值参数b和c可以统称为特性参数。可以理解,当该等特性参数a,b,c被赋予不同的数值时,该极值分布概率密度函数190的曲线图将出现不同程度的改变。因此,通过仔细选择恰当的特性参数值a,b,c,即可以使对应的极值分布概率密度函数190的曲线图与测量的T波的波形图最相匹配。以下将详细描述如何借助已经测量的心电信号来寻找最佳特性参数值a,b,c的方法。
如图4所示,其为图2c所示的第三T波140的放大示意图。该第三T波140的波形图可以通过如图1所示的心电监控系统100来绘制。心电监控系统100的处理元件124可以预先对通过获取元件122获取的心电信号进行模数转换以及滤波等操作,并进一步提取出心电信号中与T波140相对应的部分心电信号。在一种实施方式中,上述提取的心电信号的全部数据均可以用来推导出通过公式(1)拟合T波140的最佳特性参数a,b,c。在另外一种实施方式中,也可以从上述提取的心电信号中进一步选取多个心电信号数据来推导最佳特性参数a,b,c。例如,可以在T波140的上升部142和下降部144分别选取多个心电信号以推导最佳特性参数a,b,c。
具体而言,在上升部142中选取多个心电信号时,可以通过处理元件124识别出上升部142的最速上升点212。在此所谓的“最速上升点”是指上升部中具有最大正值斜率的点。在识别出最速上升点212之后,可以通过处理元件124进一步在最速上升点212周围记录多个与心电信号相关的第一采样点。该多个第一采样点可以在第一时间间隔内Δt1记录。例如,在图示的实施方式中,第一时间间隔Δt1可以为大约20毫秒至30毫秒。该多个第一采样点可以表达成下述形式:{(ti,vi):i=1...r},其中,r表示该多个第一采样点的数目,vi表示该多个第一采样点在时间点ti对应的电压值。
在下降部144中选取多个心电信号时,可以通过处理元件124识别出下降部144的最速下降点214。在此所谓的“最速下降点”是指下降部中具有最大负值斜率的点。在识别出最速下降点214之后,可以通过处理元件124进一步在最速下降点212周围记录多个与心电信号相关的第二采样点。该多个第二采样点可以在第二时间间隔内Δt2记录。例如,在图示的实施方式中,第二时间间隔Δt2可以为大约10毫秒至20毫秒。在一种实施方式中,第二时间间隔Δt2小于第一时间间隔Δt1。该多个第二采样点可以表达成下述形式:{(ti,vi):i=r+1...r+s},其中,s表示该多个第二采样点的数目,vi表示该多个第二采样点在时间点ti对应的电压值。
在记录到数目为r的多个第一采样点和数目为s的多个第二采样点之后,处理元件124可以根据该r+s个采样点心电信号数据决定特性参数a,b,c的最优化值。在一种实施方式中,处理元件124可以基于以下公式(2)来决定特性参数a,b,c的数值:
min a , b , c J = Σ i = 1 r + s ( p ( t i ) - v ( t i ) ) 2 - - - ( 2 ) ,
其中,公示(2)是调整特性参数a,b,c的优化方程。在公式(2)中,p(ti)是特性参数a,b,c被赋予一组特定的数值时,按照公式(1)计算的在时间点ti的心电信号的拟合数值,v(ti)是实际测量的在时间点ti的心电信号的测量值,变量J是对r+s个采样点的心电信号拟合数值和对应的测量值作差并求平方后的数值再求和所计算得到的数值。从公式(2)可以知道,存在这样一种情形,当特性参数a,b,c被赋予一组特定的数值时,J可以取得最小值。举例而言,当特性参数a,b,c分别被赋予a1,b1,c1时,通过公式(2)可以计算得到第一求和值J1,当特性参数a,b,c分别被赋予a1,b1,c2,或者a2,b1,c1,或者a1,b2,c1时,通过公式(2)可以分别计算得到第二求和值J2,第三求和值J3以及第四求和值J4。如果第二求和值J2,第三求和值J3以及第四求和值J4均小于第一求和值J1,则a1,b1,c1可以当成特性参数a,b,c的优化值。由公式(1)可知,当时间变量t取值为a1时,电压变量p(t)达到最大值。因此,a1可以被认为是由极值分布概率密度函数190拟合的T波140的峰值点。
由上所述,在一种实施方式中,通过采用极值分布概率密度函数来拟合T波,从而从拟合的函数曲线即可求得T波的峰值点,解决了直接从T波本身测量峰值点所遇到的测量一致性不佳的技术问题。由于拟合的函数曲线对应T波上升部的部分和下降部的部分均具有良好的一致性,因此相对那些直接测量具有非对称波形且波形变化明显的T波的峰值点而言,得到的峰值点具有较佳的一致性。
在一种实施方式中,在通过函数曲线拟合方式得到T波的峰值点之后,可以通过处理元件124将求得的峰值点数据a1传送到存储元件126中。存储元件126存储该峰值点数据a1以作他用。在一种实施方式中,处理元件124可以从存储元件126中取得该峰值点数据a1,以计算一种心电标签的TpTe间期。处理元件124可以进一步将计算得到的TpTe间期与门限值进行比较,以方便研究人员或者有经验的临床医师根据比较结果来判别特定药物是否会产生对心脏不良的作用,或者根据比较结果判别发生心猝死的概率。
在另外一种实施方式中,在求解如上所述的公式(2)的优化方程时,为了获得全局收敛的结果,还可以通过如下方法设置特性参数a,b,c的初始值。举例而言,继续参考图4,处理元件124可以首先通过如下公式(3)来识别T波140的顶点。
vtop=v(ttop)=max(v(t))    (3),
其中,v(t)是心电信号在时间点t的测量值,vtop是测量的心电信号在时间点ttop的最大值。处理元件124可以通过比较所有获取的心电信号以匹配到T波140的顶点147。
然后,处理元件147可以在顶点147的周围形成一个心电信号的集合。该心电信号的集合可以表达成如下形式:
{tx|vtop-vth<v(tx)<vtop+vth}    (4),
在公式(4)中,vth是预先设置的范围值,tx是时间变量。在一种实施方式中,vth的数值可以设置为:vth=0.1·vtop。tx的数值必须取值使得心电信号的测量值在范围vtop-vth和vtop+vth内变化。
此后,在顶点ttop147的周围形成如上(4)表达的集合之后,处理元件124可以计算该数据集合的中点值或者平均值,并将该中点值或者平均值赋值为T波140峰值点的初始值
Figure BSA00000383078500111
因此特性参数a0的初始值可以表达成如下形式:
a 0 = t peak 0 - - - ( 5 ) ,
其中,
Figure BSA00000383078500113
是特性参数a0的初始值。
为了设置特性参数b0的初始值,可以通过处理元件124检测T波140的终点值tend。在一种实施方式中,T波140的终点值可以如下方法测得:识别在峰值点之后的T波140的最大斜率点,通过该最大斜率点作出一条切线,鉴别出该切线与基线之间的交叉点。该切线和基线之间的交叉点即可以作为T波140的终点值。在获得T波140的终点值之后,可以通过如下公式(6)设置特性参数b0的初始值:
b 0 = ( t end - t peak 0 ) / 2 - - - ( 6 ) ,
其中,tend是T波的终点值,
Figure BSA00000383078500115
是特性参数a0的初始值。在一种替换的实施方式中,也可以在识别出的最大斜率点周围记录多个邻点,以代替通过作切线的方式寻找T波的终点值。举例而言,可以在最大斜率点的前面记录两个点而在最大斜率点的后面记录四个点。在一种实施方式中,可以通过最小二乘法使用这些记录的数据点拟合得到一条直线。然后,将该拟合的直线与基线之间的交叉点作为T波140的终点值。
在特性参数的初始值均设置好以后,特性参数c0的初始值可以通过把上述特性参数值a0,b0代入到公式(1)中,然后在时间变量取值为a0时求解公式(1)来获得。通过求解公式(1),特性参数c0可以表达成如下形式:
c 0 = v ( t peak 0 ) · ( t end - t peak 0 ) / ( 2 · e - 1 ) - - - ( 7 ) ,
其中,是测量的心电信号在时间点
Figure BSA00000383078500123
时的数值,是tendT波140的终点值,
Figure BSA00000383078500124
是特性参数a0的初始值。
在替换的实施方式中,也可以通过采用两个函数曲线来拟合T波140以求得T波140的峰值点。请参阅图5,在图示的实施方式中,可以采用两条直线来拟合T波140。由于T波140具有上升部142和下降部144,因此分别采用第一直线242拟合上升部142,第二直线244拟合下降部144。为了推得拟合直线的表达式,处理元件124可以采用如上所述的方式,基于测量的心电信号,识别出上升部142的最速上升点212以及下降部144的最速下降点214。处理元件124还进一步识别出与最速上升点212相关联的最大正值斜率k1,以及与最速下降点214相关联的最大负值斜率k2,从而可以求得第一直线242和第二直线244的表达式。
在求得第一直线242和第二直线244的方程表达式后,处理元件124通过识别出该第一直线242和第二直线244的交叉点246,并将该交叉点246作为T波140的峰值点。处理元件124可以将求得的峰值点数据传送到存储元件126中。存储元件126存储该峰值点数据以作他用。在一种实施方式中,处理元件124可以从存储元件126中取得该峰值点数据,以计算一种心电标签的TpTe间期。
在另一种实施方式中,可以理解,也可以采用其他形式的函数曲线来拟合T波。举例而言,处理元件124可以采用二次方程曲线来拟合T波。该二次方程曲线的表达式也可以通过测量到的与T波对应的心电信号来求得。在一种实施方式中,可以进一步将求得的二次方程曲线的顶点作为T波的峰值点。
如图6所示,其为本发明一种心电相关作用判别方法1000的流程图。该流程图1000所描述的各个步骤可以与图1所示的心电监控系统1000的一个或者多个元件相结合。该流程图可以编程为程序指令并保存在可以被电脑或者处理器读取的存储介质上。当该程序指令被电脑或者处理器执行时,可以实现如流程图1000所示的各个步骤。可以理解,电脑可读的介质可以包括易失性的和非易失性的,以任何方法或者技术实现的可移动的以及非可移动的介质。更具体言之,电脑可读的介质包括但不限于随机访问存储器,只读存储器,电可擦只读存储器,闪存存储器,或者其他技术的存储器,光盘只读存储器,数字化光盘存储器,或者其他形式的光学存储器,磁带盒,磁带,磁碟,或者其他形式的磁性存储器,以及任何其他形式的可以被用来存储能被指令执行系统访问的预定信息的存储介质。
在步骤101中,该方法1000开始获取原始的心电信号。在一种实施方式中,步骤101的执行可以与心电监控系统100中的获取元件122相结合。具体言之,在一种实施方式中,获取元件122通过贴附在被测对象体表的导联电极来获取心电信号。
在步骤102中,该方法1000继续处理获得的心电信号以获得代表心动周期的信号,例如平均心电信号,中值心电信号,或者通过其他不同的信号平滑处理技术对多个心动周期的信号处理后而得到的心电信号。平均心电信号是一种特殊的心电图学处理技术,其可以对来自于心脏的多个心电信号进行平均操作,以滤除干扰信号和QRS波群的小幅波动。中值心电信号是通过使用信号平滑技术对多个心动周期的心电信号进行处理得到的。相对于对多个心动周期的心电信号取平均值而言,中值心电信号是从多个心动周期的原始数据获得的。二者均需要基于选择的基准点,例如QRS波群的起始点,或者整个QRS波群模板,亦或T波模板,对多个心动周期的信号进行定位。在一种实施方式中,处理元件124可以执行存储在存储元件126中的信号平均指令,对在一段时间内获得的心电信号进行平均化操作,以得到平均心电信号。在一种实施方式中,处理元件124可以对十秒的十二导联心电信号进行取平均操作或者求中值操作而得到平均心电信号或者中值心电信号。
在步骤104中,该方法1000继续对心电信号进行处理以识别心电信号中的多个时间点。在一种实施方式中,处理元件124可以从心电信号中识别出P波的起始点,P波的终止点,QRS波群的起始点,QRS波群的终止点,以及T波的终止点等。
在步骤106中,该方法1000继续对心电信号执行滤波操作。在一种实施方式中,处理元件124可以通过主分量分析方法对平均心电信号或者中值心电信号执行滤波操作,以在降低噪声的同时不扭曲T波的波形。在流程图1000所示的实施方式中,该滤波操作的步骤106是在识别心电信号多个时间点的步骤104之后进行的。然而,可以理解,在其他实施方式中,滤波操作的步骤106也可以同时和识别心电信号多个时间点的步骤104并行执行。
在步骤108中,该方法1000继续对心电信号进行处理以获得心电向量信号。在一种实施方式中,处理元件124可以使用从贴附在对象胸腔的导联电极V3,V4,V5提供的滤波后的心电信号组合得到心电向量信号。
在步骤110中,该方法1000继续对心电向量信号进行低通滤波操作。在一种实施方式中,处理元件124可以使用一个低通滤波器(图未示出)来平滑心电向量信号。
在步骤112中,该方法1000继续对心电进行处理以检测心电信号中T波的终止点。在一种实施方式中,该检测T波终止点的步骤112可以作用在低通滤波后的心电向量信号或者没有经过低通滤波的心电向量信号。在一种实施方式中,处理元件124可以通过下面步骤来检测T波的终止点:设别T波在峰值点之后波形的最大斜率点,通过该最大斜率点作出一条切线,鉴别出该切线与基线之间的交点。该切线和基线之间的交叉点即可以作为T波的终止点。在另一种实施方式中,处理元件124可以使用在步骤104中识别到的多个时间点来检测T波的终止点。举例而言,处理元件124可以计算从导联电极V3,V4,V5提供的心电信号中T波的终止点的平均值,并将计算的平均值作为T波的终止点。
在步骤114中,该方法1000继续对心电信号进行处理以检测T波的峰值点。图7显示用于检测心电向量的T波的终止点步骤114的详细子流程。在一种实施方式中,图7所示的各个子步骤均作用于心电向量信号。
请参阅图7,在子步骤1142中,在一种实施方式中,处理元件123可以选取心电信号的一部分,该部分对应于心电信号的T波。
在子步骤1144中,在一种实施方式中,处理元件可以采用一个具有可调特性参数的函数曲线来拟合T波。在一种实施方式中,该拟合函数曲线为一个,例如,极值分布概率密度函数,其函数曲线如公式(1)所示。在另一种实施方式中,该拟合函数曲线可以为两个,例如,用两条直线函数分别拟合T波的上升部和下降部。可以理解,在其他实施方式中,该拟合函数曲线还可以为多个。
在子步骤1146中,在一种实施方式中,处理元件124可以根据测量的心电信号来推导用来拟合的函数曲线的特性参数。在一种实施方式中,处理元件124可以通过求解如上公式(2)所示的最小值优化方程,来求得最优化的特性参数。在求解公式(2)所示的优化方程时,可以按照如上所述的公式(5),(6),(7)来设置特性参数的初始值,以得到全局收敛的优化值。
在子步骤1148中,在一种实施方式中,处理元件124可以根据推导后的拟合函数曲线方程求得T波的峰值点。在一种实施方式中,按照公式(1)表达的极值分布概率密度函数,处理元件124可以将特性参数a,b,c中的一个作为T波的峰值点。
回到图6所示的主流程中,在步骤116中,该方法1000继续对心电信号进行处理以计算心电生物标记的数值,在一种实施方式中,处理元件124可以根据计算得到的T波的峰值点和T波的终止点计算TpTe生物标记的时间间期,计算公式如下所示:
TpTe=Tend-Tpeak    (8),
其中,在公式(8)中,Tend是T波的终止点的时间值。Tpeak是T波的峰值点时间值。
在步骤118中,该方法1000继续将计算得到的心电生物标记的时间间期和门限值进行比较。在一种实施方式中,处理元件124可以将计算的TpTe间期值与预先设定的门限值进行比较。基于比较结果,处理元件124即可通过预先设定的判断标准进行自动或者非自动的与心电作用相关的判断。在一种实施方式中,处理元件124可以根据预设的判断准则,基于比较的结果,判别特定药物是否会产生对心脏不良的作用,或者根据比较结果判别发生心猝死的概率。处理元件124可以自动将判别的结果存储在存储元件126中,或者通过输出元件128进行打印或者显示输出,也可以通过有线或者无线的网络链接传送给其他设备或者装置。
虽然结合特定的实施方式对本发明进行了说明,但本领域的技术人员可以理解,对本发明可以作出许多修改和变型。因此,要认识到,权利要求书的意图在于涵盖在本发明真正构思和范围内的所有这些修改和变型。

Claims (16)

1.一种用于从心电信号中检测出T波的峰值点的检测方法,其特征在于,该检测方法包括如下步骤:
获取来自于数据采集装置的心电信号;
从获取的心电信号中选取与心电信号中的T波相对应的心电信号;
使用预定函数拟合该T波,该预定函数包括需要求解的特性参数;
利用选取的心电信号求解该特性参数以得到拟合函数;以及
从该拟合函数求得该T波的峰值点。
2.如权利要求1所述的检测方法,其特征在于:使用预定函数拟合该T波的步骤包括使用极值分布概率密度函数拟合该T波。
3.如权利要求2所述的检测方法,其特征在于:该T波包括上升部和下降部,该检测方法进一步包括如下步骤:
在该上升部中识别出最速上升点;
在该最速上升点周围以第一时间间隔记录多个第一采样点;
在该下降部中识别出最速下降点;
在该最速下降点周围以小于该第一时间间隔的第二时间间隔记录多个第二采样点;
利用该多个第一采样点和该多个第二采样点估测该极值分布概率密度函数的特性参数,其中该估测的特性参数特别被选取以使得该极值分布概率密度函数的拟合值和该多个第一采样点和该多个第二采样点的数值最匹配;以及
从该估测的特性参数中选取出该T波的峰值点。
4.如权利要求3所述的检测方法,其特征在于:其中估测该极值分布概率密度函数的特性参数的步骤包括如下步骤:
通过从选取的心电信号中选择最大值来识别T波的顶点;
在该识别的T波的顶点周围的预定范围内形成相邻集合;以及
计算该相邻集合的平均值点,其中该平均值点被赋予T波峰值点的初始值。
5.如权利要求1中所述的检测方法,其特征在于:该T波包括上升部和下降部,该检测方法进一步包括如下步骤:
在该上升部中识别出最速上升点以及与该最速上升点相关联的第一斜率;
使用该最速上升点和该第一斜率定出第一直线;
在该下降部中识别出最速下降点以及与该最速下降点相关联的第二斜率;
使用该最速下降点和该第二斜率定出第二直线;
由最速上升点,第一斜率,最速下降点,以及第二斜率识别出该第一直线和该第二直线的交叉点,该交叉点作为该T波的峰值点。
6.如权利要求1所述的检测方法,其特征在于:该使用预定的函数拟合该T波的步骤包括使用二次方程曲线拟合该T波,该检测方法还包括使用选取的心电信号识别该二次方程曲线的顶点,该识别的顶点作为该T波的峰值点。
7.如权利要求1所述的检测方法,其特征在于:该检测方法还包括如下步骤:
对多个心电信号求平均得到平均值心电信号;
通过主分量分析对平均值电信号进行滤波;
使用至少两个从对应的导联电极提供的滤波后的心电信号组合出心电向量信号;以及
对该心电向量信号进行低通滤波。
8.一种用于检测心电信号中T波的峰值点的检测系统,其特征在于:该检测系统包括:心电信号获取元件以及处理元件,该心电信号获取元件用于获取从数据采集装置采集的心电信号,该处理元件与该心电信号获取元件相连接,该处理元件接收该获取的心电信号,并从该获取的心电信号中选取与心电信号中的T波相对应的部分;该处理元件还用于使用预定函数拟合该T波,该预定的函数包括需要求解的特性参数;该处理元件进一步利用该选取的心电信号求解该特性参数以得到拟合函数,以及从该拟合函数求得该T波的峰值点。
9.如权利要求8所述的检测系统,其特征在于:该处理元件进一步用于使用极值分布概率密度函数拟合该T波。
10.如权利要求9所述的检测系统,其特征在于:该T波包括上升部和下降部,该处理元件进一步用于在该上升部中识别出最速上升点;在该最速上升点周围以第一时间间隔记录多个第一采样点;在该下降部中识别出最速下降点;在该最速下降点周围以小于该第一时间间隔的第二时间间隔记录多个第二采样点;该处理元件还进一步用于利用该多个第一采样点和该多个第二采样点估测该极值分布概率密度函数的特性参数,其中该估测的特性参数特别被选取以使得该极值分布概率密度函数的拟合值和该个第一采样点和该多个第二采样点的数值最匹配;以及从该估测的特性参数中选取出该T波的峰值点。
11.如权利要求10所述的检测系统,其特征在于:该处理元件还用于通过从选取的心电信号中选择最大值来识别T波的顶点;在该识别的T波的顶点周围的预定范围内形成相邻集合;以及计算该相邻集合的平均值点,其中该平均值点被作为T波峰值点的初始值。
12.如权利要求10所述的检测系统,其特征在于:该T波包括上升部和下降部,该处理元件进一步用于:在该上升部中识别出最速上升点以及与该最速上升点相关联的第一斜率;使用该最速上升点和该第一斜率定出第一直线;在该下降部中识别出最速下降点以及与该最速下降点相关联的第二斜率;使用该最速下降点和该第二斜率定出第二直线;由最速上升点,第一斜率,最速下降点,以及第二斜率识别出该第一直线和该第二直线的交叉点,将该交叉点作为该T波的峰值点。
13.如权利要求12所述的检测系统,其特征在于:该检测系统进一步用于:使用二次方程曲线拟合该T波,使用选取的心电信号识别该二次方程曲线的顶点,将该识别的顶点作为该T波的峰值点。
14.一种使用心电生物标记判定心脏相关作用的心电监控系统,该心电生物标记包括从心电信号中T波的峰值点和T波的终止点测量出的时间间期,该心电监控系统包括:心电信号获取元件以及处理元件,该心电信号获取元件用于获取从数据采集装置采集的心电信号,该处理元件与该心电信号获取元件相连接;该处理元件用于使用获取的心电信号的至少一部分检测该心电信号的T波的终止点;使用获取的心电信号的至少一部分求解拟合该T波的函数以检测该T波的峰值点;该处理元件还用于基于该检测的T波的峰值点和终止点计算峰值点和终止点之间的时间间期;以及通过将该计算的时间间期与预定的门限值进行比较以确定与心脏相关的作用。
15.如权利要求14所述的心电监控系统,其特征在于:该处理元件还用于通过将该计算的时间间期与预定的门限值进行比较以确定与心脏相关的作用的步骤包括确定由特定药物引起的作用。
16.如权利要求14所述的心电监控系统,其特征在于:该处理元件还用于通过将该计算的时间间期与预定的门限值进行比较以确定与心脏相关的作用的步骤包括确定发生心猝死的倾向。
CN201010577105.5A 2010-12-01 2010-12-01 T波的峰值点检测方法和系统 Active CN102485172B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201010577105.5A CN102485172B (zh) 2010-12-01 2010-12-01 T波的峰值点检测方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201010577105.5A CN102485172B (zh) 2010-12-01 2010-12-01 T波的峰值点检测方法和系统

Publications (2)

Publication Number Publication Date
CN102485172A true CN102485172A (zh) 2012-06-06
CN102485172B CN102485172B (zh) 2015-02-25

Family

ID=46150768

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201010577105.5A Active CN102485172B (zh) 2010-12-01 2010-12-01 T波的峰值点检测方法和系统

Country Status (1)

Country Link
CN (1) CN102485172B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016214537A (ja) * 2015-05-20 2016-12-22 株式会社日立製作所 超音波診断装置
CN106802293A (zh) * 2017-03-01 2017-06-06 广东顺德工业设计研究院(广东顺德创新设计研究院) 波形峰值检测方法及装置
CN107693010A (zh) * 2017-09-13 2018-02-16 南京理工大学 基于可编程逻辑平台fpga的qrs波检测系统
CN108875681A (zh) * 2018-06-29 2018-11-23 上海仁童电子科技有限公司 一种峰值点检测方法、装置及服务器
CN109171711A (zh) * 2018-11-14 2019-01-11 中国计量大学 一种基于极值法的快速p波检测方法
CN110327031A (zh) * 2018-11-29 2019-10-15 武汉中旗生物医疗电子有限公司 一种去除心电信号运动伪迹的方法
CN111134659A (zh) * 2020-01-17 2020-05-12 乐普(北京)医疗器械股份有限公司 一种用于心电信号中p波和t波的检测方法和装置
CN111340142A (zh) * 2020-05-14 2020-06-26 南京慧脑云计算有限公司 一种癫痫脑磁图棘波自动检测方法与溯源定位系统
CN113499080A (zh) * 2021-06-08 2021-10-15 深圳邦健生物医疗设备股份有限公司 R波检测方法、装置、设备和介质
US11744478B2 (en) 2015-07-30 2023-09-05 Medtronic, Inc. Absolute intrathoracic impedance based scheme to stratify patients for risk of a heart failure event

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1110121A (zh) * 1994-04-14 1995-10-18 王湘生 佩带式超小型心脏保护系统及方法
US5471991A (en) * 1993-11-16 1995-12-05 Trustees Of The University Of Pennsylvania Wavelet analysis of fractal systems
US5792065A (en) * 1997-03-18 1998-08-11 Marquette Medical Systems, Inc. Method and apparatus for determining T-wave marker points during QT dispersion analysis
CN1682654A (zh) * 2004-04-15 2005-10-19 Ge医药系统信息科技公司 用于确定心电图信号的交替数据的方法和装置
WO2007106781A2 (en) * 2006-03-10 2007-09-20 University Of Rochester Ecg-based differentiation of lqt1 and lqt2 mutation
CN101350005A (zh) * 2007-07-17 2009-01-21 鸿富锦精密工业(深圳)有限公司 信号转态区间非单调性的分析系统及方法
CN101773394A (zh) * 2010-01-06 2010-07-14 中国航天员科研训练中心 身份识别方法及应用该方法的身份识别系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5471991A (en) * 1993-11-16 1995-12-05 Trustees Of The University Of Pennsylvania Wavelet analysis of fractal systems
CN1110121A (zh) * 1994-04-14 1995-10-18 王湘生 佩带式超小型心脏保护系统及方法
US5792065A (en) * 1997-03-18 1998-08-11 Marquette Medical Systems, Inc. Method and apparatus for determining T-wave marker points during QT dispersion analysis
CN1682654A (zh) * 2004-04-15 2005-10-19 Ge医药系统信息科技公司 用于确定心电图信号的交替数据的方法和装置
WO2007106781A2 (en) * 2006-03-10 2007-09-20 University Of Rochester Ecg-based differentiation of lqt1 and lqt2 mutation
CN101350005A (zh) * 2007-07-17 2009-01-21 鸿富锦精密工业(深圳)有限公司 信号转态区间非单调性的分析系统及方法
CN101773394A (zh) * 2010-01-06 2010-07-14 中国航天员科研训练中心 身份识别方法及应用该方法的身份识别系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李露等: "一种基于最优区间函数拟合的P波识别方法", 《生物医学工程学杂志》, vol. 25, no. 3, 30 June 2008 (2008-06-30) *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016214537A (ja) * 2015-05-20 2016-12-22 株式会社日立製作所 超音波診断装置
US11744478B2 (en) 2015-07-30 2023-09-05 Medtronic, Inc. Absolute intrathoracic impedance based scheme to stratify patients for risk of a heart failure event
CN106802293B (zh) * 2017-03-01 2019-11-08 广东顺德工业设计研究院(广东顺德创新设计研究院) 波形峰值检测方法及装置
CN106802293A (zh) * 2017-03-01 2017-06-06 广东顺德工业设计研究院(广东顺德创新设计研究院) 波形峰值检测方法及装置
CN107693010A (zh) * 2017-09-13 2018-02-16 南京理工大学 基于可编程逻辑平台fpga的qrs波检测系统
CN108875681A (zh) * 2018-06-29 2018-11-23 上海仁童电子科技有限公司 一种峰值点检测方法、装置及服务器
CN108875681B (zh) * 2018-06-29 2020-11-03 上海仁童电子科技有限公司 一种峰值点检测方法、装置及服务器
CN109171711A (zh) * 2018-11-14 2019-01-11 中国计量大学 一种基于极值法的快速p波检测方法
CN110327031A (zh) * 2018-11-29 2019-10-15 武汉中旗生物医疗电子有限公司 一种去除心电信号运动伪迹的方法
CN111134659A (zh) * 2020-01-17 2020-05-12 乐普(北京)医疗器械股份有限公司 一种用于心电信号中p波和t波的检测方法和装置
CN111134659B (zh) * 2020-01-17 2022-04-26 上海乐普云智科技股份有限公司 一种用于心电信号中p波和t波的检测方法和装置
CN111340142A (zh) * 2020-05-14 2020-06-26 南京慧脑云计算有限公司 一种癫痫脑磁图棘波自动检测方法与溯源定位系统
CN113499080A (zh) * 2021-06-08 2021-10-15 深圳邦健生物医疗设备股份有限公司 R波检测方法、装置、设备和介质
CN113499080B (zh) * 2021-06-08 2023-09-19 深圳邦健生物医疗设备股份有限公司 R波检测方法、装置、设备和介质

Also Published As

Publication number Publication date
CN102485172B (zh) 2015-02-25

Similar Documents

Publication Publication Date Title
CN102485172B (zh) T波的峰值点检测方法和系统
US11147500B2 (en) Electrocardiogram processing system for delineation and classification
CN101065058B (zh) 使用部分状态空间重构监视生理活动
Madeiro et al. An innovative approach of QRS segmentation based on first-derivative, Hilbert and Wavelet Transforms
US8588908B2 (en) System, method and computer program product for detection of changes in health status and risk of imminent illness
JP6523288B2 (ja) 母体腹部のecg記録からの胎児心拍数の抽出
CN108937915B (zh) 一种动态心电图中早搏的识别方法
US9949653B2 (en) Patient signal analysis based on vector analysis
US9504427B2 (en) Signal averaging
US20100217144A1 (en) Diagnostic and predictive system and methodology using multiple parameter electrocardiography superscores
JPH0347094B2 (zh)
CN107622259B (zh) 一种t波检测方法、心电数据分析方法及装置
US20130041276A1 (en) METHOD AND SYSTEM FOR AUTOMATICALLY DETECTING AND ANALYZING PEDIATRIC ECGs
CN108403107B (zh) 一种心律失常判别方法及系统
Ng et al. Iterative method to detect atrial activations and measure cycle length from electrograms during atrial fibrillation
CN110123304A (zh) 基于多模板匹配和相关系数矩阵的动态心电噪声滤除方法
Gupta et al. A derivative-based approach for QT-segment feature extraction in digitized ECG record
Arini et al. Electrocardiogram delineation in a Wistar rat experimental model
US11672464B2 (en) Electrocardiogram processing system for delineation and classification
US5056527A (en) Apparatus for analyzing vital signals based upon a feature selected from a plurality of vital signal features
Vaglio et al. A quantitative assessment of T-wave morphology in LQT1, LQT2, and healthy individuals based on Holter recording technology
Mincholé et al. Discrimination between ischemic and artifactual ST segment events in Holter recordings
CN113940682A (zh) 一种基于统计特征的房颤识别方法
Schulte et al. Identification of a signal for an optimal heart beat detection in multimodal physiological datasets
US11311226B2 (en) Detection of ventricular activity using unipolar and bipolar signals

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