CN102670182B - 脉搏波采集质量实时分析装置 - Google Patents

脉搏波采集质量实时分析装置 Download PDF

Info

Publication number
CN102670182B
CN102670182B CN201210135549.2A CN201210135549A CN102670182B CN 102670182 B CN102670182 B CN 102670182B CN 201210135549 A CN201210135549 A CN 201210135549A CN 102670182 B CN102670182 B CN 102670182B
Authority
CN
China
Prior art keywords
pulse wave
wave
module
data
signal
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.)
Active
Application number
CN201210135549.2A
Other languages
English (en)
Other versions
CN102670182A (zh
Inventor
张松
李硕
杨琳
杨益民
李旭雯
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.)
BEIJING YES MEDICAL DEVICES Co.,Ltd.
Original Assignee
Beijing University of Technology
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 Beijing University of Technology filed Critical Beijing University of Technology
Priority to CN201210135549.2A priority Critical patent/CN102670182B/zh
Publication of CN102670182A publication Critical patent/CN102670182A/zh
Application granted granted Critical
Publication of CN102670182B publication Critical patent/CN102670182B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

脉搏波采集质量实时分析装置是一种能将输入的脉搏波信号进行实时分析处理的装置,包括数据输入模块,数据缓冲与预处理模块,数据分析模块,权重设置模块,评价模块。其中在数据分析模块中得到多个分析值xj,在权重设置模块中设置权系数Cj,在评价模块中对分析值xj分别进行计算,得到与分析值xj对应的评价值Xj *,并利用所述权系数Cj对各评价值Xj *进行加权求和,得到采集质量实时评分GI,并自动识别出脉搏波信号质量,有效提高了脉搏波采集的自动化程度。

Description

脉搏波采集质量实时分析装置
技术领域
本发明涉及医疗设备技术领域,特别涉及一种脉搏波采集质量实时分析装置,对采集到的脉搏波进行分析处理,输出脉搏波实时采集质量评分,自动识别出脉搏波信号质量,通过显示模块显示,并可将分析结果通过数据输出模块输出。
背景技术
脉搏波描记法是借光电手段在活体组织中检测血液容量变化的一种无创检测方法。脉搏波中蕴含着丰富的血流动力学信息。
目前应用于临床的脉搏波检测设备,在实际临床检测中由于处于不同工作环境,往往受到外界或本身干扰的影响,从而给脉搏波的提取带来困难,影响系统的正常工作和仪器的使用。干扰主要包括:环境光、暗电流的干扰,工频干扰和其周围的其他仪器产生的电磁干扰,运动伪差等。由于以上各种干扰都同时发生,给检测工作带来不少困难。同时,检测人员也必须经过培训以获得一定的脉搏波检测知识和经验才能准确采集脉搏波信号,成为脉搏波技术在家庭应用和远程医疗应用的困难因素之一。
目前,缺乏对脉搏波信号干扰分析,信号质量分析和评价,自动识别和选取临床可用脉搏波模型的综合研究。
发明内容
本发明的目的在于克服现有技术的不足,提供一种脉搏波采集质量实时分析装置,通过该装置自动识别出脉搏波信号质量,通过显示模块显示,并可将信息通过数据输出模块输出。
本发明提供一种脉搏波采集质量实时分析装置,包括数据输入模块、数据缓冲与预处理模块、数据分析模块、权重设置模块、评价模块,其特征在于:
数据输入模块,采集脉搏波信号;
数据缓冲与预处理模块,将采集到的脉搏波信号存储到动态缓冲区形成脉搏波数据,并使用滤波器进行滤波,动态缓冲区中的脉搏波数据经过系统抽样保证数据点间的时间间隔固定;
数据分析模块,对缓冲区中的脉搏波数据进行分析,得到多个分析值xj,j≤6;
权重设置模块,设置权系数Cj
评价模块,对分析值xj分别进行计算,得到与分析值xj对应的评价值Xj *,并利用所述权系数Cj对各评价值Xj *进行加权求和,得到采集质量实时评分GI,
其中,评价值Xj *计算方法如下:
X * j = MX , x j > x j + int ( MX x j - x j - x j + - x j - ) , x j - &le; x j &le; x j + 0 , x j < x j -
其中,xj +为装置提供的最优参数;xj -为最劣参数;MX为一正实数;int()为取整函数;
实时评分GI计算方法如下:
GI = &Sigma; j = 1 6 C j x j = C 1 P m * + C 2 P s * + C 3 &Delta; T * + C 4 &Delta; R * + C 5 &Delta; L * + C 6 &Delta; B * - - - ( 2 )
所述权系数Cj分别为:
脉搏波信号的主要频率Pm的权系数C1,取值范围为0.4-0.5,
干扰信号的主要频率Pi的权系数C2,取值范围为0.2-0.3,
基线漂移累积量ΔB的权系数C3,取值范围为0.1-0.2,
单波周期变异量△T的权系数C4,取值范围为0.07-0.08,
单波数据特征变异量ΔR的权系数C5,取值范围为0.07-0.08,
单波70%波峰宽度变异量△L的权系数C6,取值范围为0.02-0.03,
同时,满足 &Sigma; j = 1 6 C j = 1 ;
进一步地,本发明的脉搏波采集质量实时分析装置中,所述分析值xj分别为:
进行主频分析运算,将缓冲区中的数据进行实时功率谱分析,得到的脉搏波信号的主要频率Pm
进行干扰频率分析运算,将缓冲区中的数据进行实时功率谱分析,得到的干扰信号的主要频率Pi
进行基线漂移运算,将缓冲区中的数据进行基线漂移运算,得到的基线漂移量ΔB,其中,
&Delta;B = 1 n &Sigma; i = 1 n | B i | , Bi=Asi-Aei
其中,Bi是第i个检出单波的基线漂移量;Asi、Aei分别是第i检出单波的起点幅值和终点幅值,n为单波个数,i为1,2…n;
进行周期变异量运算,将缓冲区中的数据进行周期变异量运算,得到的单波周期变异量△T,其中,
&Delta;T = &Sigma; i = 2 n | T i - T i - 1 | n - 1
其中,Ti是第i个检出单波的周期,n为单波个数,Ti-1为第i-1个检出单波的周期,i为2,3…n;
进行单波数据点特征运算,将缓冲区中的数据进行单波数据点特征运算,得到的单波数据点特征变异量ΔR,其中
&Delta;R = &Sigma; i = 2 n | TQ i - M i M i - F Q i - TQ i - 1 - M i - 1 M i - 1 - FQ i - 1 | n - 1
其中,FQi、Mi、TQi分别是第i个检出单波的第一四分位数、中位数、第三四分位数,n为单波个数,FQi-1、Mi-1、TQi-1分别是第i-1个检出单波的第一四分位数、中位数、第三四分位数,i为2,3…n;
进行单波70%波峰宽度运算,将缓冲区中的数据进行单波70%波峰宽度运算,得到的单波70%波峰宽度变异量ΔL,其中,
&Delta;L = &Sigma; i = 2 n | L i - L i - 1 | n - 1
其中,Li是第i个检出单波的70%波峰宽度,Li-1是第i-1个检出单波的70%波峰宽度,n为单波个数,i为2,3…n。
本发明的脉搏波采集质量实时分析装置中,所述评价值Xj *分别为:脉搏波信号的主要频率Pm的评分Pm *、干扰信号的主要频率Pi的评分Pi *、基线漂移累积量ΔB的评分ΔB*、单波周期变异量△T的评分△T*、单波数据特征变异量ΔR的评分ΔR*、单波70%波峰宽度变异量ΔL的评分ΔL*
进一步地,本发明的脉搏波采集质量实时分析装置中,还包括信号标识生成模块,根据不同的采集质量实时评分GI生成信号质量标识颜色。
其中信号质量标识颜色由红色,黄色,绿色组成,当GI<0.6MX时,信号质量标识颜色为红色,当0.6MX≤GI≤0.85MX时,信号质量标识颜色为黄色,当0.85MX<GI时,信号质量标识颜色为绿色。
进一步地,本发明的脉搏波采集质量实时分析装置中,还包括显示模块,可以显示动态缓冲区的长度,脉搏波动态缓冲区系统抽样间隔,脉搏波信号的主要频率Pm,干扰信号的主要频率Pi,基线漂移累积量ΔB,单波周期变异量△T,单波数据特征变异量ΔR,单波70%波峰宽度变异量ΔL,脉搏波信号的主要频率Pm的权系数C1,干扰信号的主要频率Pi的权系数C2,基线漂移累积量ΔB的权系数C3,单波周期变异量△T的权系数C4,单波数据特征变异量ΔR的权系数C5,单波70%波峰宽度变异量ΔL的权系数C6,脉搏波采集质量实时评分GI,脉搏波信号质量标识颜色。
进一步地,本发明的脉搏波采集质量实时分析装置中,还包括输出模块,输出模块与其他设备,例如计算机相连,发送脉搏波信号数据、数据实时分析模块的运算结果、脉搏波信号质量颜色标识到计算机或脉搏波分析设备中。
进一步地,本发明的脉搏波采集质量实时分析装置中,还包括控制模块,用于输入脉搏波采集质量实时分析装置中各模块参数或控制脉搏波采集质量实时分析装置中各模块工作状态,包括数据缓冲与预处理模块、权重设置模块、信号标识生成模块以及显示模块。
附图说明
图1是脉搏波采集质量实时分析装置的原理框图,1-数据输入模块、2-数据缓冲与预处理模块、3-数据分析模块、4-权重设置模块、5-评价模块、6-信号标识生成模块、7-显示模块、8-数据输出模块和9-控制模块。
图2是基线漂移运算、周期变异量运算、单波70%波峰宽度运算方法示例。
图3是单波数据点特征运算示例。
图4是本装置评分为5,信号质量标识颜色为红色的波形评价示例。
图5是本装置评分为68,信号质量标识颜色为黄色的波形评价示例。
图6是本装置评分为92,信号质量标识颜色为绿色的波形评价示例。
具体实施方式
如图1给出了脉搏波采集质量实时分析装置的原理性示意图,脉搏波采集质量实时分析装置包括数据输入模块1、数据缓冲与预处理模块2、数据分析模块3、权重设置模块4、评价模块5、信号标识生成模块6、显示模块7、数据输出模块8和控制模块9。其中,数据输入模块1、数据缓冲与预处理模块2、数据分析模块3、权重设置模块4、评价模块5、信号标识生成模块6、数据输出模块8依次按顺序连接,数据缓冲与预处理模块2、数据分析模块3、权重设置模块4、评价模块5、信号标识生成模块6与显示模块7相连接,同时,控制模块9与数据输入模块1、数据缓冲与预处理模块2、权重设置模块4、信号标识生成模块6、显示模块7、数据输出模块8相连接。
数据输入模块1,采集脉搏波信号并输入数据缓冲与预处理模块2,数据缓冲与预处理模块2将采集到的脉搏波信号存储到动态缓冲区形成脉搏波数据,并使用FIR数字滤波器进行滤波,动态缓冲区中的脉搏波数据经过系统抽样保证数据点间的时间间隔固定。
数据分析模块3,对缓冲区中的脉搏波数据进行分析,得到多个分析值xj,j≤6;所述分析值xj分别为:
进行主频分析运算,将缓冲区中的数据进行实时功率谱分析,得到的脉搏波信号的主要频率Pm
进行干扰频率分析运算,将缓冲区中的数据进行实时功率谱分析,得到的干扰信号的主要频率Pi
进行基线漂移运算,将缓冲区中的数据进行基线漂移运算,得到的基线漂移量ΔB,其中,
&Delta;B = 1 n &Sigma; i = 1 n | B i | , Bi=Asi-Aei
其中,Bi是第i个检出单波的基线漂移量;Asi、Aei分别是第i检出单波的起点幅值和终点幅值,n为单波个数,i为1,2…n;
进行周期变异量运算,将缓冲区中的数据进行周期变异量运算,得到的单波周期变异量△T,其中,
&Delta;T = &Sigma; i = 2 n | T i - T i - 1 | n - 1
其中,Ti是第i个检出单波的周期,n为单波个数,Ti-1为第i-1个检出单波的周期,i为2,3…n;
进行单波数据点特征运算,将缓冲区中的数据进行单波数据点特征运算,得到的单波数据点特征变异量ΔR,其中
&Delta;R = &Sigma; i = 2 n | TQ i - M i M i - F Q i - TQ i - 1 - M i - 1 M i - 1 - FQ i - 1 | n - 1
其中,FQi、Mi、TQi分别是第i个检出单波的第一四分位数、中位数、第三四分位数,n为单波个数,FQi-1、Mi-1、TQi-1分别是第i-1个检出单波的第一四分位数、中位数、第三四分位数,i为2,3…n;
进行单波70%波峰宽度运算,将缓冲区中的数据进行单波70%波峰宽度运算,得到的单波70%波峰宽度变异量ΔL,其中,
&Delta;L = &Sigma; i = 2 n | L i - L i - 1 | n - 1
其中,Li是第i个检出单波的70%波峰宽度,Li-1是第i-1个检出单波的70%波峰宽度,n为单波个数,i为2,3…n。
评价模块5,对分析值xj分别进行计算,得到与分析值xj对应的评价值Xj *
X * j = MX , x j > x j + int ( MX x j - x j - x j + - x j - ) , x j - &le; x j &le; x j + 0 , x j < x j -
其中,xj +为装置提供的最优参数;xj -为最劣参数;MX为一正实数;int()为取整函数;
所述评价值Xj *分别为:脉搏波信号的主要频率Pm的评分Pm *、干扰信号的主要频率Pi的评分Pi *、基线漂移累积量ΔB的评分ΔB*、单波周期变异量△T的评分△T*、单波数据特征变异量ΔR的评分△R*、单波70%波峰宽度变异量ΔL的评分ΔL*
权重设置模块4,给出对应于所述评价值Xj *的权系数Cj
在评价模块5中利用所述权系数Cj对各评价值Xj *进行加权求和,得到采集质量实时评分GI:
GI = &Sigma; j = 1 6 C j x j = C 1 P m * + C 2 P s * + C 3 &Delta; T * + C 4 &Delta; R * + C 5 &Delta; L * + C 6 &Delta; B *
信号标识生成模块6,根据不同的采集质量实时评分GI生成信号质量标识颜色,其中信号质量标识颜色由红色,黄色,绿色组成,当GI<0.6MX时,信号质量标识颜色为红色,当0.6MX≤GI≤0.85MX时,信号质量标识颜色为黄色,当0.85MX<GI时,信号质量标识颜色为绿色。
显示模块7,将动态缓冲区的长度,脉搏波动态缓冲区系统抽样间隔,脉搏波信号的主要频率Pm,干扰信号的主要频率Pi,基线漂移累积量ΔB,单波周期变异量△T,单波数据特征变异量ΔR,单波70%波峰宽度变异量ΔL,脉搏波信号的主要频率Pm的权系数C1,干扰信号的主要频率Pi的权系数C2,基线漂移累积量ΔB的权系数C3,单波周期变异量△T的权系数C4,单波数据特征变异量ΔR的权系数C5,单波70%波峰宽度变异量ΔL的权系数C6,脉搏波采集质量实时评分GI,脉搏波信号质量标识颜色。
输出模块8与其他设备相连接,例如计算机相连,发送脉搏波信号数据、数据分析模块的运算结果、信号质量标识颜色到其他设备。
控制模块9,用于输入脉搏波采集质量实时分析装置中各模块参数或控制脉搏波采集质量实时分析装置中各模块工作状态。
如图2是基线漂移运算、周期变异量运算、单波70%波峰宽度运算方法示例。临床实时采集的脉搏波采集到动态缓冲区中,数据分析模块3,对其进行分析。动态缓冲区的脉搏波数据更新后,数据分析模块3,再次对其进行分析。Bi-2是第i-2个检出单波的基线漂移量,Ti是第i个检出单波的周期,Li+2是第i+2个检出单波的70%波峰宽度,Ai+2是第i+2个检出单波的主波峰宽度。
如图3是单波数据点特征分析示例。Maxi为检出单波幅度的最大值,TQi为第i个检出单波的第三四分位点,Mi为检出单波的中位数,FQi为第i个检出单波的第三四分位点Mini为检出单波的最小值。
如图4中给出了本装置评分为5的波形,信号质量标识颜色为红色,其中,设定MX为100,,C1为0.4443,C2为0.2222,C3为0.1667,C4为0.0714,C5为0.0714,C6为0.0238,x1 -为30,x1 +为60,x2 -为20,x2 +为0,x3 -为15,x3 +为0,x4 -为15,x4 +为0,x5 -为10,x5 +为0,x6 -为10,x6 +为0。
如图5是中给出了本装置评分为68的波形,信号质量标识颜色为黄色,其中,其中,设定MX为100,,C1为0.4443,C2为0.2222,C3为0.1667,C4为0.0714,C5为0.0714,C6为0.0238,x1 -为30,x1 +为60,x2 -为20,x2 +为0,x3 -为15,x3 +为0,x4 -为15,x4 +为0,x5 -为10,x5 +为0,x6 -为10,x6 +为0。
如图6是中给出了本装置评分为92的波形,信号质量标识颜色为绿色,其中,设定MX为100,,C1为0.4443,C2为0.2222,C3为0.1667,C4为0.0714,C5为0.0714,C6为0.0238,x1 -为30,x1 +为60,x2 -为20,x2 +为0,x3 -为15,x3 +为0,x4 -为15,x4 +为0,x5 -为10,x5 +为0,x6 -为10,x6 +为0。
综上所述,本发明的脉搏波采集质量实时分析装置,通过对采集的脉搏波信号进行分析,输出脉搏波实时采集质量评分,自动识别出脉搏波信号质量并使用颜色进行标识,通过脉搏波显示模块显示,并可将信息输出,为临床提供了参考依据。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (5)

1.一种脉搏波采集质量实时分析装置,包括:
数据输入模块,采集脉搏波信号;
数据缓冲与预处理模块,将采集到的脉搏波信号存储到动态缓冲区形成脉搏波数据,并使用滤波器进行滤波,动态缓冲区中的脉搏波数据经过系统抽样保证数据点间的时间间隔固定;
其特征在于,还包括:
数据分析模块,对缓冲区中的脉搏波数据进行分析,得到多个分析值xj,j≤6;
权重设置模块,设置权系数Cj
评价模块,对分析值xj分别进行计算,得到与分析值xj对应的评价值Xj *,并利用所述权系数Cj对各评价值Xj *进行加权求和,得到采集质量实时评分GI,
其中,评价值Xj *计算方法如下:
X * j = MX , x j > x j + int ( MX x j - x j - x j + - x j - ) x j - &le; x j &le; x j + 0 , x j < x j - - - - ( 1 )
其中,xj +为装置提供的最优参数;xj -为最劣参数;MX为一正实数;int()为取整函数;
所述评价值Xj *分别为:脉搏波信号的主要频率Pm的评分Pm *、干扰信号的主要频率Pi的评分Pi *、基线漂移累积量△B的评分△B*、单波周期变异量△T的评分△T*、单波数据特征变异量△R的评分△R*、单波70%波峰宽度变异量△L的评分△L*
质量实时评分GI计算方法如下:
GI = &Sigma; j - 1 6 C j x j ;
所述权系数Cj分别为:
脉搏波信号的主要频率Pm的权系数C1,取值范围为0.4-0.5,
干扰信号的主要频率Pi的权系数C2,取值范围为0.2-0.3,
基线漂移累积量△B的权系数C3,取值范围为0.1-0.2,
单波周期变异量△T的权系数C4,取值范围为0.07-0.08,
单波数据特征变异量△R的权系数C5,取值范围为0.07-0.08,
单波70%波峰宽度变异量△L的权系数C6,取值范围为0.02-0.03,
同时,满足
Figure FDA0000455876150000021
所述分析值xj分别为:
进行主频分析运算,将缓冲区中的数据进行实时功率谱分析,得到的脉搏波信号的主要频率Pm
进行干扰频率分析运算,将缓冲区中的数据进行实时功率谱分析,得到的干扰信号的主要频率Pi
进行基线漂移运算,将缓冲区中的数据进行基线漂移运算,得到的基线漂移量△B,其中,
&Delta;B = 1 n &Sigma; i = 1 n | B i | , Bi=Asi-Aei
其中,Bi是第i个检出单波的基线漂移量;Asi、Aei分别是第i检出单波的起点幅值和终点幅值,n为单波个数,i为1,2…,n;
进行周期变异量运算,将缓冲区中的数据进行周期变异量运算,得到的单波周期变异量△T,其中,
&Delta;T = &Sigma; i = 2 n | T i - T i - 1 | n - 1
其中,Ti是第i个检出单波的周期,n为单波个数,Ti-1为第i-1个检出单波的周期,i为2,3…,n;
进行单波数据特征变异量运算,将缓冲区中的数据进行单波数据特征变异量运算,得到的单波数据特征变异量△R,其中
&Delta;R = &Sigma; i = 2 n | TQ i - M i M i - FQ i - TQ i - 1 - M i - 1 M i - 1 - FQ i - 1 | n - 1
其中,FQi、Mi、TQi分别是第i个检出单波的第一四分位数、中位数、第三四分位数,n为单波个数,FQi-1、Mi-1、TQi-1分别是第i-1个检出单波的第一四分位数、中位数、第三四分位数,i为2,3…,n;
进行单波70%波峰宽度运算,将缓冲区中的数据进行单波70%波峰宽度运算,得到的单波70%波峰宽度变异量△L,其中,
&Delta;L = &Sigma; i = 2 n | L i - L i - 1 | n - 1
其中,Li是第i个检出单波的70%波峰宽度,Li-1是第i-1个检出单波的70%波峰宽度,n为单波个数,i为2,3…,n。
2.如权利要求1所述的一种脉搏波采集质量实时分析装置,其特征在于,还包括信号标识生成模块,根据不同的采集质量实时评分GI生成信号质量标识颜色。
3.如权利要求2所述的一种脉搏波采集质量实时分析装置,其特征在于,信号质量标识颜色由红色,黄色,绿色组成,当GI<0.6MX时,信号质量标识颜色为红色,当0.6MX≤GI≤0.85MX时,信号质量标识颜色为黄色,当0.85MX<GI时,信号质量标识颜色为绿色。
4.如权利要求2所述的一种脉搏波采集质量实时分析装置,其特征在于,还包括显示模块,用于显示动态缓冲区的长度、系统抽样间隔、分析值xj、各权系数Cj、各评价值Xj *、质量实时评分GI以及信号质量标识颜色。
5.如权利要求1-4任一项所述的一种脉搏波采集质量实时分析装置,其特征在于,还包括控制模块,用于输入脉搏波采集质量实时分析装置中各模块参数或控制脉搏波采集质量实时分析装置中各模块工作状态。
CN201210135549.2A 2012-05-03 2012-05-03 脉搏波采集质量实时分析装置 Active CN102670182B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210135549.2A CN102670182B (zh) 2012-05-03 2012-05-03 脉搏波采集质量实时分析装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210135549.2A CN102670182B (zh) 2012-05-03 2012-05-03 脉搏波采集质量实时分析装置

Publications (2)

Publication Number Publication Date
CN102670182A CN102670182A (zh) 2012-09-19
CN102670182B true CN102670182B (zh) 2014-06-18

Family

ID=46803226

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210135549.2A Active CN102670182B (zh) 2012-05-03 2012-05-03 脉搏波采集质量实时分析装置

Country Status (1)

Country Link
CN (1) CN102670182B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103169456A (zh) * 2013-03-29 2013-06-26 深圳职业技术学院 一种脉搏波信号的处理方法及处理系统
CN103735259B (zh) * 2013-12-27 2015-07-15 深圳市理邦精密仪器股份有限公司 一种心电信号质量判断指示的方法及系统
CN103735260B (zh) * 2013-12-27 2015-10-21 深圳市理邦精密仪器股份有限公司 一种心电导联波形显示的方法及系统
US20160066842A1 (en) * 2014-09-09 2016-03-10 Polar Electro Oy Wrist-worn apparatus for optical heart rate measurement
CN109843158A (zh) * 2016-07-13 2019-06-04 悦享趋势科技(北京)有限责任公司 判断脉搏波是否有效的方法及装置
CN110090024A (zh) * 2018-01-30 2019-08-06 深圳创达云睿智能科技有限公司 一种功率控制方法、系统及穿戴设备
CN110464321A (zh) * 2018-07-25 2019-11-19 北京动亮健康科技有限公司 一种动脉脉搏波形的质量分析方法、装置和系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1448876A (zh) * 2002-03-29 2003-10-15 清华大学 人体亚健康状态的计算机评测方法
CN101803911A (zh) * 2010-04-02 2010-08-18 浙江大学 自组织脉搏传感器中的滤波融合方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4731031B2 (ja) * 2001-03-30 2011-07-20 株式会社デンソー 睡眠解析装置及びプログラム並びに記録媒体
JP2009225971A (ja) * 2008-03-21 2009-10-08 Toshiba Corp 睡眠状態計測装置及び方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1448876A (zh) * 2002-03-29 2003-10-15 清华大学 人体亚健康状态的计算机评测方法
CN101803911A (zh) * 2010-04-02 2010-08-18 浙江大学 自组织脉搏传感器中的滤波融合方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
JP特开2002-291710A 2002.10.08

Also Published As

Publication number Publication date
CN102670182A (zh) 2012-09-19

Similar Documents

Publication Publication Date Title
CN102670182B (zh) 脉搏波采集质量实时分析装置
CN103257259B (zh) 包括多个数据获取路径的数字示波器
CN103989462B (zh) 一种脉搏波形第一特征点和第二特征点的提取方法
CN102940490B (zh) 基于非线性动力学的运动想象脑电信号特征提取方法
CN105424359A (zh) 一种基于稀疏分解的齿轮和轴承混合故障特征提取方法
CN110850244B (zh) 基于深度学习的局放缺陷时域图谱诊断方法、系统及介质
CN102488516A (zh) 一种非线性脑电信号分析方法以及装置
ATE554699T1 (de) Herzüberwachungsvorrichtung und -verfahren
CN106199185B (zh) 一种基于连续对数扫频的线性脉冲响应测量方法及系统
CN106405230A (zh) 频率测量方法和装置
CN108549875A (zh) 一种基于深度通道注意力感知的脑电癫痫发作检测方法
CN104714075B (zh) 一种电网电压闪变包络参数提取方法
CN103800004A (zh) 基于核函数分类算法的心电电极错误放置自动检测方法
CN105243285A (zh) 一种大数据健康预测系统
CN103809198A (zh) 一种测量粒子加速器束流位置的方法
JP2008073077A (ja) データ処理装置,データ処理方法及びデータ処理プログラム
CN105488520A (zh) 基于多分辨奇异谱熵和svm的泄漏声发射信号识别方法
CN208872879U (zh) 一种微地震数据采集系统
CN105447243A (zh) 基于自适应分数阶随机共振系统的微弱信号检测方法
CN105954695A (zh) 一种基于同步的同质传感器突变参数识别方法与装置
CN106333676B (zh) 清醒状态下的脑电信号数据类型的标注装置
CN103267652A (zh) 一种智能早期设备故障在线诊断方法
CN106137184A (zh) 基于小波变换的心电信号qrs波检测方法
Li et al. Multi-fault diagnosis of rotating machinery via iterative multivariate variational mode decomposition
CN114492146B (zh) 基于迁移学习的螺栓群松动定位和定量分析方法及系统

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: 20221226

Address after: 100176 Floor 5, Unit 4, Building 16, Yard 20, Kechuang 14th Street, Daxing District, Beijing

Patentee after: BEIJING YES MEDICAL DEVICES Co.,Ltd.

Address before: 100124 No. 100 Chaoyang District Ping Tian Park, Beijing

Patentee before: Beijing University of Technology