CN102755154A - 一种从脉搏波中提取传导时间的计算方法 - Google Patents
一种从脉搏波中提取传导时间的计算方法 Download PDFInfo
- Publication number
- CN102755154A CN102755154A CN2012102469823A CN201210246982A CN102755154A CN 102755154 A CN102755154 A CN 102755154A CN 2012102469823 A CN2012102469823 A CN 2012102469823A CN 201210246982 A CN201210246982 A CN 201210246982A CN 102755154 A CN102755154 A CN 102755154A
- Authority
- CN
- China
- Prior art keywords
- interval
- pulse wave
- characteristic point
- search
- point
- 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
Images
Landscapes
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明公开了一种从脉搏波中提取传导时间的计算方法,该方法包括采集脉搏波信号,对获得的脉搏波信号进行二次微分并滤波,对二次微分获得的加速脉搏波通过搜索分割特征点进行数据分割,针对分割后的不同数据区间,对应不同的算法搜索C特征点,利用搜索到的各个特征点计算出传导时间。本发明通过对脉搏波信号分析和处理,可搜索和计算出准确的传导时间值,尤其可以对特征点位置受血压值影响发生变化时,使用相应不同算法,能准确的捕获特征点位置的变化,提高了传导时间计算的准确性和稳定性。本发明具有准确,稳定,简单易行等优点。
Description
技术领域
本发明属于医学信号处理领域,涉及一种脉搏信号中传导时间的计算方法,特别适合血压及其他血流参数检测中传导时间的计算方法。
背景技术
脉搏波传导时间是人体血液循环系统中重要的生理参数,反映了血管壁弹性及硬化程度,且传导时间与动脉血压之间存在线性关系,所以,准确的获取传导时间对于医学诊断和科学研究都有非常重要的意义。
常见的提取传导时间的方法一般有三种:第一种方法是采用在动脉的不同位置采集血管搏动波形,由此计算出该段距离所需传导时间,但该方法对位置的固定要求较为严格,且需实现两点波形采集的同步,如果位置稍有变动或波形没有实现同步,往往会产生较大误差。第二种方法是心电脉搏法,它通过采集心电信号和动脉末端脉搏信号,计算心电与脉搏信号相应特征点的时间间隔,来表示传导时间,但该方法需采集心电信号,增加了不少操作的难度,在产品中应用极为不便,也使对该参数的监测失去意义。第三种方法是加速脉搏波提取法,它通过采集容积脉搏波,并经两次微分获得加速脉搏波,从加速脉搏波中提取传导时间,该方法虽所需检测设备少,且传导时间的规律变化明显,但由于加速脉搏波相应特征点位置随血压值变化而变化,且特征点在不同位置的波形形态会随之稍有差异,要准确从波形中识别出来仍较困难,目前仍没有一个较为准确的传导时间的计算方法。
综上,目前对传导时间计算中采集和提取方法还存在不足,还没有采用数据分割和区间搜索方法的报道。
发明内容
本发明所要解决的的技术问题是提供一种从加速脉搏波提取和计算传导时间的可靠计算方法,该方法在不同血压值,对应的加速脉搏波C特征点位置发生变化的情况下,对各个特征点的捕获准确,提高传导时间计算的准确性和稳定性。
为了解决该技术问题,本发明采用数据分割和区间搜索方法,具体技术方案如下:
(1)采集脉搏波:获取脉搏波信号,并经滑动均值滤波,获得平滑原始脉搏波;
(2)计算加速脉搏波:对原始脉搏波进行二次微分并滤波,获得平滑加速脉搏波;
(3)数据分割:对获得的一段加速脉搏波,依次搜索出波峰值A,波峰值A后第一个波谷值B,波谷值B后第一个最接近零的点Z,及点Z后第一个波峰值M,利用此四点将加速脉搏波进行数据分割;波峰值A与峰值M区间被波谷值B和零值Z分割成三段区间,A至B段的Ⅰ区间,B至Z段的Ⅱ区间,Z至M段的Ⅲ区间;
(4)Ⅱ区间和Ⅲ区间C特征点搜索:对上述分割后的数据区间,分别在Ⅱ区间和Ⅲ区间搜索C特征点;
(5)计算传导时间:利用搜索出的C特征点位置和A特征点位置,计算A-C两点时间间隔,获得传导时间。
对容积脉搏波进行微分并滤波后,从获得的加速脉搏波,可以很清晰的看到波形呈现很有规律的上升和下降,如附图2所示。这些上升支和下降支可以很好的解释心脏搏动引起的血液迸出与血液回流和血管的变化关系。
由心血管变化关系分析可知脉搏波传导时间可通过A-C段时间间隔表示,它能比较准确的反映血液从心脏搏出到传递至手指末端毛细血管所需的时间。
但加速脉搏波中,C特征点位置会随着动脉血压的不同,而会产生相应变化,主要存在三种变化,见附图3。在对上百位自愿者血压值与C特征点位置的监测中发现,随着人体动脉血压的升高,C特征点位置会朝波谷B方向逐渐移动,并且C特征点前后的波形也由陡峭逐渐变得平缓,在移动至零点前时,又会表现出小的波峰或较大转折切迹,针对血压的连续变化,C特征点的前移过程,也是一个连续不间断的过程,在这个过程中,会出现图3中三个较典型的波形特征,所以,能准确识别出此三类波形特征,就能准确捕获C特征点在B至M区间内任何位置时的状态。
本发明的优点是:本发明首先对一个周期加速脉搏波进行数据分割,由于分割特征点附近的波形特征较为明显,从加速脉搏波中可以完全准确查找出,所以,利用这些分割特征点,可以进一步缩小,所需A,C特征点的搜索范围。针对分割后的数据区间,可以很明确的确定出,A,C特征点所在的数据区间,A特征点作为数据分割特征点可以完全准确的搜索出,而C特征点则可以非常准确的定位到B至M区间内,针对不同血压值时相应C特征点位置的不同,利用零值点Z将该区间继续分割开,对两个细分区间,分别采用斜率阈值法和平行切线法,实现C特征点的准确捕获,从而提高了传导时间计算的准确性和稳定性。本发明的方法算法计算量小,硬件要求较低,计算准确,尤其在对不同人群脉搏波及不同血压时的传导时间计算,仍能保证数值的准确和稳定,加快了将传导时间真正应用到血压及血流相关参数检测中。
附图说明
图1 是本发明的系统流程图;
图2是本发明原始脉搏波与加速脉搏波对照图;
图3是本发明三种不同形态加速脉搏波;
图4是本发明Ⅱ数据区间C特征点搜索算法流程图;
图5是本发明Ⅲ数据区间C特征点搜索算法流程图。
具体实施方式
本发明公开的传导时间计算方法可以用于从脉搏波中提取传导时间,也可以用于一些周期性的生理信号进行相应特征点的搜索和计算,如心电信号等,下面结合附图阐释该方法在动脉血压检测中的具体实现方式。
整个系统的流程如图1所示,主要包括两个环节,加速脉搏波数据分割及C特征点搜索定位,其中,整个系统方法中,A,B,C,D,E,F,G各个特征点标识如附图2所示,加速脉搏波数据分割特征点M,Z标识如附图3所示。加速脉搏波数据分割需首先搜索出四个数据分割点,以进一步缩小搜索区间。首先搜索出一段加速脉搏波的一个峰值点,并以该点为起点A,以起点A为始,确定一个30点的搜索范围,搜索出其中的波谷值点B,再以B点为起点,确定一个30点的搜索范围,搜索出其中的第一个最接近零的零值点Z,最后以Z为起点,确定一个30点的搜索范围,搜索出其中的峰值点M。
由此确定新的搜索区间,即波峰值A与峰值M搜索区间,并利用波谷值B和零值Z将以上区间分割成三段区间,A至B段的Ⅰ区间,B至Z段的Ⅱ区间,Z至M段的Ⅲ区间,如图3所示,并确定所需C特征点位于Ⅱ或Ⅲ区间。
C特征点位置搜索则先从Ⅱ区间搜索,针对Ⅱ区间的搜索算法,为斜率阈值法,判断标准即寻找Ⅱ区间是否有斜率小于0.1的点出现,有则认为在Ⅱ段出现有峰值或转折趋势,即可由此确定C特征点位置,完成搜索,该算法流程如图4所示。
在Ⅱ区间无法找到符合要求的点时,转入Ⅲ区间搜索,由于C特征点存在于Ⅲ区间时,Ⅲ区间加速脉搏波波形较平缓,无明显切迹,较难从波形中分辨出该特征点,针对Ⅲ区间的搜索算法,为平行切线法,来确定该状况下C特征点位置。该算法流程如图5所示,包括如下一些步骤:
1.获得B点与M点所在直线的斜率k,作为参比斜率;
2.获得Ⅲ区间所有点的斜率;
3.获得Ⅲ区间所有点斜率与参比斜率k的差值;
4.通过搜索查找出Ⅲ区间与参比斜率k差值最小的点,过该点处直线即为最接近平行于点B与点M连线,为该平缓波形的切线,该点位置即为所需C特征点的位置。
由此,计算传导时间所需A特征点和C特征点均搜索获得,通过运算获得传导时间。
下面结合附图2简述本发明方法的工作原理。
血流动力学研究表明,动脉中血液从心脏向外周传播时,由于人体末端很多小动脉,微动脉和毛细血管起着阻力血管的作用,所以血管中血液是存在向心的反射作用的,这些往返的脉搏波的线性组合构成动脉中脉搏波的特征形状。对于动脉硬化的情况,其血管弹性降低,血管中血液流速加快,流速的加快会使人体末端的血液反射提前返回心室,这些反射波与初始脉搏波叠加形成潮波,同时将脉压抬升;对于动脉状况较好的情况,血管弹性较好,血液流速较慢,反射波的到来将延迟,收缩期压力将减少,舒张期压力出现波动。因此,从一个完整的脉搏波中,是可以反映脉搏传导时间的。
在对二次微分后获得的加速脉搏波进行研究中发现,加速脉搏波各特征点能很好的反映出血液微循环系统的变化。从获得的加速脉搏波中,可以很清晰的看到波形呈现很有规律的上升和下降。这些上升支和下降支可以很好的解释心脏搏动引起的血液迸出与血液回流和血管的变化关系,其变化关系有如下解释:
1. O-A段,当心脏搏出血液在20-30mmHg的血压的作用下,到达人体末端的某个小动脉(如手指端),并流进毛细血管,但是通过毛细血管流向静脉时,这些血液的体积是明显过量的,无法快速通过静脉流回心脏,因此,毛细血管中血液含量便会急剧增加,此过程可由加速脉搏波中O-A段表示。
2. A-B段,上述增加的这些血液在经过一定时间不断往前传递后,会出现一个下降过程,此过程可由加速脉搏波中A-B段表示。
3. B-C段,上述往前推进的血液-,随着到达末端终点,会遇到静脉的阻碍,因此,来自静脉的回流血液便停留在毛细血管中,再次产生的结果就是毛细血管中血液含量再次有所增加,此过程可由加速脉搏波中B-C段表示。
4. C-D段,上述由静脉回流的血液在经过一定时间不断往前推进后,会再次出现一个下降过程,此过程可由加速脉搏波中C-D段表示。
5. 以上过程会出现多次,因此毛细血管中血液容积也会有微弱的增加和减少,在加速脉搏波中,则如D-E段和E-F段表现的微弱的上升和下降。直到这种变化几乎都可以忽略不计了,则认为一次心脏搏动过程结束,正如加速脉搏波中G点所示。
由上面理论分析可知脉搏波传导时间可通过A-C段时间间隔表示,它能比较准确的反映血液从心脏搏出到传递至末端手指毛细血管所需的时间。
而从加速脉搏波中,C特征点的位置又会同血压值的不同而发生相应的变化,这些变化是个连续不间断的过程,但在对大量自愿者数据进行研究中发现,主要存在三种典型的波形形态的变化,如附图3所示。
图3中3-1图为血压正常者加速脉搏波波形,其C特征点前后的上升沿和下降沿均较为陡峭,较易实现C特征点的捕获,图3中3-2图为血压正常者中血压值相对偏高者加速脉搏波波形,其C特征点前后的波形特征较为平缓,仅为不太明显的转折切迹,无明显波峰出现,此类波形中C特征点较难准确识别,图3中3-3图为高血压患者加速脉搏波波形,其C特征点前后的波形有较大转折,有些会有峰值出现,另一显著特征就是,出现此类波形特征的C特征点已移动至零特征点Z前,位于波谷B与零点Z之间,C特征点也较易捕获。在对上百位自愿者血压值与C特征点位置的监测中发现,随着人体动脉血压的升高,C特征点位置会朝波谷B方向逐渐移动,并且C特征点前后的波形也由陡峭逐渐变得平缓,在移动至零点前时,又会表现出小的波峰或较大转折切迹,针对血压的连续变化,C特征点的前移过程,也是一个连续不间断的过程,在这个过程中,会出现图3中三个较典型的波形特征,所以,能准确识别出此三类波形特征,就能准确捕获C特征点在B至M区间内任何位置时的状态。
方法实现流程:
获取一段原始容积脉搏波后,首先对脉搏数据进行滤波处理,并将数据保存至一个容量为300的数组中;完成以上过程后,进入微分滤波处理环节;
对数组中300个数据进行二次微分并滤波处理,获得平滑加速脉搏波,并将加速脉搏波数据存于另一300的数组中,完成以上过程后,进入数据分割;
对300个加速脉搏波数据进行数据分割特征点的搜索,首先找出前150数据中的峰值A,并记录下该位置的数组位数num_A及该点峰值,并以A点为始,确定一个30点的搜索范围,搜索出其中的波谷值B,并记录下该位置的数组位数num_B及该点谷值,再以B点为始,确定一个30点的搜索范围,搜索出其中最接近零的点Z,并记录下该位置的数组位数num_Z及该点值,最后以Z点为始,搜索出该点后第一个峰值M,记录下该位置的数组位数num_M及该点值,此四点A,B,Z,M的位置可以完全准确的搜索出,即num_A,num_B,num_Z,num_M,并由此将加速脉搏波进行数据分割,完成以上过程后,进入区间搜索环节;
进去区间搜索环节后,首先进行num_B至num_Z区间的搜索,通过斜率阈值法,确定该区间有无C特征点出现,搜索成功,则记录该位置数组位数num_C,计算脉搏波传导时间,搜索失败,则进入num_Z至num_M区间搜索,通过平行斜率法,确定出该区间内转折切记最大点的数组位数num_C,并计算脉搏波传导时间。
Claims (6)
1.一种从脉搏波中提取传导时间的计算方法,其特征是:包括如下步骤:
(1)采集脉搏波:获取脉搏波信号,并经滑动均值滤波,获得平滑原始脉搏波;
(2)计算加速脉搏波:对原始脉搏波进行二次微分并滤波,获得平滑加速脉搏波;
(3)数据分割:对获得的一段加速脉搏波,依次搜索出波峰值A,波峰值A后第一个波谷值B,波谷值B后第一个最接近零的点Z,及点Z后第一个波峰值M,利用此四点将加速脉搏波进行数据分割;波峰值A与峰值M区间被波谷值B和零值Z分割成三段区间,A至B段的Ⅰ区间,B至Z段的Ⅱ区间,Z至M段的Ⅲ区间;
(4)Ⅱ区间和Ⅲ区间C特征点搜索:对上述分割后的数据区间,分别在Ⅱ区间和Ⅲ区间搜索C特征点;
(5)计算传导时间:利用搜索出的C特征点位置和A特征点位置,计算A-C两点时间间隔,获得传导时间。
2.根据权利要求1所述的计算方法,其特征在于:所述步骤b的两次微分所选微分步长均为1,所述滤波方式均采用滑动均值滤波,滤除微分后产生的大量毛刺。
3.根据权利要求1所述的计算方法,其特征在于:所述对四个数据分割点的搜索为逐一顺序搜索;首先搜索出一段加速脉搏波的一个峰值点,并以该点为起点A,以起点A为始,确定一个30点的搜索范围,搜索出其中的波谷值点B,再以B点为起点,确定一个30点的搜索范围,搜索出其中的最接近零的零值点Z,最后以Z为起点,确定一个30点的搜索范围,搜索出其中的峰值点M。
4.根据权利要求1所述的计算方法,其特征在于:所述对加速脉搏波进行数据分割,A,C特征点所在区间缩小为A至M区间,并利用B与Z将该区间分割成三个细分区间Ⅰ,Ⅱ,Ⅲ,C特征点位于Ⅱ或Ⅲ区间。
5.根据权利要求1所述的计算方法,其特征在于:所述在Ⅱ区间C特征点的搜索,是针对C特征点位置附近在Ⅱ区间波形形态的变化,采用斜率阈值法来辨别C特征点。
6.根据权利要求1所述的计算方法,其特征在于:所述在Ⅲ区间C特征点的搜索,是针对C特征点位置附近在Ⅲ区间波形形态的变化,采用平行切线法来辨别C特征点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210246982.3A CN102755154B (zh) | 2012-07-17 | 2012-07-17 | 一种从脉搏波中提取传导时间的计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210246982.3A CN102755154B (zh) | 2012-07-17 | 2012-07-17 | 一种从脉搏波中提取传导时间的计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102755154A true CN102755154A (zh) | 2012-10-31 |
CN102755154B CN102755154B (zh) | 2014-12-10 |
Family
ID=47049989
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210246982.3A Active CN102755154B (zh) | 2012-07-17 | 2012-07-17 | 一种从脉搏波中提取传导时间的计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102755154B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104730336A (zh) * | 2013-12-19 | 2015-06-24 | 财团法人资讯工业策进会 | 频率检测装置及频率检测方法 |
CN107595249A (zh) * | 2017-09-30 | 2018-01-19 | 深圳前海全民健康科技有限公司 | 基于脉搏波的怀孕女性筛查方法 |
CN108471966A (zh) * | 2016-01-04 | 2018-08-31 | 欧姆龙健康医疗事业株式会社 | 诊断辅助装置、诊断辅助方法、以及诊断辅助程序 |
CN108564059A (zh) * | 2018-04-26 | 2018-09-21 | 歌尔科技有限公司 | 穿戴式设备及其数据处理方法、装置、设备、存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003070758A (ja) * | 2001-06-21 | 2003-03-11 | Univ Nihon | 血管疾患検査装置およびバイパス血管診断装置 |
US20030069490A1 (en) * | 2001-10-10 | 2003-04-10 | Colin Corporation | Pulse-wave-characteristic-point determining apparatus, and pulse-wave-propagation-velocity-related-information obtaining apparatus employing the pulse-wave-characteristic-point determining apparatus |
US20050096551A1 (en) * | 2002-01-29 | 2005-05-05 | Baruch Martin C. | Blood pressure determination based on delay times between points on a heartbeat pulse |
US20080221461A1 (en) * | 2007-03-05 | 2008-09-11 | Triage Wireless, Inc. | Vital sign monitor for cufflessly measuring blood pressure without using an external calibration |
TW200920315A (en) * | 2007-10-25 | 2009-05-16 | Terumo Corp | Blood pressure measuring apparatus and control method therefor |
-
2012
- 2012-07-17 CN CN201210246982.3A patent/CN102755154B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003070758A (ja) * | 2001-06-21 | 2003-03-11 | Univ Nihon | 血管疾患検査装置およびバイパス血管診断装置 |
US20030069490A1 (en) * | 2001-10-10 | 2003-04-10 | Colin Corporation | Pulse-wave-characteristic-point determining apparatus, and pulse-wave-propagation-velocity-related-information obtaining apparatus employing the pulse-wave-characteristic-point determining apparatus |
US20050096551A1 (en) * | 2002-01-29 | 2005-05-05 | Baruch Martin C. | Blood pressure determination based on delay times between points on a heartbeat pulse |
US20080221461A1 (en) * | 2007-03-05 | 2008-09-11 | Triage Wireless, Inc. | Vital sign monitor for cufflessly measuring blood pressure without using an external calibration |
TW200920315A (en) * | 2007-10-25 | 2009-05-16 | Terumo Corp | Blood pressure measuring apparatus and control method therefor |
Non-Patent Citations (4)
Title |
---|
丁有得等: "基于容积脉搏波的血压参数测量与标定的方法研究", 《中国医疗器械杂志》 * |
吕海姣等: "一种基于脉搏波的无创连续血压测量方法", 《中国医疗器械杂志》 * |
孙万蓉等: "人体脉搏图信号特征点的自动提取及参数计算", 《第五届全国微弱信号检测学术会议论文集》 * |
李震等: "脉搏波特征点的自动识别", 《信息与控制》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104730336A (zh) * | 2013-12-19 | 2015-06-24 | 财团法人资讯工业策进会 | 频率检测装置及频率检测方法 |
TWI510790B (zh) * | 2013-12-19 | 2015-12-01 | Inst Information Industry | 頻率檢測裝置及頻率檢測方法 |
CN104730336B (zh) * | 2013-12-19 | 2017-09-15 | 财团法人资讯工业策进会 | 频率检测装置及频率检测方法 |
CN108471966A (zh) * | 2016-01-04 | 2018-08-31 | 欧姆龙健康医疗事业株式会社 | 诊断辅助装置、诊断辅助方法、以及诊断辅助程序 |
US10791940B2 (en) | 2016-01-04 | 2020-10-06 | Omron Healthcare Co., Ltd. | Diagnosis assistance apparatus, diagnosis assistance method, and diagnosis assistance program |
CN108471966B (zh) * | 2016-01-04 | 2020-12-18 | 欧姆龙健康医疗事业株式会社 | 诊断辅助装置、诊断辅助方法、以及诊断辅助程序 |
CN107595249A (zh) * | 2017-09-30 | 2018-01-19 | 深圳前海全民健康科技有限公司 | 基于脉搏波的怀孕女性筛查方法 |
CN107595249B (zh) * | 2017-09-30 | 2021-03-23 | 深圳前海全民健康科技有限公司 | 基于脉搏波的怀孕女性筛查方法 |
CN108564059A (zh) * | 2018-04-26 | 2018-09-21 | 歌尔科技有限公司 | 穿戴式设备及其数据处理方法、装置、设备、存储介质 |
CN108564059B (zh) * | 2018-04-26 | 2021-02-23 | 歌尔科技有限公司 | 穿戴式设备及其数据处理方法、装置、设备、存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN102755154B (zh) | 2014-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102293639B (zh) | 一种脉象信号时域特征提取方法 | |
CN107822608A (zh) | 基于高斯混合模型的脉搏波特征提取方法 | |
CN107736880B (zh) | 一种脉象分析方法及系统 | |
CN102755154B (zh) | 一种从脉搏波中提取传导时间的计算方法 | |
CN106974631A (zh) | 一种基于脉搏波波形和心电信号的血压测量方法及装置 | |
CN105286853A (zh) | 基于可穿戴设备的疾病检测方法及装置、可穿戴设备 | |
CN103705234B (zh) | 动态心电信号数据中的检波方法和装置 | |
CN103584854A (zh) | 心电信号r波的提取方法 | |
CN105433916A (zh) | 脉搏特征提取装置及脉搏特征提取方法 | |
CN102885616A (zh) | 一种去除脉搏波信号基线漂移的方法 | |
CN104188637B (zh) | 一种基于波形匹配法的主动脉脉搏波传导时间获取方法 | |
CN101919704B (zh) | 一种心音信号定位、分段方法 | |
CN110327032A (zh) | 一种单导心电信号pqrst波联合精准识别算法 | |
CN104173030A (zh) | 一种抗波形变化干扰的脉搏波起始点实时检测方法及其应用 | |
CN106659404A (zh) | 连续血压测量方法、装置和设备 | |
CN102509267A (zh) | 一种血管内超声图像序列的回顾性脱机门控方法 | |
CN103284703B (zh) | 基于上肢动脉信息的主动脉脉搏波传递时间测量方法 | |
WO2015088644A1 (en) | Heartbeat detection and categorization | |
CN110840428B (zh) | 基于一维U-Net网络的无创血压估计方法 | |
US11690526B2 (en) | Device for extraction of peaks from continuous intracranial pressure waveform and detection method for the same | |
CN111528821A (zh) | 一种脉搏波中重搏波特征点识别方法 | |
CN104665877A (zh) | 颈动脉血管局部脉搏波传播速度测量方法 | |
CN107898443B (zh) | 重搏波检测方法、装置及计算机存储介质 | |
KR20210066332A (ko) | 타겟의 생체 정보 결정 방법 및 장치 | |
CN101925331A (zh) | 测定压力曲线收缩部分的终端的方法和装置 |
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 |