CN102834050B - 儿童心电图自动检测分析方法及系统 - Google Patents

儿童心电图自动检测分析方法及系统 Download PDF

Info

Publication number
CN102834050B
CN102834050B CN201180001050.6A CN201180001050A CN102834050B CN 102834050 B CN102834050 B CN 102834050B CN 201180001050 A CN201180001050 A CN 201180001050A CN 102834050 B CN102834050 B CN 102834050B
Authority
CN
China
Prior art keywords
ripple
leading
qrs
module
lead
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
CN201180001050.6A
Other languages
English (en)
Other versions
CN102834050A (zh
Inventor
廖云朋
周峰
刘曼
杨佳颖
魏大雪
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.)
Edan Instruments Inc
Original Assignee
Edan Instruments Inc
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 Edan Instruments Inc filed Critical Edan Instruments Inc
Priority to CN201180001050.6A priority Critical patent/CN102834050B/zh
Publication of CN102834050A publication Critical patent/CN102834050A/zh
Application granted granted Critical
Publication of CN102834050B publication Critical patent/CN102834050B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00Evaluating a particular growth phase or type of persons or animals
    • A61B2503/06Children, e.g. for attention deficit diagnosis

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Cardiology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

一种儿童心电图自动检测分析方法及系统,包括信号采集模块(10)、导联数目判断模块(21)、QRS波定位模块(22)、P、T波定位模块(23)、模板及波形分析模块(24)、自动比较模块(25)、以及显示打印模块(30)。该系统针对儿童心电图进行计算机辅助分析,适用于不同数目导联采集的儿童心电图,在临床上具有更广泛的适用性,采用了单个导联和多个导联联合定位容易受干扰的儿童心电图P、QRS、T波的特征点,避免了单个导联计算带来误差,保证了参数计算的准确性,从而保证了最终自动分析结果的准确性。

Description

儿童心电图自动检测分析方法及系统
技术领域
本发明涉及一种心电图自动分析系统,尤其涉及一种针对16岁以下儿童的心电图自动分析系统和方法。
背景技术
1895年,荷兰生理学家“心电图之父”W.Einthoven发明了心电图,之后心电图被广泛作为中间处理数据应用于临床分析。100多年后的今天,心电图已经成为在临床应用中,特别是在极为普遍的心脏疾病分析过程中不可或缺的中间处理数据。现在临床普遍采用的12导联同步心电图可同时采集、放大并同步描记心电信号。
随着计算机分析心电图研究工作的进展,计算机在分析心电图方面所起的作用已得到公认,由计算机分析的心电图的数量也逐年增加。现有市场上主流的心电图机基本都有自动分析功能。
现有心电图的计算机自动分析系统大部分都是针对成人的,比较少涉及到儿童心电图的自动分析。现有心电图自动分析系统对儿童心电图特点考虑比较少,一般参考成人心电图分析标准来做,导致自动分析准确性很低,给医生临床分析带来了不便。
在实际临床应用过程中,考虑到儿童心电图固有特点,临床对儿童心电图采集的导联方式通常采用以下四种方式:1、标准12导联;2、9导联(标准12导联中有3个胸导联没有使用);3、6导联(标准12导联中只接了肢体导联,6个胸导联没有使用);4、15导联(标准12导联加上三个右胸导联(V 3R V 4R V 5R )。现有心电图自动分析系统通常是按照标准12导联来分析儿童心电图,对于实际临床应用考虑不足。
儿童心电图与成人心电图有明显区别,年龄愈小,差异愈大。表现为心率、各间期、各导联的波形、振幅及时间不同。可归纳为几个方面:1、心率较成人快;2、各间期及各波时间较成人短;3、各波振幅尤其是心前导联振幅较高;4、右室占优势,心电轴右偏;5、T波在不同年龄期有一定改变。现有心电图自动分析系统一般参考成人心电图分析标准来做,对儿童心电图特点考虑不足,导致自动分析准确性很低,无法给临床医生提供有效的参考。
发明内容
本发明的目的是为了解决现有心电图自动分析系统对于儿童心电图分析存在的问题,提出了一种准确性高、稳定性好的针对16岁以下儿童心电图的自动分析系统和方法。
本发明为解决上述技术问题而提供的这种儿童心电图自动检测分析系统包括依次连接的用于采集导联信号的信号采集模块、用于分析导联数据以及生成分析数据的分析模块以及用于输出分析数据的输出模块,所述信号采集模块包含有导联组,所述分析模块包括依次连接的导联数目判断模块、QRS波定位模块、P、T波定位模块、模板及波形分析模块以及自动比较模块,所述导联数目判断模块连接信号采集模块,所述自动比较模块连接显示打印模块。所述QRS波定位模块包括串联在所述导联数目判断模块与P、T波定位模块之间的单个导联QRS波识别单元以及多个导联联合定位QRS波单元。所述P、T波定位模块包括串联在所述QRS波定位模块与模板及波形分析模块之间的单个导联P、T波识别单元以及多个导联联合定位P、T波单元。所述模板及波形分析模块包括依次连接的选取平均模板单元、平均模板QRS波特征点和波形的模式判别单元以及P、T波的特征点和极性判别单元,所述选取平均模板单元连接所述P、T波定位模块,所述P、T波的特征点和极性判别单元连接自动比较模块。
这个检测系统的自动检测分析方法是:信号采集步骤:连接导联组中的导联,由心电图检测设备采集导联组各导联的信号;所述导联组采用12导联或15导联,由信号采集设备根据采集导联组各导联的信号情况,区分导联组所采用的导联数量为12导联或15导联;进一步区分有效导联是6导联、9导联、12导联或15导联数据;参数选取及计算步骤:首先判断导联组内有效导联数量,按照导联数目选取需要进行后续计算分析的导联,对于脱落的导联不进行相关参数的计算;对有效导联逐个定位以及多导联联合定位QRS波,首先逐个寻找有效导联的QRS波,通过多个导联对已寻找到的QRS波进行定位和筛选,根据获得的QRS波参数对上述有效导联逐个定位以及多导联联合定位每个心搏P、T波,从而得到逐个心搏的P、T波参数;同时,根据获得的QRS波参数选取每个有效导联的平均模板,建立每个有效导联的平均模板方式如下:首先对各导联采集的QRS波形态建立模板,判断主导心搏,然后对主导心搏进行信号平均处理,产生平均模板。计算每个平均模板的QRS波特征点和波形的模式以及P、T波的特征点和极性;具体方法是首先识别QRS波形态,定出局域边界,根据QRS波窗口内的极大值和极小值,判定P或T波的特征点位置和形态;综合比较所有有效导联,标定各个子波的边界,计算PR间期、QT 间期、QRS波群宽度及P波宽度等参数。信号分析步骤:将获得的QRS波特征点和波形的模式以及P、T波的特征点和极性,与预设的特征参数及判断准则库中的参数进行对比,得到对比结果;并输出QRS、P、T波参数及对比结果。本发明中预设特征参数及判断准则库是按照性别区分为男、女两种,并按照年龄进一步划分为出生~1月、1~6月、6~12月、1~3岁、3~8岁、8~12岁和12~16岁的14个判断基准值区间。本预设特征参数及判断准则库可以在上述检测分析步骤实施过程中设置,也可以预先设置。
为了更好的实现儿童心电图自动分析,本发明的构思是:自动识别不同导联采集体系采集的儿童心电图;计算各个导联心电信号的特征参数;建立每个导联心电图的平均模板,计算平均模板特征参数;预设儿童心电图判断准则库;依据特征参数和判断准则库,利用计算机进行分析,从而实现对儿童心电图的自动分析。
本发明的有益效果包括:1、本发明针对16岁以下儿童心电图,对复杂多变的儿童心电图进行计算机辅助分析,可以有效的降低临床医生人工分析工作量;2、本发明适用于不同数目导联采集的儿童心电图,在临床应用上更具有广泛的适用性;3、本发明了实现了对于不同年龄段不同性别的儿童心电图波形和计算参数与预设准则库的自动分析比较,能有效提供给临床医生以辅助性参考;4、本发明采用了单个导联和多个导联联合定位容易受干扰的儿童心电图P、QRS、T波的特征点方法,避免了单个导联计算带来误差,保证了参数计算的准确性,从而保证了最终自动分析结果的准确性。
附图说明
图1是本发明的结构框图。
图2是本发明的整体流程图。
图3是导联数目识别流程图。
图4是单个计算导联检测儿童心电图QRS波的流程图。
图5是单个计算导联检测儿童心电图P、T波的流程图。
图6是儿童心电图准则自动比较分析的流程图。
具体实施方式
下面结合附图1至6和具体实施例对本发明作进一步的详细说明。
本发明处理的信号是通过信号采集装置采集的儿童心电图,本发明主要是对采集到的儿童心电图数据进行信号处理与识别,完成自动分析。本文所述的儿童心电图自动检测分析系统结构框图如图1所示,本系统包括:用于采集导联信号的信号采集模块10、用于分析导联数据以及生成分析数据的分析模块20以及用于输出分析数据的输出模块30,信号采集模块包含有采集信号的导联组11,所述分析模块20包括依次连接的导联数目判断模块21、QRS波定位模块22、P、T波定位模块23、模板及波形分析模块24以及自动比较模块25,所述导联数目判断模块21连接信号采集模块10,所述自动比较模块25连接输出模块30。所述QRS波定位模块22包括串联在所述导联数目判断模块21与P、T波定位模块23之间的单个导联QRS波识别单元221以及多个导联联合定位QRS波单元222。所述P、T波定位模块23包括串联在所述QRS波定位模块22与模板及波形分析模块24之间的单个导联P、T波识别单元231以及多个导联联合定位P、T波单元232。所述模板及波形分析模块24包括依次连接的选取平均模板单元241、平均模板QRS波特征点和波形的模式判别单元242以及P、T波的特征点和极性判别单元243,所述选取平均模板单元241连接所述P、T波定位模块23,所述P、T波的特征点和极性判别单元243连接自动比较模块25。
整个系统的处理流程如下:
信号采集模块10负责儿童心电信号的采集和预处理,预处理主要是硬件滤波处理。根据实际临床需要,儿童年龄少,特别是6岁以下儿童个头和体积也比较小,胸部放置6个电极会比较困难,对于年龄比较小的儿童,临床操作通常胸部只放在三个胸电极(一般选取V1、V3、V5)来采集胸导联心电信号,这样采集的有效信号为9个导联数据(6个肢体导联+3个胸导联)。有时候有些儿童做心电图,主要看心电图节律,这时临床医生通常只放置肢体导联电极,而不用胸导联,这样采集有效信号为6个导联数据(6个肢体导联)。对于其它脱落导联,采集的信号都是无效,信号值按0处理,不参加后续计算分析。对于年龄稍大些,一般都是做12导心电图,这样采集的有效信号为标准的12个导联数据(6个肢体导联+6个胸导联)。以上儿童心电图的采集模式都是标准12导联采集,三种模式使用到导联数目有所不同。由于儿童心电图与成人心电图存在明显不同,儿童相对于成人,右室占优势,所以为了全面观察儿童心电图,特别是怀疑有心脏病的儿童患者,临床医生会选择做15导(标准12导联加上三个右胸导联(V 3R V 4R V 5R )心电图,这样采集的有效信号为15导联数据。这就是儿童心电图的第四种采集模式:15导联。
导联数目判断模块21对上述四种采集模式进行判断,得到用于计算的有效导联。
QRS、P、T波定位模块分为单个导联QRS波识别单元、多个导联联合定位QRS波单元、单个导联P、T波识别单元和多个导联联合定位P、T波单元。单个导联QRS波识别单元用于完成单个计算导联的QRS波检测。每个计算导联得到的QRS波输入到多个导联联合定位QRS波单元,通过所有计算导联对于同一位置QRS波进行判断,以识别到正确的QRS波。根据识别到QRS波位置,利用单个导联P、T波识别单元对每个计算导联的P(T)波进行检测,得到P(T)波的候选点,然后利用多个导联联合定位P、T波单元对于候选点进行识别,确定每个心搏的P、T波位置和数量。
模板及波形分析模块包括选取平均模块单元、平均模板包括了QRS波特征点定位单元和波形的形态判别单元以及平均模板的P、T波的特征点定位和极性判别单元。选取平均模块单元是利用QRS、P、T波定位模块得到的每个心搏信息,在每个计算导联上寻找主导心搏,然后对主导心搏进行信号平均处理,产生平均模板,这样每个计算导联都会产生一个平均模板,该平均模块代表了每个计算导联全部主导心搏的波形信息,对其进行测量分析能反映出主导心搏的波形信息。平均模板选定后,利用QRS波特征点定位和波形模式判断单元识别平均模板QRS波类型,QRS波群起止点等测量信息。然后根据QRS波信息,利用P、T波的特征点定位和极性判别单元识别平均模板P、T波起止点、极性等测量信息。
自动比较模块负责完成与预设比较准则库参数比较,准则输出。按照基准值(年龄和性别),预设比较准则库。根据前面计算得到心搏信息,利用自动比较模块完成儿童心电图的波形比较,并且输出比较结果。
显示打印模块用于儿童心电图数据、心电图自动测量和比较的结果的显示和打印。
本发明的主要实现对儿童心电图的自动测量和诊断,本发明的主要处理流程如图2所示,主要包括以下步骤:
101.心电信号输入,输入儿童心电图数据,并且需要输入对应的性别和年龄。
102.对步骤101得到心电信号进行导联数目判断,区分是6导、9导、12导或15导数据。
103.根据步骤102获得导联数目,选取用于计算的导联,舍弃脱落的导联,只选择有实际采集信号的导联。
104.按照步骤103得到计算导联数目,对步骤101获得心电数据进行单个计算导联的QRS波识别。
105.按照步骤103得到计算导联数目,根据步骤104获得QRS波信息,对步骤101获得心电数据进行多个导联联合定位QRS波。
106.按照步骤103得到计算导联数目,根据步骤105获得QRS波信息,对步骤101获得心电数据进行单个计算导联的P、T波识别。
107.按照步骤103得到计算导联数目,根据步骤106获得P、T波信息,对步骤101获得心电数据进行多个导联联合定位P、T波。
108.将步骤104、105、106、107计算每个心搏的P/QRS/T波参数进行存储。
109.根据步骤105得到的QRS波参数, 对步骤101获得心电数据选取平均模板,按照步骤103得到计算导联数目,每个计算导联选取一个平均模板。
110.对于步骤109得到的单个平均模板进行QRS波形态识别,对于每个计算导联的平均模板识别QRS波形态,区分为QRS、R、RS、QS等不同类型。
111.对于步骤109得到的单个平均模板进行QRS特征点定位,根据步骤110计算的信息,定位每个平均模板的QRS波起止点和QRS波各个子波(如Q波、R波、S波)的起止点。
112.对于步骤109得到的所有平均模板进行QRS特征点定位,根据步骤111计算出的每个平均模板的QRS波起止点,为所有计算导联的平均模板定位统一的QRS波起止点,以所有平均模板中最早出现的QRS波起点为平均模板统一的QRS波起点,以所有平均模板中最晚出现的QRS波终点为平均模板统一的QRS波终点。
113.对于步骤109得到的单个平均模板进行P、T波极性识别,根据步骤110、111计算的信息,对于每个计算导联的平均模板识别P、T波极性,区分为正向、负向、正负双向、低平,P波还有可能是多个或者不存在。
114.对于步骤109得到的单个平均模板进行P、T波的特征点定位,根据步骤110、111、113计算的信息,定位每个平均模板的P、T波起止点。
115.对于步骤109得到的所有平均模板进行P、T波的特征点定位,根据步骤114计算出的每个平均模板的P(T)波起止点,为所有计算导联的平均模板定位统一的P(T)波起止点,以所有平均模板中最早出现的P(T)波起点为平均模板统一的P(T)波起点,以所有平均模板中最晚出现的P(T)波终点为平均模板统一的P(T)波终点。
116.根据步骤110、111、113、114计算的信息,求出每个平均模板的详细测量参数,包括P波时限、PR间期、QRS时限、Q波时限、R波时限、S波时限、T波时限、QT间期、QRS波类型、STj幅值等参数。
117.根据步骤112、115计算的信息,求出心电图数据的全局参数,包括:心率、P波时限、PR间期、QRS时限、QT间期、QTc间期、P/QRS/T波心电轴、RV5(V5导联R波幅值)、SV1(V1导联S波幅值)、RV6(V6导联R波幅值)、SV2(V2导联S波幅值)等参数。
118.按照设定的基准值(年龄和性别),根据前面步骤得到特征参数(包括逐个心搏和平均模板的P/QRS/T波参数,详细测试参数,全局参数)和预设的判断准则库,对儿童心电图的进行波形和参数比较,得到比较结果。
119.输出自动分析结果,将上述步骤完成的对于儿童心电图的自动测量的特征参数和比较结果输出。
上述步骤102和 103的流程如图3所示:
102a.根据采集导联组各导联的信号情况,读取采集数据中的导联标志位,区分是12导和15导数据,如果是15导数据,则为15导模式,计算导联为15导联。
102b.如果是12导联,根据采集导联组各导联的信号情况,在采集的12导数据中读取导联脱落标志;如果6个导联脱落,则为6导模式,计算导联为6个;如果3个导联脱落,则为9导模式,计算导联为9个;如果无导联脱落,则为12导模式,计算导联为12个。
103a.对于脱落的导联不进行相关参数的计算。
上述步骤104主要流程如图4所示:
104a.将单个计算导联数据输入;
104b.再对计算导联的数据进行预处理,包括带通滤波、多点差分、取绝对值,移动窗口积分;数据经过预处理以后,大大突出QRS波特性,压制了大部分噪声,提高QRS波检出率。
104c.然后寻找通过积分窗口处理后的数据极值峰(噪声峰或信号峰),采用极值峰来进行阈值估计,超过阈值的在一定不应期内信号峰则为QRS波;考虑到儿童心电图心率变化比较大,心率检测范围设置为15~350bpm,成人心率检测范围一般是30~300 bpm,根据心率检测范围对QRS波检测不应期进行了调整。
104d.更新阈值寻找下一个信号峰(QRS波),直到寻找到所有的QRS波。
上述步骤105还包括以下步骤:
105a.对每个计算导联检测出来QRS波进行位置校准,对出现在同一位置的QRS波,如果有超过1/3的计算导联检测到了该QRS波存在,如9个计算导联有4个导联检测到了该波存在,则认为该QRS波存在;否则,则视为干扰。
105b.根据上述步骤确定好QRS波后,对每个计算导联采用斜率阈值法检测QRS波起止点。
上述步骤106主要流程如图5所示:
106a.根据步骤104、105确定的QRS波位置,定位每个计算导联的P、T波;
106b.对于输入数据进行平滑滤波处理,判断是否所有心搏全部检测完,如果是,则检测结束,如果否,则进行下一步骤106c。
106c.逐个心搏计算P(T)波搜索范围(即搜索窗),P波搜索窗为QRS波前一段时间,T波搜索窗为QRS波后一段时间;每个心搏的搜索窗与每个RR间期有关;
106d.对检测范围内的数据进行多点差分,以便提高峰值特性,降低噪声;
106e.根据搜索窗内峰值点,设定阈值,超过阈值的作为P(T)波候选点。
上述步骤107还包括以下步骤:
107a.对于步骤F得到的候选点进行多个导联联合判断,如果有超过1/3的计算导联检测到了该波存在,否则,则视为干扰;
107b.P、T波处理有所不同,每个心搏的T波是唯一的,而P波则可能不存在或者存在一个或多个,在判断时按照此原则对候选点进行区分。
上述步骤109还包括以下步骤:
109a.选取每个计算导联的平均模板方式如下:首先对各导联采集的心拍(QRS波) 形态进行归类( 建立模板) 以判断主导心搏,然后对主导心搏进行信号平均处理,产生平均模板。
上述步骤118提到的基准值按照以下方式设定:
118a.根据儿童心电图特点,对预设的判断准则的基准值,按照性别区分为男、女两种,按照年龄分为7个区间,分别是:出生~1月、1~6月、6~12月、1~3岁、3~8岁、8~12岁和12~16岁,共有14个基准值。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。

Claims (7)

1.一种儿童心电图自动检测分析方法,其特征在于:该方法包括以下步骤:
A.信号采集步骤:连接导联组中的导联,由信号采集设备采集导联组各导联的信号;
B.参数选取及计算步骤:首先判断导联组内有效导联数量,对有效导联逐个定位以及多导联联合定位QRS波,根据获得的QRS波参数对上述有效导联逐个定位以及多导联联合定位每个心搏P、T波,从而得到逐个心搏的P、T波参数;同时,根据获得的QRS波参数选取每个有效导联的平均模板;计算每个平均模板的QRS波特征点和波形的形态以及P、T波的特征点和极性;
C.信号分析步骤:将获得的QRS波特征点和波形的形态以及P、T波的特征点和极性,与预设的特征参数及判断准则库中的参数进行对比,得到对比结果;并输出QRS、P、T波参数及对比结果;
步骤A中所述导联组采用12导联或15导联,步骤A分为以下分步骤:
A1.由信号采集设备根据采集导联组各导联的信号情况,区分导联组所采用的导联数量为12导联或15导联;
A2.进一步区分有效导联是6导联、9导联、12导联或15导联数据;
其中,所述每个有效导联的平均模板取得方式如下:首先对各导联采集的QRS波形态建立模板,判断主导心搏,然后对主导心搏进行信号平均处理,产生平均模板。
2.根据权利要求1所述的儿童心电图自动检测分析方法,其特征在于:在建立所述平均模块之前,步骤B中包括以下分步骤:
B1.按照导联数目选取需要进行后续计算分析的导联,对于脱落的导联不进行相关参数的计算;
B2.首先逐个寻找有效导联的QRS波;
B3.通过多个导联对B2步骤中已寻找到的QRS波进行定位和筛选。
3.根据权利要求2所述的儿童心电图自动检测分析方法,其特征在于:步骤B中计算平均模板QRS波特征点和波形的形态以及P、T波的特征点和极性则包括以下分步骤:
B4.首先识别QRS波形态,定出局域边界;
B5.根据QRS波窗口内的极大值和极小值,判定P或T波的特征点位置和形态;
B6.综合比较所有有效导联,标定各个子波的边界,计算PR间期、QT间期、QRS波群宽度及P波宽度参数。
4.根据权利要求1中所述的儿童心电图自动检测分析方法,其特征在于:步骤C中所述的预设特征参数及判断准则库的建立,按照性别区分为男、女两种,并按照年龄进一步划分为出生~1月、1~6月、6~12月、1~3岁、3~8岁、8~12岁和12~16岁的14个判断基准值形成的7个区间。
5.一种儿童心电图自动检测分析系统,包括依次连接的用于采集导联信号的信号采集模块、用于分析导联数据以及生成分析数据的分析模块以及用于输出分析数据的输出模块,所述信号采集模块包含有采集信号的导联组,其特征在于:所述分析模块包括依次连接的导联数目判断模块、QRS波定位模块、P、T波定位模块、模板及波形分析模块以及自动比较模块,所述导联数目判断模块连接信号采集模块,所述自动比较模块连接输出模块;所述模板及波形分析模块包括依次连接的选取平均模板单元、平均模板QRS波特征点和波形的模式判别单元以及P、T波的特征点和极性判别单元,所述选取平均模板单元连接所述P、T波定位模块,所述P、T波的特征点和极性判别单元连接自动比较模块。
6.根据权利要求5所述的检测分析系统,其特征在于:所述QRS波定位模块包括串联在所述导联数目判断模块与P、T波定位模块之间的单个导联QRS波识别单元以及多个导联联合定位QRS波单元。
7.根据权利要求6所述的检测分析系统,其特征在于:所述P、T波定位模块包括串联在所述QRS波定位模块与模板及波形分析模块之间的单个导联P、T波识别单元以及多个导联联合定位P、T波单元。
CN201180001050.6A 2011-07-25 2011-08-03 儿童心电图自动检测分析方法及系统 Active CN102834050B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201180001050.6A CN102834050B (zh) 2011-07-25 2011-08-03 儿童心电图自动检测分析方法及系统

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
CN201110208781.X 2011-07-25
CN201110208781 2011-07-25
PCT/CN2011/077978 WO2012092766A1 (zh) 2011-07-25 2011-08-03 儿童心电图自动检测分析方法及系统
CN201180001050.6A CN102834050B (zh) 2011-07-25 2011-08-03 儿童心电图自动检测分析方法及系统

Publications (2)

Publication Number Publication Date
CN102834050A CN102834050A (zh) 2012-12-19
CN102834050B true CN102834050B (zh) 2014-09-17

Family

ID=46457208

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201180001050.6A Active CN102834050B (zh) 2011-07-25 2011-08-03 儿童心电图自动检测分析方法及系统

Country Status (4)

Country Link
US (1) US20130041276A1 (zh)
EP (1) EP2537464A4 (zh)
CN (1) CN102834050B (zh)
WO (1) WO2012092766A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112668380A (zh) * 2020-01-20 2021-04-16 深圳市理邦精密仪器股份有限公司 心电波形的数据测量方法、心电图机和装置
CN113160948A (zh) * 2020-01-20 2021-07-23 深圳市理邦精密仪器股份有限公司 心电波形的数据测量方法、心电图机和装置

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11744502B2 (en) 2013-11-30 2023-09-05 Koninklijke Philips N.V. Automated detection of patient age by ECG
CN103876727B (zh) * 2014-02-27 2017-04-05 深圳市理邦精密仪器股份有限公司 一种心电导联工作模式自动切换的方法和装置
CN103977503B (zh) * 2014-05-16 2016-02-17 深圳市理邦精密仪器股份有限公司 一种低成本的pace波检测装置及方法
CN109009084B (zh) * 2018-06-08 2021-03-23 广州视源电子科技股份有限公司 多导联心电信号的qrs波群校验方法、装置及设备、介质
CN110693491A (zh) * 2019-11-13 2020-01-17 歌尔科技有限公司 心电信号处理方法、装置、可穿戴设备及可读存储介质
CN111053552B (zh) * 2019-12-03 2022-07-26 上海理工大学 一种基于深度学习的qrs波检测方法
CN113208602A (zh) * 2020-01-20 2021-08-06 深圳市理邦精密仪器股份有限公司 心电波形的处理方法、心电图机和装置
CN113223672B (zh) * 2020-01-20 2023-11-10 深圳市理邦精密仪器股份有限公司 心电波形测量方法以及相关设备、装置
CN111419212A (zh) * 2020-02-27 2020-07-17 平安科技(深圳)有限公司 心电图数据处理的方法、装置、存储介质及计算机设备
CN111493859B (zh) * 2020-03-16 2023-01-03 浙江好络维医疗技术有限公司 一种基于dtw-层次聚类分析的单导联宽大畸形主波识别定位方法
CN111643070B (zh) * 2020-06-12 2023-05-23 京东方科技集团股份有限公司 一种t波起点的确定方法、装置、存储介质及电子设备

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2547684B2 (ja) * 1991-12-19 1996-10-23 日本光電工業株式会社 生体信号測定装置
US5520191A (en) * 1994-10-07 1996-05-28 Ortivus Medical Ab Myocardial ischemia and infarction analysis and monitoring method and apparatus
CN1102371C (zh) * 1998-08-13 2003-03-05 赵峰 立体心电图的成像方法及成像仪
EP1331876B1 (en) * 2000-11-10 2009-08-05 C.R. Bard, Inc. Deriving p-waves in electrocardiac signals having superimposed complexes
TW555545B (en) * 2003-01-30 2003-10-01 Unisage Digital Co Ltd System for determining cardiac arrhythmia from electrocardiogram (ECG)
EP1735052B1 (en) * 2004-04-12 2015-03-04 Zoll Medical Corporation Automated pediatric defibrillator
CN100589754C (zh) * 2006-07-14 2010-02-17 深圳迈瑞生物医疗电子股份有限公司 心电图计算机辅助诊断系统
WO2008015683A2 (en) * 2006-08-03 2008-02-07 Bsp Biological Signal Processing Ltd. Apparatus and method for identifying myocardial ischemia using analysis of high frequency qrs potentials
CN100450435C (zh) * 2007-02-06 2009-01-14 赵峰 一种向量心电图仪及实现方法
US20100217144A1 (en) * 2007-06-28 2010-08-26 Arenare Brian Diagnostic and predictive system and methodology using multiple parameter electrocardiography superscores
CN101947112A (zh) * 2010-09-20 2011-01-19 天津工业大学 心电监护物联网应用层心电信号综合检测算法实现

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112668380A (zh) * 2020-01-20 2021-04-16 深圳市理邦精密仪器股份有限公司 心电波形的数据测量方法、心电图机和装置
CN113160948A (zh) * 2020-01-20 2021-07-23 深圳市理邦精密仪器股份有限公司 心电波形的数据测量方法、心电图机和装置

Also Published As

Publication number Publication date
EP2537464A1 (en) 2012-12-26
CN102834050A (zh) 2012-12-19
WO2012092766A1 (zh) 2012-07-12
EP2537464A4 (en) 2014-08-20
US20130041276A1 (en) 2013-02-14

Similar Documents

Publication Publication Date Title
CN102834050B (zh) 儿童心电图自动检测分析方法及系统
CN107358196B (zh) 一种心搏类型的分类方法、装置及心电仪
CN108294745B (zh) 多导联心电图信号中p波、t波起止点检测方法及系统
Jane et al. Evaluation of an automatic threshold based detector of waveform limits in Holter ECG with the QT database
US11350868B2 (en) Electrocardiogram information processing method and electrocardiogram workstation system
US9687657B2 (en) Pacemaker signal detecting method, pacemaker signal detecting system and electrocardial detecting device
US7509159B2 (en) Method and apparatus for detecting cardiac repolarization abnormality
CN101810476B (zh) 一种动态心电图的心拍模板分类方法
US11783924B2 (en) ECG information processing method and ECG workstation
CN102793539B (zh) 心电向量图检测分析方法及系统
CN105411567A (zh) 一种心电图数据分析方法及系统
Chatterjee et al. A statistical approach for determination of time plane features from digitized ECG
CN103549950A (zh) 移动心电监测差分阈值检测改进算法
CN1736324A (zh) 用于获取呼吸紊乱指数信息的检测处理方法及装置
CN110123304B (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
Song et al. New real-time heartbeat detection method using the angle of a single-lead electrocardiogram
CN105326477A (zh) 一种用于多种医学信号采集的呼吸及心跳同步信号提取方法及装置
CN110090016B (zh) 定位r波位置的方法及系统、使用lstm神经网络的r波自动检测方法
CN103549951A (zh) 一种基于心电图12导联关联计算的p波信息测量方法
Srinivas et al. Adaptive learning based heartbeat classification
CN111166325B (zh) 基于ipcmm算法的心电信号qrs复合波检测方法及系统
CN108968950A (zh) 一种数字化心电采集方法、装置及系统
CN115590524A (zh) 基于卷积神经网络的qt间期延长识别方法及系统
CN111685754B (zh) 针对可穿戴ecg采集设备的心率计算方法及系统
CN111265194B (zh) 心室肥大的检测方法、装置、存储介质和处理器

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