CN103417209B - 一种心电图特征选择方法 - Google Patents
一种心电图特征选择方法 Download PDFInfo
- Publication number
- CN103417209B CN103417209B CN201310385361.8A CN201310385361A CN103417209B CN 103417209 B CN103417209 B CN 103417209B CN 201310385361 A CN201310385361 A CN 201310385361A CN 103417209 B CN103417209 B CN 103417209B
- Authority
- CN
- China
- Prior art keywords
- ripple
- qrs
- onset
- offset
- interval
- 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
Abstract
本发明提供的心电图特征选择方法,通过搜索心拍中QRS波群,以所述QRS波群中R波为中心,搜索P波及T波,并标记其时间刻度,并将所述时间刻度转换为结构化的数据矩阵,若所述P波或R波任意一波形缺失,以所述QRS中的波段补齐所述数据矩阵,再根据补齐后的所述数据矩阵,提取心拍间期特征。本发明提供的心电图特征选择方法,将标记点的时间序列转换为结构化的心拍标注数据,在结构化的标注数据上对对缺失的标注点补齐,可以方便地提取心拍内P波宽度、QRS宽度、T波宽度,PR间期、QRT间期特征和心拍间的PP间期和RR间期特征。
Description
【技术领域】
本发明涉及心电信号技术领域,尤其涉及一种心电图特征选择方法。
【背景技术】
心电图检查是诊断心律失常、心肌缺血的一种有效的方法,该方法具有无创伤、低成本的优势,市场前景巨大,尤其在体检中心、远程会诊中心等机构,专职心电图医生每天的需要判读大量的心电图的,为减轻医生的工作负担,近年来计算机辅助的心电图自动分类识别系统越来越受到重视。
一套完整的心电图自动分类识别系统通常包含如下过程:数据采集、数据预处理、特征提取、分类器训练/预测。心电图的类别种类繁多,为了统一和规范心电图自动识别系统的评价准则,美国医疗器械促进协会(Association for theAdvancement of Medical Instrumentation;AAMI)将心电图的类别划分为五类:(1)N,正常心电图和传导阻滞类心电图;(2)S,室上性异常;(3)V,室性异常;(4)F,介于室性异常和正常之间的;(5)Q,无法明确区分的。其中,由于在实际分类中,Q类没有明显的统计规律,通常只针对NSVF这四类设计模式分类器。能否训练出一个健壮的具有良好的泛化能力的分类器直接影响后续的识别精度,而一套可以表征不同疾病的特征集是训练分类器的前提。
【发明内容】
本发明要解决的技术问题在于解决现有技术中由于一些异常的或者受到干扰的心电图,可能存在某个子波的缺失,或前后心拍重叠,而给心拍间期特征的提取造成了困难的缺陷,提供了一种心电图特征选择方法。
为解决上述技术问题,本发明采用下述技术方案:
一种微型心电图特征选择方法,包括下述步骤:
步骤S110:搜索心拍中QRS波群;
步骤S120:以所述QRS波群中R波为中心,搜索P波,并标记其时间刻度;
步骤S130:搜索T波,并标记其时间刻度;
步骤S140:将步骤S120及步骤S130中时间刻度转换为结构化的数据矩阵;
步骤S150:若所述P波或T波任意一波形缺失,则以所述QRS中的波段补齐所述数据矩阵;及
步骤S160:根据补齐后的所述数据矩阵,提取心拍间期特征。
在本实施例中,步骤S120,以所述QRS波群中R波为中心,搜索P波和T波,具体包括下述步骤:
步骤S121:从所述R波标记点向前递推一个标记点,并记为cp,以前一个R波为遍历的结束点,并记为ep;
步骤S122:判断所述cp是否在所述ep之后,若是,进行下一步;若否,停止搜索;
步骤S123:继续前向搜索,并判断所述cp是否是QRS-onset标记点,若是,则标记当前时间刻度;若否,进行下一步;
步骤S124:进一步判断是否是P-onset、P-offset或P-peak,若是,则标记当前时间刻度;若否,进行下一步;
步骤S125:所述cp向前递推一个标记点,并继续上述的搜索过程,直到cp搜索到前一个R波。
在本实施例中,步骤S130中,搜索T波,并标记其时间刻度,具体包括下述步骤:
步骤S131:从所述R波标记点向前递推一个标记点,并记为cp,以后一个R波为遍历的结束点,并记为ep;
步骤S132:判断所述cp是否在所述ep之前,若是,进行下一步;若否,停止搜索;
步骤S133:继续前向搜索,并判断所述cp是否是QRS-offset标记点,若是,则标记当前时间刻度;若否,进行下一步;
步骤S134:进一步判断是否是T-onset、T-offset或T-peak,若是,则标记当前时间刻度;若否,进行下一步;
步骤S135:所述cp向后递推一个标记点,并继续上述的搜索过程,直到cp搜索到后一个R波。
在本实施例中,步骤S150:若所述P波或T波任意一波形缺失,则以所述QRS标记补齐所述数据矩阵,具体包括下述步骤:
若P波中的onset、peak、offset任何一个缺失的,以所述QRS的onset补齐所述数据矩阵;
若T波中的onset、peak、offset任何一个缺失的,以所述QRS的offset补齐所述数据矩阵。
在本实施例中,在完成步骤S150之前,还包括下述步骤:若所述QRS的onset和offset缺失,则在所述数据矩阵中补齐为R波。
在本实施例中,步骤S160:根据上述标记特征,提取心拍间期特征,具体为:所述P波的间期=P-offset-P-onset,所述QRS的间期=QRS-offset-QRS-onset,所述T波的间期=T-offset-T-onset,PR间期=QRS-onset-P-onset,QT间期=T-offset-QRS-onset,RR间期=后续心拍R-当前心拍R,PP间期=后续心拍P-peak-当前心拍P-peak。
采用上述技术方案,本发明的有益效果在于:
本发明上述实施例提供的心电图特征选择方法,通过搜索心拍中QRS波群,以所述QRS波群中R波为中心,搜索P波及T波,并标记其时间刻度,并将所述时间刻度转换为结构化的数据矩阵,若所述P波或R波任意一波形缺失,以所述QRS中的波段补齐所述数据矩阵,再根据补齐后的所述数据矩阵,提取心拍间期特征。本发明提供的心电图特征选择方法,将标记点的时间序列转换为结构化的心拍标注数据,在结构化的标注数据上对对缺失的标注点补齐,可以方便地提取心拍内P波宽度、QRS宽度、T波宽度,PR间期、QRT间期特征和心拍间的PP间期和RR间期特征。
此外,本发明上述实施例提供的心电图特征选择方法,提供的搜索算法可以在前后心拍有重叠的异常情况下,识别出心拍的子波;并在部分标注数据缺失的情况,自动补齐缺失的子波,从而提取到准确的心电图的间期特征,方便地识别心电图的疾病状态。
【附图说明】
图1为本发明实施例提供的心电图特征选择方法的步骤流程图;
图2为本发明一较佳实施例提供的搜索P波的步骤流程图;
图3为本发明一较佳实施例提供的搜索T波的步骤流程图;
图4为本发明一较佳实施例提供的数据矩阵的结构示意图;
图5为本发明实施例一提供的一段360Hz采样的心电图的标注时间序列图;
图6a、图6b及图6c分别为本发明实施例一提供的第一心拍、第二心拍及补齐的第二心拍数据矩阵结构图。
【具体实施方式】
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及具体实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请参阅图1,图1为本发明实施例提供的心电图特征选择方法的步骤流程图100,从图1中可见,心电图特征选择方法100包括下述步骤:
步骤S110:搜索心拍中QRS波群;
步骤S120:以QRS波群中R波为中心,搜索P波,并标记其时间刻度;
可以理解,由于每个心拍的中心脏活动最明显的为QRS波群,通常情况R波不会缺失,而P波和T波在某些患病的心电图中可能缺失,所以从关键点标记的时间序列中首先搜索QRS中R波的标识,以此作为划分心拍的依据;具体地,以R波为中心在标记的时间序列中左右开窗,在左边40ms的时间窗中寻找P波的开始点(P-onset)、峰值点(P-peaks)、结束点(P-off),以及QRS的开始点(QRS-onset);在右边90ms的时间窗中寻找T波的开始点(T-onset)、峰值点(T-peaks)、结束点(T-offset),以及QRS的结束点(QRS-offset)。其中,P-peak和T-peak的数量不超过两个。
请参阅图2,图2为本发明一较佳实施例提供的搜索P波的步骤流程图200,其包括下述步骤:
步骤S121:从R波标记点向前递推一个标记点,并记为cp,以前一个R波为遍历的结束点,并记为ep;
步骤S122:判断cp是否在ep之后,若是,进行下一步;若否,停止搜索;
步骤S123:继续前向搜索,并判断cp是否是QRS-onset标记点,若是,则标记当前时间刻度;若否,进行下一步;
步骤S124:进一步判断是否是P-onset、P-offset或P-peak,若是,则标记当前时间刻度;若否,进行下一步;
步骤S125:cp向前递推一个标记点,并继续上述的搜索过程,直到cp搜索到前一个R波。
可以理解,通过步骤S121~S125后完成了对P波的搜索。
步骤S130:搜索T波,并标记其时间刻度;
请参阅图3,图3为本发明一较佳实施例提供的搜索T波的步骤流程图300,其包括下述步骤:
步骤S131:从R波标记点向前递推一个标记点,并记为cp,以后一个R波为遍历的结束点,并记为ep;
步骤S132:判断cp是否在ep之前,若是,进行下一步;若否,停止搜索;
步骤S133:继续前向搜索,并判断cp是否是QRS-offset标记点,若是,则标记当前时间刻度;若否,进行下一步;
步骤S134:进一步判断是否是T-onset、T-offset或T-peak,若是,则标记当前时间刻度;若否,进行下一步;
步骤S135:cp向后递推一个标记点,并继续上述的搜索过程,直到cp搜索到后一个R波。
可以理解,通过步骤S131~S135后完成了对P波的搜索。
步骤S140:将步骤S120及步骤S130中时间刻度转换为结构化的数据矩阵;
请参阅图4,图4本发明一较佳实施例提供的数据矩阵的结构示意图。
具体地,当进行P波搜索时,如果cp在ep之后,则继续前向搜索,否则搜索结束;前向搜索时,首先判断cp是否是QRS-onset标记点,如果是,将当前时间刻度填入如图4所示对应的矩阵,如果不是QRS-onset,进一步判断是否是P-onset、P-offset或P-peak,如果类型一致,将其时间刻度填入如图4所示的矩阵,如果无法匹配这些类型,cp向前递推一个标记点,继续上述的搜索过程,直到cp搜索到前一个R波。
同理,所示的流程进行当前R波之后标记点的搜索,将搜索到的QRS-offset、T-onset、T-peak、T-offset填入图4所示的矩阵中。
可以理解,分两步搜索的策略可以保证在某些心律异常情况下,如果当前心拍的T波和后一个心拍的P波有重叠(或当前心拍的P波和前一个心拍的T波重叠)时,依然可以搜索出各自的P波和T波标记点。对所有的心拍的R波标记点执行这样一组搜索过程后,每个心拍周期内QRS和伴随的P波和T波,都建立了如图4所示的配套关系。
步骤S150:若P波或T波任意一波形缺失,则以QRS中的波段补齐所述数据矩阵;
具体地,若P波中的onset、peak、offset任何一个缺失的,以QRS的onset补齐上述数据矩阵;若T波中的onset、peak、offset任何一个缺失的,以QRS的offset补齐上述数据矩阵。
进一步地,在完成步骤S150之前,还包括下述步骤:若QRS的onset和offset缺失,则在所述数据矩阵中补齐为R波。
可以理解,由于QRS的onset和offset通常不会缺失,如果有缺失,将onset和offset补齐为R波的位置;当P波中的onset、peak、offset任何一个缺失的,将其全部补齐为QRS的onset,这样P缺失的心拍,其P波宽度和PR间期为零,PP间期也相应地缩短;如果T波中的onset、peak、offset任何一个缺失的,将其全部补齐为QRS的offset,该心拍对应的QT间期缩短,T波宽度为零。经过以上操作,每个心拍中的P、QRS、T的onset、offset、peak都具有了明确的时间刻度。
步骤S160:根据补齐后的所述数据矩阵,提取心拍间期特征。
具体地,P波的间期=P-offset-P-onset,QRS的间期=QRS-offset-QRS-onset,T波的间期=T-offset-T-onset,PR间期=QRS-onset-P-onset,QT间期=T-offset-QRS-onset,RR间期=后续心拍R-当前心拍R,PP间期=后续心拍P-peak-当前心拍P-peak。
本发明上述实施例提供的心电图特征选择方法,通过搜索心拍中QRS波群,以所述QRS波群中R波为中心,搜索P波及T波,并标记其时间刻度,并将所述时间刻度转换为结构化的数据矩阵,若所述P波或R波任意一波形缺失,以所述QRS中的波段补齐所述数据矩阵,再根据补齐后的所述数据矩阵,提取心拍间期特征。本发明提供的心电图特征选择方法,将标记点的时间序列转换为结构化的心拍标注数据,在结构化的标注数据上对对缺失的标注点补齐,可以方便地提取心拍内P波宽度、QRS宽度、T波宽度,PR间期、QRT间期特征和心拍间的PP间期和RR间期特征。
以下通过实施例进一步阐述本发明,这些实施例仅用于举例说明的目的,并没有限制本发明的范围。
实施例一
请参阅图5,图5为本发明实施例一提供的一段360Hz采样的心电图的标注时间序列图,其P波缺失。
将图5中所示采样的心电图的标注时间序列经过左右开窗搜索得到心拍数据矩阵,详见图6所述。其中,图6a、图6b及图6c分别为本发明实施例一提供的第一心拍、第二心拍及补齐的第二心拍数据矩阵结构图。为了减少存储空间和处理方便,心拍结构中保存采样点的序号,通过该序号和已知的采样频率,可以很容易地换算为采样时刻。
基于图6中的数据矩阵,通过计算得到第一个心拍的间期特征:
P波间期=(330–295)/(360*1000)=13.89毫秒
QRS间期=(385–350)/(360*1000)=97.22毫秒
T波间期=(536–439)/(360*1000)=269.44毫秒
PR间期=(350–290)/(360*1000)=166.67毫秒
QT间期=(536–350)/(360*1000)=516.67毫秒
RR间期=(663–370)/(360*1000)=813.89毫秒
PP间期=(643–310)/(360*1000)=925.00毫秒
通过上述实施例一可以看出,本发明提供的心电图特征选择方法,可以在前后心拍有重叠的异常情况下,识别出心拍的子波;并在部分标注数据缺失的情况,自动补齐缺失的子波,从而提取到准确的心电图的间期特征,方便地识别心电图的疾病状态。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (4)
1.一种心电图特征选择方法,其特征在于,包括下述步骤:
步骤S110:搜索心拍中QRS波群;
步骤S120:以所述QRS波群中R波为中心,搜索P波,并标记其时间刻度;
步骤S130:搜索T波,并标记其时间刻度;
步骤S140:将步骤S120及步骤S130中时间刻度转换为结构化的数据矩阵,所述结构化的数据矩阵为:
其中,所述P-onset、P-offset、P-peak分别代表P波的开始点、结束点、峰值点,所述T-onset、T-offset、T-peak分别代表T波的开始点、结束点、峰值点,所述QRS-onset、QRS-offset分别代表QRS波的开始点、结束点,R代表R波的标记点;
步骤S150:若所述P波或T波任意一波形缺失,则以所述QRS中的波段补齐所述数据矩阵;及
步骤S160:根据补齐后的所述数据矩阵,提取心拍间期特征。
2.根据权利要求1所述的心电图特征选择方法,其特征在于,步骤S150:若所述P波或T波任意一波形缺失,则以所述QRS中的波段补齐所述数据矩阵,具体包括下述步骤:
若P波中的onset、peak、offset任何一个缺失的,以所述QRS的onset补齐所述数据矩阵;
若T波中的onset、peak、offset任何一个缺失的,以所述QRS的offset补齐所述数据矩阵;
其中,所述onset代表某个波的开始点,peak代表某个波的峰值点,offset代表某个波的结束点。
3.根据权利要求1所述的心电图特征选择方法,其特征在于,在完成步骤S150之前,还包括下述步骤:若所述QRS的onset和offset缺失,则在所述数据矩阵中补齐为R波。
4.根据权利要求1所述的心电图特征选择方法,其特征在于,步骤S160:根据上述标记特征,提取心拍间期特征,具体为:所述P波的间期=P-offset-P-onset,所述QRS的间期=QRS-offset-QRS-onset,所述T波的间期=T-offset-T-onset,PR间期=QRS-onset-P-onset,QT间期=T-offset-QRS-onset,RR间期=后续心拍R-当前心拍R,PP间期=后续心拍P-peak-当前心拍P-peak。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310385361.8A CN103417209B (zh) | 2013-08-29 | 2013-08-29 | 一种心电图特征选择方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310385361.8A CN103417209B (zh) | 2013-08-29 | 2013-08-29 | 一种心电图特征选择方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103417209A CN103417209A (zh) | 2013-12-04 |
CN103417209B true CN103417209B (zh) | 2015-06-03 |
Family
ID=49642992
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310385361.8A Expired - Fee Related CN103417209B (zh) | 2013-08-29 | 2013-08-29 | 一种心电图特征选择方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103417209B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105011931B (zh) * | 2014-04-28 | 2018-01-09 | 中国科学院苏州纳米技术与纳米仿生研究所 | 一种心电图波形边界检测的方法 |
WO2016036805A1 (en) * | 2014-09-02 | 2016-03-10 | The Regents Of The University Of Michigan | Electrocardiogram data analysis method and system for rapid diagnosis |
US9986932B2 (en) * | 2014-11-17 | 2018-06-05 | Medtronic Monitoring, Inc. | QT interval determination methods and related devices |
WO2016168979A1 (zh) * | 2015-04-20 | 2016-10-27 | 深圳市长桑技术有限公司 | 一种生命体征分析方法与系统 |
US10827938B2 (en) | 2018-03-30 | 2020-11-10 | Cardiologs Technologies Sas | Systems and methods for digitizing electrocardiograms |
US11672464B2 (en) | 2015-10-27 | 2023-06-13 | Cardiologs Technologies Sas | Electrocardiogram processing system for delineation and classification |
US11331034B2 (en) | 2015-10-27 | 2022-05-17 | Cardiologs Technologies Sas | Automatic method to delineate or categorize an electrocardiogram |
US10426364B2 (en) | 2015-10-27 | 2019-10-01 | Cardiologs Technologies Sas | Automatic method to delineate or categorize an electrocardiogram |
PT3367897T (pt) | 2015-10-27 | 2021-05-25 | Cardiologs Tech | Processo automático para traçar ou categorizar um eletrocardiograma |
AU2018320182B2 (en) | 2017-08-25 | 2023-11-30 | Koninklijke Philips N.V. | User interface for analysis of electrocardiograms |
CN109567790A (zh) * | 2018-12-24 | 2019-04-05 | 深圳市瑞康宏业科技开发有限公司 | 一种心电散点图快速局部分析方法、装置和计算机装置 |
CN116322479A (zh) | 2020-08-10 | 2023-06-23 | 心道乐科技股份有限公司 | 用于检测和/或预测心脏事件的心电图处理系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1547519A1 (en) * | 2002-08-27 | 2005-06-29 | Dainippon Pharmaceutical Co., Ltd. | Biological information trend display and its method |
CN101147678A (zh) * | 2006-09-22 | 2008-03-26 | 李中健 | 心电生物特征身份识别技术及其应用 |
CN101766484A (zh) * | 2010-01-18 | 2010-07-07 | 董军 | 用于心电图识别与分类的方法和设备 |
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 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3164061B2 (ja) * | 1998-05-18 | 2001-05-08 | 日本電気株式会社 | 波形表示方法および装置 |
US8155735B2 (en) * | 2006-09-19 | 2012-04-10 | The Cleveland Clinic Foundation | Prediction and prevention of postoperative atrial fibrillation in cardiac surgery patients |
JP2010172504A (ja) * | 2009-01-29 | 2010-08-12 | Toshiba Corp | X線診断装置 |
-
2013
- 2013-08-29 CN CN201310385361.8A patent/CN103417209B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1547519A1 (en) * | 2002-08-27 | 2005-06-29 | Dainippon Pharmaceutical Co., Ltd. | Biological information trend display and its method |
CN101147678A (zh) * | 2006-09-22 | 2008-03-26 | 李中健 | 心电生物特征身份识别技术及其应用 |
CN101766484A (zh) * | 2010-01-18 | 2010-07-07 | 董军 | 用于心电图识别与分类的方法和设备 |
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 |
Non-Patent Citations (1)
Title |
---|
新型的便携式心电记录仪的研制;王舒娅,徐有福,胡可夫,周炳炎;《中国医疗器械杂志》;19960905(第05期);35-35 * |
Also Published As
Publication number | Publication date |
---|---|
CN103417209A (zh) | 2013-12-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103417209B (zh) | 一种心电图特征选择方法 | |
US11344243B2 (en) | Artificial intelligence self-learning-based static electrocardiography analysis method and apparatus | |
Madeiro et al. | An innovative approach of QRS segmentation based on first-derivative, Hilbert and Wavelet Transforms | |
US9161705B2 (en) | Method and device for early detection of heart attack | |
Lian et al. | A simple method to detect atrial fibrillation using RR intervals | |
US7263399B2 (en) | Apparatus and methods for analysis of cardiac device stored episodes containing sensed signals and waveforms | |
CN105411567A (zh) | 一种心电图数据分析方法及系统 | |
CN107622259B (zh) | 一种t波检测方法、心电数据分析方法及装置 | |
CN109893119B (zh) | 一种基于多导联聚类分析的p波识别定位方法 | |
CN104834921B (zh) | 心电正/异常大数据处理方法及装置 | |
CN111134659A (zh) | 一种用于心电信号中p波和t波的检测方法和装置 | |
CN107184200A (zh) | 全导联智能预分析方法 | |
CN109893124B (zh) | 一种基于多导联聚类分析的疑难心电图主波识别定位方法 | |
Sassi et al. | Spatial repolarization heterogeneity and survival in chagas disease | |
Tekeste et al. | Adaptive ECG interval extraction | |
Lepage et al. | ECG segmentation and P-wave feature extraction: application to patients prone to atrial fibrillation | |
CN112089406A (zh) | 一种中医脉诊信息的检测硬件系统 | |
Donnelly et al. | Lead selection: old and new methods for locating the most electrocardiogram information | |
Rodriguez et al. | A Real-Time QRS complex detector based on discrete wavelet transform and adaptive threshold as standalone application on ARM microcontrollers | |
Assaraf et al. | Classification of 12-lead ECGs using digital biomarkers and representation learning | |
Zheng et al. | A High Precision Algorithm to Classify Left and Right Outflow Tract Ventricular Tachycardia | |
CN110464339A (zh) | 一种心电图分析方法及装置 | |
Zhang et al. | A High-Precision Machine Learning Algorithm to Classify Left and Right Outflow Tract Ventricular Tachycardia | |
Nairn et al. | Performance analysis of T-wave-offset detection algorithms on patients with cardiac diseases | |
Glazunov et al. | Optimal ECG Lead System for Automatic Myocardial Ischemia Detection |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150603 Termination date: 20200829 |
|
CF01 | Termination of patent right due to non-payment of annual fee |