CN103565427A - 准周期生理信号特征点的检测 - Google Patents
准周期生理信号特征点的检测 Download PDFInfo
- Publication number
- CN103565427A CN103565427A CN201310580245.1A CN201310580245A CN103565427A CN 103565427 A CN103565427 A CN 103565427A CN 201310580245 A CN201310580245 A CN 201310580245A CN 103565427 A CN103565427 A CN 103565427A
- Authority
- CN
- China
- Prior art keywords
- crest
- signal
- interval
- point
- threshold value
- 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
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明涉及医疗器械技术领域,提供一种准周期生理信号的波峰检测方法,包括待检信号获取步骤、平滑滤波步骤、参考点获取步骤、基准信号获取步骤、波峰间期获取步骤、信号幅值获取步骤以及判断步骤。该方法通过两次平滑滤波再寻找两平滑滤波后的曲线的相交点,以锁定候选波峰的位置,最后通过波峰间期与信号幅值两个因子进行判断检测,具有较强的抗干扰能力以及较高的检测准确性。
Description
技术领域
本发明涉及波形检测技术领域以及医疗器械技术领,尤其涉及准周期生理信号的特征点的检测。
背景技术
一般有创脉搏波(信号)、无创脉搏波(信号)、血氧波形(信号)以及心电波形(信号)等等生理信号为准周期生理信号。该准周期生理信号的“周期”为某特征波形重复出现的时间间隔,该时间间隔不像周期信号的那样固定不变,而是在小范围内波动,故称之为准周期。例如,心电信号的特征波为R波或者QRS波群,心电信号的周期是因人而异的,同一人在不同时刻的心电信号周期也是有可能不一样的。
下面以有创脉搏波(信号)为例,对现有的准周期生理信号的特征点检测技术进行说明。
有创血压测量的原理如下:首先,将导管植入患者被测部位的血管中;然后,将导管的体外端口直接与压力传感器相连接并在导管中注入生理盐水,由于液体具有压力传递作用,血管里的压力将通过导管内的液体(生理盐水)被传递到外部压力传感器上,一般为了为防止导管堵塞,要不断注入肝素盐水冲洗导管,保持测压径路的通畅;最后,压力传感器经过换算、运算将血管内的压力计算出来,就可以得到血管内压力变化的动态波形(脉搏波),再经过特定的计算方法,可以获得收缩压、舒张压和平均压。
通过对有创血压波形(有创脉搏波)的识别找出脉搏波中的波峰和波谷,波峰代表收缩压,波谷代表舒张压,平均动脉压则根据已有公式计算。因此,波形识别是有创血压计算的核心,波形的特征点检测更是有创血压计算的重中之重。波形的特征点一般是指波形的波峰和/或波谷。现有的特征点的检测方法是一种利用高低阈值判定波形峰谷的方法,这种方法根据最近两秒内的波形数据进行实时计算:高阈值=最近两秒波形数据最小值+(最近两秒波形数据最大值-最近两秒波形数据最小值)×3/4,低阈值=最近两秒波形数据最小值+(最近两秒波形数据最大值-最近两秒波形数据最小值)×1/4,大于高阈值则认为是波峰,小于低阈值则认为是波谷,波峰对应收缩压,波谷对应舒张压,根据波形判断的峰谷值及位置而计算出对应的收缩压,舒张压,平均压和脉率参数等。在有创血压脉搏波正常情况下,这种方法波形特征点检测的准确性能够得到保证。通过实际临床数据验证,这种方法在有创血压波形受噪声干扰或者心律失常时,波形特征点检测的准确性大为降低,从而影响有创血压测量参数的准确性,该方法的抗干扰能力比较差。
从上面的描述可以知道,现有的特征点检测技术在处理具有噪声干扰的情况下的准周期生理信号时,其检测的准确性会大为降低,也就是说,该现有技术在检测准周期生理信号的特征点时具有抗干扰能力差的缺点。
发明内容
本发明为了解决现有技术中波形特征点检测方法抗干扰能力比较差的技术问题,提供一种准周期生理信号的波峰检测方法和装置。
按照本发明实施例的第一方面,提供一种准周期生理信号的波峰检测方法,包括:
待检信号获取步骤,用于获取当前一段时间的输入信号为待检信号;
平滑滤波步骤,用于对待检信号进行两次平滑滤波,分别得到第一平滑信号S1和第二平滑信号S2;两次平滑滤波的窗宽长度之差值大于零且小于2F/T,F为待检信号的采样率,T为待检信号的准周期;
参考点获取步骤,用于获取第一参考点和第二参考点;所述第一参考点满足:S1 (n) >= S2 (n)且S1 (n-1) < S2 (n-1);所述第二参考点满足:S1 (n)< S2 (n),S1 (n-1) >= S2 (n-1);
基准信号获取步骤,用于设定第一平滑信号S1和第二平滑信号S2中的一个信号为基准信号;
波峰间期获取步骤,首先获取基准信号中第一参考点和第二参考点间的最大极大值点,所述最大极大值点为候选波峰;然后计算基准信号中候选波峰与前一合法波峰的间隔,所述间隔为波峰间期;
信号幅值获取步骤,首先获取所述基准信号中第一参考点前的最小极小值点,然后将所述候选波峰的幅度值减去所述最小极小值点的幅度值获得所述信号幅值;以及
判断步骤,用于根据所述波峰间期以及信号幅值判断所述候选波峰是否为合法波峰。
进一步,所述判断步骤包括:判断所述波峰间期是否大于间期阈值以及所述信号幅值是否大于幅度阈值,若都是,则所述候选波峰为合法波峰。
进一步,所述基准信号获取步骤之后、判断步骤之前还包括:
对所述基准信号中第二参考点后长度为ALen的信号进行差分运算;获取差分运算结果中大于零的值的数量;若所述大于零的值的数量大于ALen/4,则结束对当前待检信号的检测;反之,继续检测。
进一步,所述波峰间期获取步骤之后、判断步骤之前还包括:
设所述第一参考点至所述候选波峰的间隔为BLen,对所述BLen内信号进行差分运算;获取差分运算结果中小于零的值的数量;若所述小于零的值的数量大于BLen/5,则结束对当前待检信号的检测;反之,继续检测。
进一步,所述波峰间期获取步骤之后、判断步骤之前还包括:
获取所述候选波峰与所述第二参考点的第一斜率K1;获取所述候选波峰与所述第二参考点间的中点;获取所述候选波峰与所述中点的第二斜率K2;获取所述第二参考点与所述中点的第三斜率K3;若K1,K2,K3有一个大于0,则结束对当前待检信号的检测;反之,继续检测。
进一步,所述波峰间期获取步骤之后、判断步骤之前还包括:
获取所述第一参考点与所述候选波峰的第二间隔长度,若所述第二间隔长度大于所述间期阈值的一半,则结束对当前待检信号的检测;反之,继续检测。
进一步,还包括阈值更新判断步骤和阈值更新步骤;
所述阈值更新判断步骤,用于判断距上次阈值产生是否找到M个合法波峰,若是,执行阈值更新步骤,其中,M为大于等2小于等于100的正整数;
所述阈值更新步骤,用于将所述M个合法波峰的信号幅值的平均值作为新的幅值阈值以及将所述M个合法波峰的峰峰间期的平均值作为新的间期阈值。
进一步,在待检信号获取步骤之前,还包括阈值获取步骤;所述阈值获取步骤包括幅值阈值获取步骤和间期阈值获取步骤;
所述幅值阈值获取步骤,用于根据下面步骤获取幅值阈值:
S100、获取初始Y时间内的输入信号;
S120、获取所述Y时间内的输入信号的所有极大值点与极小值点;
S130、获取每个极大值点与该极大值点前最近的极小值点的幅度差值;
S140、获取大于D的幅度差值以及对应的极大值点位置;所述大于D的幅度差值的平均值为幅值阈值;
所述间期阈值获取步骤,用于根据步骤S140中获取的极大值点位置,获取相邻的极大值点的间隔的平均值,所述间隔的平均值为所述间期阈值。
按照本发明实施例的第二方面,提供一种准周期生理信号的峰谷检测方法,其中,首先,运用上述的波峰检测方法获取合法波峰;然后,获取所述合法波峰前的最小极小值点,所述最小极值点为合法波谷。
按照本发明实施例的第三方面,提供一种准周期生理信号的波峰检测装置,其特征在于,包括:
待检信号获取单元,用于获取当前一段时间的输入信号为待检信号;
平滑滤波单元,用于对待检信号进行两次平滑滤波,分别得到第一平滑信号S1和第二平滑信号S2;两次平滑滤波的窗宽长度之差值大于零且小于2F/T,F为待检信号的采样率,T为待检信号的准周期;
参考点获取单元,用于获取第一参考点和第二参考点;所述第一参考点满足:S1 (n) >= S2 (n)且S1 (n-1) < S2 (n-1);所述第二参考点满足:S1 (n)< S2 (n),S1 (n-1) >= S2 (n-1);
基准信号获取单元,用于设定第一平滑信号S1和第二平滑信号S2中的一个信号为基准信号;
波峰间期获取单元,用于获取所述基准信号中第一参考点和第二参考点间的最大极大值点,所述最大极大值点为候选波峰;计算所述基准信号中候选波峰与前一合法波峰的间隔,所述间隔为波峰间期;
信号幅值获取单元,用于首先获取所述基准信号中第一参考点前的最小极小值点,然后将所述候选波峰的幅度值减去所述最小极小值点的幅度值获得所述信号幅值;以及
判断单元,用于根据所述波峰间期以及信号幅值判断所述候选波峰是否为合法波峰。
进一步,所述判断单元用于判断所述波峰间期是否大于间期阈值以及所述信号幅值是否大于幅度阈值,若都是,则所述判断单元给出所述候选波峰为合法波峰。
进一步,在所述基准信号获取单元与所述判断单元之间还包括第一去伪单元;所述第一去伪单元用于:
对基准信号中第二参考点起往后长度为ALen的信号进行差分运算;获取差分运算结果中大于零的值的数量;若所述大于零的值的数量大于ALen/4,则结束对当前待检信号的检测;反之,不结束对当前待检信号的检测。
进一步,所述波峰间期获取单元与所述判断单元之间还包括第二去伪单元;所述第二去伪单元用于:
设所述第一参考点至所述候选波峰的间隔为BLen,对所述BLen内信号进行差分运算;获取差分运算结果中小于零的值的数量;若所述小于零的值的数量大于BLen/5,则结束对当前待检信号的检测;反之,不结束对当前待检信号的检测。
进一步,所述波峰间期获取单元与所述判断单元之间还包括第三去伪单元;所述第三去伪单元用于:
获取所述候选波峰与所述第二参考点的第一斜率K1;获取所述候选波峰与所述第二参考点间的中点;获取所述候选波峰与所述中点的第二斜率K2;获取所述第二参考点与所述中点的第三斜率K3;若K1,K2,K3有一个大于0,则结束对当前待检信号的检测;反之,不结束对当前待检信号的检测。
进一步,所述波峰间期获取单元与所述判断单元之间还包括第四去伪单元;所述第四去伪单元用于:
获取所述第一参考点与所述候选波峰的间隔长度,若所述间隔长度大于所述间期阈值的一半,则结束对当前待检信号的检测;反之,不结束对当前待检信号的检测。
进一步,还包括阈值更新判断单元和阈值更新单元;
所述阈值更新判断单元,用于判断距上次阈值产生是否找到M个合法波峰,若是,所述阈值更新判断单元发送更新决定给所述阈值更新单元,其中,M为大于等2小于等于100的正整数;
所述阈值更新单元,接收所述阈值更新判断单元的决定后,用于将所述M个合法波峰的信号幅值的平均值作为新的幅值阈值以及将所述M个合法波峰的峰峰间期的平均值作为新的间期阈值。
进一步,还包括与所述判断单元连接的阈值获取单元;所述阈值获取单元包括幅值阈值获取模块和间期阈值获取模块;
所述幅值阈值获取模块,用于根据下面步骤获取幅值阈值:
S100、获取初始Y时间内的输入信号;
S120、获取所述Y时间内的输入信号的所有极大值点与极小值点;
S130、获取每个极大值点与该极大值点前最近的极小值点的幅度差值;
S140、获取大于D的幅度差值以及对应的极大值点位置;所述大于D的幅度差值的平均值为幅值阈值;
所述间期阈值获取模块,用于根据步骤S140中获取的极大值点位置,获取相邻的极大值点的间期的平均值,所述间期的平均值为所述间期阈值。
按照本发明实施例的第四方面,提供一种准周期生理信号的峰谷检测装置,其中,包括波谷检测装置和上述波峰检测装置;所述波峰检测装置用于获取合法波峰;所述波谷检测装置用于获取所述合法波峰前的最小极小值点,所述最小极值点为合法波谷。
按照本发明实施例的第五方面,提供一种医疗设备,其中,包括上述波峰检测装置或者上述峰谷检测装置。
本实施例的波峰检测方法,通过两次平滑滤波再通过两平滑滤波后的曲线的相交点锁定候选波峰的位置,最后通过波峰间期与信号幅值两个因子进行判断检测,具有较强的抗干扰能力以及较高的检测准确性。
附图说明
图1是本发明实施例一的波峰检测方法流程图。
图2是本发明实施例二的波峰检测方法流程图。
图3是本发明实施例的阈值获取方法流程图。
图4是本发明实施例的第一平滑信号与第二平滑信号示意图。
图5是本发明实施例的波峰检测装置结构示意图。
图6是本发明实施例的波峰检测装置结构示意图。
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。
本发明主要是围绕如何更加准确地获得准周期生理信号的波峰以及波峰和波谷(即特征点)而做出的,利用两次平滑滤波、两个参考点以及相关判断准确锁定波峰,可减少干扰信号的干扰,增加检测精度。
准周期生理信号在背景技术已有定义,在此不再重复描述。准周期可以为心跳周期,呼吸周期等等,这些周期都是在一定范围波动的,不是一成不变的。心电信号、无创血压信号和有创血压信号等的周期与心跳周期是一致的。生理信号(参数)在临床上大都实现了检测或者测量,一般称为监护或者检查。在监护或者检查领域,业已采用数字式运算,这样被处理的信号都需要转化成数字信号,因此,这些信号都会有采样率(即每秒从连续信号中提取并组成离散信号的采样个数,用F表示),例如采样率F为1000,采样率越大,对信号的表示越精确。信号的输入都是有个时间顺序的,在本发明中,“前”代表时间轴上参照点以前的点(即先于参照点出现的点),“后”代表时间轴上参照点以后的点(即后于参照点出现的点)。
实施例一
图1是本发明实施例一的波峰检测方法流程图。
请参照图1,本发明实施例的准周期生理信号的波峰检测方法包括待检信号获取步骤S12、平滑滤波步骤S14、参考点获取步骤S16、基准信号获取步骤S18、波峰间期获取步骤20、信号幅值获取步骤S22和判断步骤S24。下面对各个步骤进行详细说明,以阐述本实施例的波峰检测方法。
待检信号获取步骤S12,用于获取当前一段时间的输入信号,该获取的输入信号为待检信号。本发明实施例的波峰检测方法所检测的对象是一段信号。该方法既可以适用实时处理领域,也可以适用先采集后检测(即非实时处理)领域。该输入信号可以为心电信号,无创血压信号,有创血压信号、呼吸压力波信号等等,本发明实施例优选采用有创血压信号为例子进行描述。本实施例对该一段时间的长度并没有特别的限制,只要能实现后续的处理即可,这个在本领域技术人员充分理解本发明后可以得出合理的时间长度,一般为2至10S的信号。本步骤可以采用滑动窗的方式选取当前一段时间的输入信号,该滑动窗的长度为该一段时间的长度。
平滑滤波步骤S14,用于对待检信号进行两次平滑滤波,分别得到第一平滑信号S1和第二平滑信号S2。该两次平滑滤波的对象都是待检测信号。该平滑滤波的公式为 。两次平滑滤波的窗宽之差值(即两次平滑滤波中2n+1的差值)大于零且小于2F/T,F为待检信号的采样率,T为待检信号的准周期。该F一般为100Hz,T一般为0.5S至3S。该两次平滑滤波的窗宽之差值满足上述条件,是为了保证第一平滑信号S1和第二平滑信号S2处于合理区间,使该第一平滑信号S1形成的曲线与第二平滑信号S2形成的曲线具有交点,如图4所示。本实施例优选,该第一平滑信号S1是经过窗宽为35ms平滑滤波得到的,该第二平滑信号S2是经过窗宽为96ms平滑滤波得到的。图4是本发明实施例的第一平滑信号与第二平滑信号示意图,图中曲线L0是原始信号曲线也即是待检信号曲线,曲线L1是第一次平滑滤波后的曲线也即第一平滑信号曲线,曲线L2是第二次平滑滤波后的曲线也即第二平滑信号曲线。该曲线L0、L1、L2画在一个坐标体系中,会给观看带来一定的不便,因此,附图4采用两个坐标将图绘出来。从图4中也可以看出,经过平滑滤波后的信号较原始信号“光滑”许多。
参考点获取步骤S16,用于获取第一参考点和第二参考点;该第一参考点满足:S1 (n) >= S2 (n)且S1 (n-1) < S2 (n-1);该第二参考点A满足:S1 (n)< S2 (n),S1 (n-1) >= S2 (n-1)。如图4所示,该第一参考点B表示第一平滑信号曲线L1幅度值大于第二平滑信号曲线L2的起点,该第二参考点A表示第一平滑信号曲线L1幅度值小于第二平滑信号曲线L2的起点。该参考点分别为第一平滑曲线L1与第二平滑曲线L2的交点。获取参考点B、A,可以更加快速、准确方便确定过零点(也即极大值或者可能的波峰),因为本步骤锁定了过零点。
基准信号获取步骤S18,用于设定第一平滑信号S1和第二平滑信号S2中的一个信号为基准信号;本步骤的目的是为了确定比较基准,不至于在待检信号、第一平滑信号S1和第二平滑信号S2中产生比较混淆。选择第一平滑信号S1和第二平滑信号S2中的一个,而不选择待检信号,是因为前面两个信号中去除了干扰信号,计算和比较的结果会准确些,提高了检测的准确度。本实施例优选选择第一平滑信号S1为基准信号。
波峰间期获取步骤S20,用于获取基准信号S1中第一参考点B和第二参考点A间的最大极大值点,所述最大极大值点为候选波峰;计算基准信号中候选波峰与前一合法波峰的间隔,所述间隔为波峰间期。在步骤S16获取参考点后执行本步骤,可以节约计算时间,同时由于第一参考点B和第二参考点A锁定了过零点,排除了其他干扰的存在,可以准确确定最大极大值点。一般,该步骤S20,首先找出参考点BA两点间所有的极大值点,然后比较基准信号S1中所有极大值点的幅度值的大小,幅度值最大者为最大极大值点。前一合法波峰为经过判断为正确的波峰,可以为上次检测得到的合法波峰,也可以为人为输入的正确的合法波峰。将该候选波峰与该合法波峰之间的间隔计算出来,该间隔是指候选波峰与该前一合法波峰之间的时间间隔。
信号幅值获取步骤S22,首先获取所述基准信号S1中第一参考点B前的最小极小值点,然后将所述候选波峰的幅度值减去所述最小极小值点的幅度值获得所述信号幅值。该最小极小值点的计算步骤与最大极大值点的计算步骤是相似的:先获取所有极小值的点,再获取该所有极小值点的幅度值大小,将最小幅度值的极小值点确定为最小极小值点,可以通过排序的方法得到。然后将该候选波峰的幅度值减去该最小极小值点的幅度值得到信号幅值。
判断步骤S24,用于根据该波峰间期以及信号幅值判断该候选波峰是否为合法波峰。本步骤S24通过波峰间期以及信号幅值判断该候选波峰是否为合法波峰,相对于现有技术而言多了一个判断因子,从理论上来说,可以增加抗干扰的能力,因此,本发明实施例的波峰检测方法具有较强的抗干扰能力,波峰检测更加准确。进一步,本实施例优选该步骤S24包括:判断所述波峰间期是否大于间期阈值以及该信号幅值是否大于幅度阈值,若都是,则所述候选波峰为合法波峰。该间期阈值以及幅度阈值根据临床应用而定,可以由临床医生或者其他人员设定,亦可以通过本发明提供的自学习的方法获得,在下面将会有详细的阈值获取描述。该波峰间期大于间期阈值,可以排除前一合法波峰后面的干扰信号造成的伪波峰。该信号幅值大于幅度阈值,可以更加准确的确定该点为合法波峰。
本实施例的波峰检测方法,通过两次平滑滤波再通过两平滑滤波后的曲线的相交点锁定候选波峰的位置,最后通过波峰间期与信号幅值两个因子进行判断检测,具有较强的抗干扰能力以及较高的检测准确性。
实施例二
图2是本发明另一实施例的波峰检测方法流程图。
在对抗干扰能力要求较高或者准确性要求较高的场合,本申请的发明人还提出了实施例二的波峰检测方法。本实施的波峰检测方法主要是在实施例一的基础上增加去伪步骤而形成的,下面主要描述与实施例一不同之处。
请参照图2,本发明实施例的波峰检测方法较实施例一的检测方法多了阈值获取步骤S11、更新阈值(S25、S26)以及第一去伪步骤S19、第二去伪步骤S21、第三去伪步骤S21’和第四去伪步骤S23中的一个或者多个。
阈值获取步骤S11,用于获取幅度阈值和间期阈值。本步骤是在待检信号获取步骤S12之前实施,包括幅值阈值获取步骤和间期阈值获取步骤,本步骤为自学习获取阈值的方法,能够根据不同待检信号确定不同的阈值,提高检测的准确性,同时增加本检测方法的适应性。请参照图3,本发明实施例的幅值阈值获取步骤,用于根据下面步骤获取幅值阈值:
S100、获取初始Y时间内的输入信号;一般该初始Y时间内的信号为检测开始的信号,一般为10S内的信号;
S120、获取所述Y时间内的输入信号的所有极大值点与极小值点;极大值点和极小值点的检测已有比较成熟的现有技术,在此不再赘述;
S130、获取每个极大值点与该极大值点前最近的极小值点的幅度差值;一般,先获取极大值点的幅度值,再获取该极大值点前最近的极小值的幅度值,最后获取该极大值点与极小值点的幅度差值;
S140、获取大于D的幅度差值以及对应的极大值点位置;所述大于D的幅度差值的平均值为幅值阈值。
该D值得大小一般根据临床数据获取或者医生的经验获取,本领域技术人员很容知道。
该间期阈值获取步骤,用于根据步骤S140中获取的极大值点位置,获取相邻的极大值点的间隔的平均值,所述间隔的平均值为所述间期阈值。该间隔是指获取的两相邻的极大值点间的时间间隔。
本实施例优选包括第一去伪步骤S19,本步骤位于该基准信号获取步骤S18之后、判断步骤S24之前。本实施例优选该第一去伪步骤S19位于该基准信号获取步骤S18与波峰间期获取步骤S20之间。该第一去伪步骤包括:对该基准信号中第二参考点A后长度为ALen的信号进行差分运算;一般该ALen的长度为50ms至100ms,该差分运算采用优选公式y(n)=x(n+3)-x(n)运算,y(n)、x(n)代表差分运算后信号、差分运算前信号。获取差分运算结果中正数的数量;若所述正数的数量大于ALen*F/4(F为采样率),则执行步骤S15,即结束对当前待检信号的检测;反之,继续检测,执行步骤S20,获取波峰间期。
本实施例优选还包括第二去伪步骤S21。该步骤S21位于该波峰间期获取步骤S20之后、判断步骤S24之前。本实施例优选该第二去伪步骤S21位于该波峰间期获取步骤S20之后、信号幅值获取步骤S22之前。该第二去伪步骤S21包括设该第一参考点B至该候选波峰的间隔为BLen,对该BLen内信号进行差分运算;该差分运算优选采用步骤S19中的差分运算公式运算。获取该差分结果中负数的数量;若该负数的数量大于BLen*F/5(F为采样率),则执行步骤S15,即结束对当前待检信号的检测;反之,继续检测,执行下一步骤。
本实施例优选还包括第三去伪步骤S21’。该步骤S21’位于该波峰间期获取步骤S20之后、判断步骤S24之前。本实施例优选该步骤S21’位于该第二去伪步骤S21与该信号幅值获取步骤S22之间。该步骤S21’包括获取该候选波峰与该第二参考点A直线连线的第一斜率K1;获取该候选波峰与该第二参考点A间的中点;获取该候选波峰与该中点直线连线的第二斜率K2;获取该第二参考点A与该中点直线连接的第三斜率K3;若K1,K2,K3有一个大于0,则执行步骤S15,即结束对当前待检信号的检测;反之,继续检测,执行步骤S22。
本实施例优选还包括第四去伪步骤S23。该步骤S23位于该波峰间期获取步骤S20之后、判断步骤S24之前。本实施例优选该步骤S23位于该信号幅值获取步骤S22与判断步骤S24之间。该步骤S23包括获取该第一参考点B与该候选波峰的间隔长度,若该间隔长度大于该间期阈值的一半,则执行步骤S15,即结束对当前待检信号的检测;反之,继续检测,执行步骤S24。
本实施例优选还包括更新阈值的步骤S25、S26。
步骤S25为阈值更新判断步骤。该阈值更新判断步骤S25用于判断距上次阈值产生是否找到M个合法波峰,若是,执行阈值更新步骤S26,其中,M为大于等2小于等于100的正整数;一般M优选为5至15之间的正整数。若否,不执行阈值更新步骤S26。
阈值更新步骤S26,用于将所述M个合法波峰的信号幅值的平均值作为新的幅值阈值以及将所述M个合法波峰的峰峰间期的平均值作为新的间期阈值。
实施例三
本实施例提供一种准周期生理信号的峰谷检测方法。该峰谷检测方法包括:首先,运用实施例一或者实施例二的波峰检测方法获取合法波峰;然后,获取所述合法波峰前的最小极小值点,该最小极值点为合法波谷。
实施例四
图5是本发明实施例的波峰检测装置结构示意图。请参照图5,本发明实施例的准周期生理信号的波峰检测装置,包括:待检信号获取单元12、平滑滤波单元14、参考点获取单元16、基准信号获取单元18、波峰间期获取单元20、信号幅值获取单元22和判断单元24。
该待检信号获取单元12,用于获取当前一段时间的输入信号为待检信号。本实施例的波峰检测装置所检测的对象是一段信号。该装置既可以适用实时处理领域,也可以适用先采集后检测(即非实时处理)领域。该输入信号可以为心电信号,无创血压信号,有创血压信号、呼吸压力波信号等等,本实施例优选采用有创血压信号为例子进行描述。本实施例对该一段时间的长度并没有特别的限制,只要能实现后续的处理即可,这个在本领域技术人员充分理解本发明后可以得出合理的时间长度,一般为2至10S的信号。该待检信号获取单元12可以采用滑动窗的方式选取当前一段时间的输入信号,该滑动窗的长度为该一段时间的长度。
平滑滤波单元14,与该待检信号获取单元12连接,用于对待检信号进行两次平滑滤波,分别得到第一平滑信号S1和第二平滑信号S2。该两次平滑滤波的对象都是待检测信号。该平滑滤波的公式为。两次平滑滤波的窗宽之差值(即两次平滑滤波中2n+1的差值)大于零小于2F/T,F为待检信号的采样率,T为待检信号的准周期。该F一般为100,T一般为0.5S至3S。该两次平滑滤波的窗宽之差值满足上述条件,是为了保证第一平滑信号S1和第二平滑信号S2处于合理区间,使该第一平滑信号S1形成的曲线与第二平滑信号S2形成的曲线具有交点,如图4所示。从图4中也可以看出,经过平滑滤波后的信号较原始信号“光滑”许多。
参考点获取单元16,与平滑滤波单元14连接,用于获取第一参考点B和第二参考点A;所述第一参考点B满足:S1 (n) >= S2 (n)且S1 (n-1) < S2 (n-1);所述第二参考点A满足:S1 (n)< S2 (n),S1 (n-1) >= S2 (n-1)。如图4所示,该第一参考点B表示第一平滑信号曲线L1幅度值大于第二平滑信号曲线L2的起点,该第二参考点A表示第一平滑信号曲线L1幅度值小于第二平滑信号曲线L2的起点。该参考点分别为第一平滑曲线L1与第二平滑曲线L2的交点。获取参考点B、A,可以更加快速、准确方便确定过零点(也即极大值或者可能的波峰),因为本步骤锁定了过零点。
基准信号获取单元18,与参考点获取单元16连接,用于设定第一平滑信号S1和第二平滑信号S2中的一个信号为基准信号。该基准信号获取单元18选择第一平滑信号S1和第二平滑信号S2中的一个,而不选择待检信号,是因为前面两个信号中去除了干扰信号,计算和比较的结果会准确些,提高了检测的准确度。本实施例优选选择第一平滑信号S1为基准信号。
波峰间期获取单元20,与基准信号获取单元18连接,用于获取所述基准信号中第一参考点和第二参考点间的最大极大值点,所述最大极大值点为候选波峰;计算所述基准信号中候选波峰与前一合法波峰的间隔,所述间隔为波峰间期。一般,波峰间期获取单元20,首先找出参考点BA两点间所有的极大值点,然后比较基准信号S1中所有极大值点的幅度值的大小,幅度值最大者为最大极大值点。前一合法波峰为经过判断为正确的波峰,可以为上次检测得到的波峰,也可以为人为输入的正确的波峰。将该候选波峰与该合法波峰之间的间隔计算出来,该间隔是指候选波峰与该前一合法波峰之间的时间间隔。
信号幅值获取单元22,与波峰间期获取单元20连接,用于首先获取所述基准信号中第一参考点前的最小极小值点,然后将所述候选波峰的幅度值减去所述最小极小值点的幅度值获得所述信号幅值。该最小极小值点的获取与最大极大值点的获取是相似的:该信号幅值获取单元22先获取所有极小值的点,再获取该所有极小值点的幅度值大小,将最小幅度值的极小值点确定为最小极小值点,可以通过排序等方法得到。然后将该候选波峰的幅度值减去该最小极小值点的幅度值得到信号幅值。
判断单元24,与信号幅值获取单元22连接,用于根据所述波峰间期以及信号幅值判断所述候选波峰是否为合法波峰。该判断单元24通过波峰间期以及信号幅值判断该候选波峰是否为合法波峰,相对于现有技术而言多了一个判断因子,从理论上来说,可以增加抗干扰的能力,因此,本发明实施例的波峰检测装置具有较强的抗干扰能力,波峰检测更加准确。进一步,本实施例优选该判断单元24用于判断所述波峰间期是否大于间期阈值以及所述信号幅值是否大于幅度阈值,若都是,则所述判断单元给出所述候选波峰为合法波峰。该间期阈值以及幅度阈值可以由临床医生或者其他人员根据临床需求而设定,亦可以通过本发明提供的自学习的阈值获取装置获得,在下面将会有详细的阈值获取描述。该波峰间期大于间期阈值,可以排除前一合法波峰后面的干扰信号造成的伪波峰。该信号幅值大于幅度阈值,可以更加准确的确定该点为合法波峰。
本实施例的波峰检测装置,通过两次平滑滤波再通过两平滑滤波后的曲线的相交点锁定候选波峰的位置,最后通过波峰间期与信号幅值两个因子进行判断检测,具有较强的抗干扰能力以及较高的检测准确性。
实施例五
图6是本实施例的波峰检测装置的结构示意图。
在对抗干扰能力要求较高或者准确性要求较高的场合,本申请的发明人还提出了实施例五的波峰检测装置。本实施的波峰检测装置主要是在实施例四的基础上增加去伪单元而形成的,下面主要描述与实施例四不同之处。
请参照图6,本实施例的波峰检测装置较实施例四的检测装置多了阈值获取单元11、阈值更新判断单元25、阈值更新单元26以及第一去伪单元19、第二去伪单元21、第三去伪单元21’和第四去伪单元23中的一个或者多个。
阈值获取单元11,与该判断单元24连接。该阈值获取单元11包括幅值阈值获取模块和间期阈值获取模块。
所述幅值阈值获取模块,接收初始输入信号,用于根据下面步骤获取幅值阈值:
S100、获取初始Y时间内的输入信号;一般该初始Y时间内的信号为检测开始的信号,一般为10S内的信号;
S120、获取所述Y时间内的输入信号的所有极大值与极小值;
S130、获取每个极大值与该极大值前最近的极小值的幅度差值;一般,先获取极大值点的幅度值,再获取该极大值点前最近的极小值的幅度值,最后获取该极大值点与极小值点的幅度差值;
S140、获取大于D的幅度差值以及对应的极大值位置;所述大于D的幅度差值的平均值为幅值阈值;所述大于D的幅度差值的平均值为幅值阈值。
该D值得大小一般根据临床数据获取或者医生的经验获取,本领域技术人员很容知道。
该间期阈值获取模块,分别与该幅值阈值获取模块及判断单元24连接,用于根据该阈值获取模块获得的极大值点位置,获取相邻的极大值点的间隔的平均值,该间隔的平均值为该间期阈值。该间隔是指获取的两相邻的极大值点间的时间间隔。
第一去伪单元19,位于该基准信号获取单元18与该判断单元24之间。本实施例优选该第一去伪单元19位于该基准信号获取单元18与波峰间期获取单元20之间。该第一去伪单元19用于:对该基准信号中第二参考点A后长度为ALen的信号进行差分运算;一般该ALen的长度为50ms至100ms,该差分运算优选采用步骤S19差分运算公式运算。获取该差分结果中正数的数量;若该正数的数量大于ALen*F/4(F为采样率),则结束对当前待检信号的检测;反之,不结束对当前待检信号的检测。
第二去伪单元21位于该波峰间期获取单元20与该判断单元24之间,本实施例优选该第二去伪单元21位于该波峰间期获取单元20之后、信号幅值获取单元22之前。该第二去伪单元21用于:设所述第一参考点B至该候选波峰的间隔为BLen,对所述BLen内信号进行差分运算;该差分运算优选采用步骤S19差分运算公式运算。获取该差分结果中负数的数量;若所述负数的数量大于BLen*F/5(F为采样率),则结束对当前待检信号的检测;反之,不结束对当前待检信号的检测。
本实施例优选还包括第三去伪单元21’。 该第三去伪单元21’位于该波峰间期获取单元20与该判断单元24之间。本实施例优选该第三去伪单元21’位于第二去伪单元21与该信号幅值获取单元22之间。该第三去伪单元21’用于:获取该候选波峰与该第二参考点A直线连线的第一斜率K1;获取该候选波峰与该第二参考点A间的中点;获取该候选波峰与该中点直线连线的第二斜率K2;获取该第二参考点A与该中点直线连接的第三斜率K3;若K1,K2,K3有一个大于0,则结束对当前待检信号的检测;反之,不结束对当前待检信号的检测。
本实施例优选还包括第四去伪单元23。该第四去伪单元23位于该波峰间期获取单元20与该判断单元24之间。本实施例优选该第四去伪单元位于该信号幅值获取单元22与判断单元24之间。该第四去伪单元23用于:获取所述第一参考点与所述候选波峰的间隔长度,若所述间隔长度大于所述间期阈值的一半,则结束对当前待检信号的检测;反之,不结束对当前待检信号的检测。
本实施例优选还包括用于更新阈值的阈值更新判断单元25和阈值更新单元26。
该阈值更新判断单元25,分别与判断单元24及阈值更新单元26相连接,用于判断距上次阈值产生是否找到M个合法波峰,若是,该阈值更新判断单元25发送更新决定给该阈值更新单元26,其中,M为大于等2小于等于100的正整数。
该阈值更新单元26,还与判断单元24连接,接收该阈值更新判断单元25的决定后,用于将所述M个合法波峰的信号幅值的平均值作为新的幅值阈值以及将所述M个合法波峰的峰峰间期的平均值作为新的间期阈值。
实施例六
本实施例还提供一种准周期生理信号的峰谷检测装置。该峰谷检测装置包括:实施例四或者实施例五的所描述的波峰检测装置,用于获取合法波峰;以及波谷检测装置,该波谷检测装置用于获取该合法波峰前的最小极小值点,该最小极值点为合法波谷。
实施例七
本实施例还提供一种医疗设备。该医疗设备包括上述波峰检测装置或者的峰谷检测装置。该医疗设备可以为心电图机、胎儿监护仪、多参数监护仪、有创血压测量装置、无创血压测量装置等等。
以上对本发明所提供的准周期生理信号的波峰、峰谷检测方法、装置以及医疗设备进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (19)
1.一种准周期生理信号的波峰检测方法,其特征在于,包括:
待检信号获取步骤,用于获取当前一段时间的输入信号为待检信号;
平滑滤波步骤,用于对待检信号进行两次平滑滤波,分别得到第一平滑信号S1和第二平滑信号S2;两次平滑滤波的窗宽长度之差值大于零且小于2F/T,F为待检信号的采样率,T为待检信号的准周期;
参考点获取步骤,用于获取第一参考点和第二参考点;所述第一参考点满足:S1 (n) >= S2 (n)且S1 (n-1) < S2 (n-1);所述第二参考点满足:S1 (n)< S2 (n),S1 (n-1) >= S2 (n-1);
基准信号获取步骤,用于设定第一平滑信号S1和第二平滑信号S2中的一个信号为基准信号;
波峰间期获取步骤,首先获取基准信号中第一参考点和第二参考点间的最大极大值点,所述最大极大值点为候选波峰;然后计算所述基准信号中候选波峰与前一合法波峰的间隔,所述间隔为波峰间期;
信号幅值获取步骤,首先获取所述基准信号中第一参考点前的最小极小值点,然后将所述候选波峰的幅度值减去所述最小极小值点的幅度值获得所述信号幅值;以及
判断步骤,用于根据所述波峰间期以及信号幅值判断所述候选波峰是否为合法波峰。
2.如权利要求1所述的波峰检测方法,其特征在于,所述判断步骤包括:判断所述波峰间期是否大于间期阈值以及所述信号幅值是否大于幅度阈值,若都是,则所述候选波峰为合法波峰。
3.如权利要求1或者2所述的波峰检测方法,其特征在于,所述基准信号获取步骤之后、判断步骤之前还包括:
对所述基准信号中第二参考点后长度为ALen的信号进行差分运算;获取差分运算结果中大于零的值的数量;若所述大于零的值的数量大于ALen*F/4,则结束对当前待检信号的检测;反之,继续检测。
4.如权利要求1或者2所述的波峰检测方法,其特征在于,所述波峰间期获取步骤之后、判断步骤之前还包括:
设所述第一参考点至所述候选波峰的间隔为BLen,对所述BLen内信号进行差分运算;获取差分运算结果中小于零的值的数量;若所述小于零的值的数量大于BLen*F/5,则结束对当前待检信号的检测;反之,继续检测。
5.如权利要求1或者2所述的波峰检测方法,其特征在于,所述波峰间期获取步骤之后、判断步骤之前还包括:
获取所述候选波峰与所述第二参考点的第一斜率K1;获取所述候选波峰与所述第二参考点间的中点;获取所述候选波峰与所述中点的第二斜率K2;获取所述第二参考点与所述中点的第三斜率K3;若K1,K2,K3有一个大于0,则结束对当前待检信号的检测;反之,继续检测。
6.如权利要求2所述的波峰检测方法,其特征在于,所述波峰间期获取步骤之后、判断步骤之前还包括:
获取所述第一参考点与所述候选波峰的第二间隔长度,若所述第二间隔长度大于所述间期阈值的一半,则结束对当前待检信号的检测;反之,继续检测。
7.如权利要求2所述的波峰检测方法,其特征在于,还包括阈值更新判断步骤和阈值更新步骤;
所述阈值更新判断步骤,用于判断距上次阈值产生是否找到M个合法波峰,若是,执行阈值更新步骤,其中,M为大于等2小于等于100的正整数;
所述阈值更新步骤,用于将所述M个合法波峰的信号幅值的平均值作为新的幅值阈值以及将所述M个合法波峰的峰峰间期的平均值作为新的间期阈值。
8.如权利要求2所述的波峰检测方法,其特征在于,在待检信号获取步骤之前,还包括阈值获取步骤;所述阈值获取步骤包括幅值阈值获取步骤和间期阈值获取步骤;
所述幅值阈值获取步骤,用于根据下面步骤获取幅值阈值:
S100、获取初始Y时间内的输入信号;
S120、获取所述Y时间内的输入信号的所有极大值点与极小值点;
S130、获取每个极大值点与该极大值点前最近的极小值点的幅度差值;
S140、获取大于D的幅度差值以及对应的极大值点位置;所述大于D的幅度差值的平均值为幅值阈值;
所述间期阈值获取步骤,用于根据步骤S140中获取的极大值点位置,获取相邻的极大值点的间隔的平均值,所述间隔的平均值为所述间期阈值。
9.一种准周期生理信号的峰谷检测方法,其特征在于,首先,运用权利要求1-8任一项所述的波峰检测方法获取合法波峰;然后,获取所述合法波峰前的最小极小值点;所述最小极值点为合法波谷。
10.一种准周期生理信号的波峰检测装置,其特征在于,包括:
待检信号获取单元,用于获取当前一段时间的输入信号为待检信号;
平滑滤波单元,用于对待检信号进行两次平滑滤波,分别得到第一平滑信号S1和第二平滑信号S2;两次平滑滤波的窗宽长度之差值大于零且小于2F/T,F为待检信号的采样率,T为待检信号的准周期;
参考点获取单元,用于获取第一参考点和第二参考点;所述第一参考点满足:S1 (n) >= S2 (n)且S1 (n-1) < S2 (n-1);所述第二参考点满足:S1 (n)< S2 (n),S1 (n-1) >= S2 (n-1);
基准信号获取单元,用于设定第一平滑信号S1和第二平滑信号S2中的一个信号为基准信号;
波峰间期获取单元,用于获取所述基准信号中第一参考点和第二参考点间的最大极大值点,所述最大极大值点为候选波峰;计算所述基准信号中候选波峰与前一合法波峰的间隔,所述间隔为波峰间期;
信号幅值获取单元,用于首先获取所述基准信号中第一参考点前的最小极小值点,然后将所述候选波峰的幅度值减去所述最小极小值点的幅度值获得所述信号幅值;以及
判断单元,用于根据所述波峰间期以及信号幅值判断所述候选波峰是否为合法波峰。
11.如权利要求10所述的波峰检测装置,其特征在于,所述判断单元用于判断所述波峰间期是否大于间期阈值以及所述信号幅值是否大于幅度阈值,若都是,则所述判断单元给出所述候选波峰为合法波峰。
12.如权利要求10或11所述的波峰检测装置,其特征在于,在所述基准信号获取单元与所述判断单元之间还包括第一去伪单元;所述第一去伪单元用于:
对基准信号中第二参考点起往后长度为ALen的信号进行差分运算;获取差分运算结果中大于零的值的数量;若所述大于零的值的数量大于ALen*F/4,则结束对当前待检信号的检测;反之,不结束对当前待检信号的检测。
13.如权利要求10或11所述的波峰检测装置,其特征在于,所述波峰间期获取单元与所述判断单元之间还包括第二去伪单元;所述第二去伪单元用于:
设所述第一参考点至所述候选波峰的间隔为BLen,对所述BLen内信号进行差分运算;获取差分运算结果中小于零的值的数量;若所述小于零的值的数量大于BLen*F/5,则结束对当前待检信号的检测;反之,不结束对当前待检信号的检测。
14.如权利要求10或11所述的波峰检测装置,其特征在于,所述波峰间期获取单元与所述判断单元之间还包括第三去伪单元;所述第三去伪单元用于:
获取所述候选波峰与所述第二参考点的第一斜率K1;获取所述候选波峰与所述第二参考点间的中点;获取所述候选波峰与所述中点的第二斜率K2;获取所述第二参考点与所述中点的第三斜率K3;若K1,K2,K3有一个大于0,则结束对当前待检信号的检测;反之,不结束对当前待检信号的检测。
15.如权利要求11所述的波峰检测装置,其特征在于,所述波峰间期获取单元与所述判断单元之间还包括第四去伪单元;所述第四去伪单元用于:
获取所述第一参考点与所述候选波峰的间隔长度,若所述间隔长度大于所述间期阈值的一半,则结束对当前待检信号的检测;反之,不结束对当前待检信号的检测。
16.如权利要求11所述的波峰检测装置,其特征在于,还包括阈值更新判断单元和阈值更新单元;
所述阈值更新判断单元,用于判断距上次阈值产生是否找到M个合法波峰,若是,所述阈值更新判断单元发送更新决定给所述阈值更新单元,其中,M为大于等2小于等于100的正整数;
所述阈值更新单元,接收所述阈值更新判断单元的决定后,用于将所述M个合法波峰的信号幅值的平均值作为新的幅值阈值以及将所述M个合法波峰的峰峰间期的平均值作为新的间期阈值。
17.如权利要求11所述的波峰检测装置,其特征在于,还包括与所述判断单元连接的阈值获取单元;所述阈值获取单元包括幅值阈值获取模块和间期阈值获取模块;
所述幅值阈值获取模块,用于根据下面步骤获取幅值阈值:
S100、获取初始Y时间内的输入信号;
S120、获取所述Y时间内的输入信号的所有极大值点与极小值点;
S130、获取每个极大值点与该极大值点前最近的极小值点的幅度差值;
S140、获取大于D的幅度差值以及对应的极大值点位置;所述大于D的幅度差值的平均值为幅值阈值;
所述间期阈值获取模块,用于根据步骤S140中获取的极大值点位置,获取相邻的极大值点的间期的平均值,所述间期的平均值为所述间期阈值。
18.一种准周期生理信号的峰谷检测装置,其特征在于,包括波谷检测装置和权利要求10-17任一项所述的波峰检测装置;所述波峰检测装置用于获取合法波峰;所述波谷检测装置用于获取所述合法波峰前的最小极小值点,所述最小极值点为合法波谷。
19.一种医疗设备,其特征在于,包括权利要求10至17任一项所述的波峰检测装置或者权利要求18所述的峰谷检测装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310580245.1A CN103565427B (zh) | 2013-11-19 | 2013-11-19 | 准周期生理信号特征点的检测 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310580245.1A CN103565427B (zh) | 2013-11-19 | 2013-11-19 | 准周期生理信号特征点的检测 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103565427A true CN103565427A (zh) | 2014-02-12 |
CN103565427B CN103565427B (zh) | 2016-09-28 |
Family
ID=50038758
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310580245.1A Active CN103565427B (zh) | 2013-11-19 | 2013-11-19 | 准周期生理信号特征点的检测 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103565427B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105078438A (zh) * | 2015-06-19 | 2015-11-25 | 京东方科技集团股份有限公司 | 脉搏周期检测设备和方法和可穿戴电子设备 |
CN105653040A (zh) * | 2016-01-22 | 2016-06-08 | 深圳市维亿魄科技有限公司 | 电子设备及其触发方法 |
CN106473729A (zh) * | 2016-11-14 | 2017-03-08 | 广东思派康电子科技有限公司 | 一种基于心率跳动的激光闪烁耳机及其实现方法 |
CN107361753A (zh) * | 2017-08-29 | 2017-11-21 | 哈尔滨理工大学 | 基于脉搏波形特征点的人体健康状态监护方法 |
CN107811619A (zh) * | 2017-12-08 | 2018-03-20 | 西安科技大学 | 便携式脉诊仪及其分析方法 |
CN108268843A (zh) * | 2018-01-16 | 2018-07-10 | 珠海市杰理科技股份有限公司 | 信号的尖峰检定方法、装置、计算机设备和存储介质 |
CN108354597A (zh) * | 2018-01-31 | 2018-08-03 | 南京邮电大学 | 一种基于最优波提取的快速血压计算方法 |
CN110141205A (zh) * | 2019-05-27 | 2019-08-20 | 深圳市是源医学科技有限公司 | 基于hrv技术的抗压数据、疲劳数据的测试方法和装置 |
CN110638463A (zh) * | 2018-12-24 | 2020-01-03 | 曾乐朋 | 运动信号的特征信息检测方法、装置、计算机设备和介质 |
US20200008690A1 (en) * | 2017-03-14 | 2020-01-09 | Omron Healthcare Co., Ltd. | Blood pressure data processing apparatus, blood pressure data processing method, and program |
CN112155531A (zh) * | 2019-11-29 | 2021-01-01 | 苏州润迈德医疗科技有限公司 | 根据有创血压获取舒张压、收缩压极值点的方法及系统 |
CN113100778A (zh) * | 2021-04-14 | 2021-07-13 | 福州大学 | 一种心电信号的r峰定位方法 |
CN113100727A (zh) * | 2021-05-12 | 2021-07-13 | 深圳市通久电子有限公司 | 实时分析识别脉搏波峰的方法 |
CN113317757A (zh) * | 2021-04-30 | 2021-08-31 | 深圳麦格米特电气股份有限公司 | 一种获取生命体征数据的方法、光纤传感器及设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08336502A (ja) * | 1995-06-09 | 1996-12-24 | Isuzu Motors Ltd | 心拍間隔検出方法及び装置 |
US20070276263A1 (en) * | 2002-10-30 | 2007-11-29 | Eide Per K | Method for analysis of single pulse pressure waves |
CN101856225A (zh) * | 2010-06-30 | 2010-10-13 | 重庆大学 | 一种心电信号r波峰检测方法 |
CN102217932A (zh) * | 2011-05-17 | 2011-10-19 | 上海理工大学 | Abr信号波峰检测的一种全新的算法 |
CN102247129A (zh) * | 2011-06-15 | 2011-11-23 | 西安电子科技大学 | 脉搏波非典型波峰波谷的识别方法 |
CN103156599A (zh) * | 2013-04-03 | 2013-06-19 | 河北大学 | 一种心电信号r特征波检测方法 |
-
2013
- 2013-11-19 CN CN201310580245.1A patent/CN103565427B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08336502A (ja) * | 1995-06-09 | 1996-12-24 | Isuzu Motors Ltd | 心拍間隔検出方法及び装置 |
US20070276263A1 (en) * | 2002-10-30 | 2007-11-29 | Eide Per K | Method for analysis of single pulse pressure waves |
CN101856225A (zh) * | 2010-06-30 | 2010-10-13 | 重庆大学 | 一种心电信号r波峰检测方法 |
CN102217932A (zh) * | 2011-05-17 | 2011-10-19 | 上海理工大学 | Abr信号波峰检测的一种全新的算法 |
CN102247129A (zh) * | 2011-06-15 | 2011-11-23 | 西安电子科技大学 | 脉搏波非典型波峰波谷的识别方法 |
CN103156599A (zh) * | 2013-04-03 | 2013-06-19 | 河北大学 | 一种心电信号r特征波检测方法 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105078438A (zh) * | 2015-06-19 | 2015-11-25 | 京东方科技集团股份有限公司 | 脉搏周期检测设备和方法和可穿戴电子设备 |
CN105653040A (zh) * | 2016-01-22 | 2016-06-08 | 深圳市维亿魄科技有限公司 | 电子设备及其触发方法 |
CN106473729A (zh) * | 2016-11-14 | 2017-03-08 | 广东思派康电子科技有限公司 | 一种基于心率跳动的激光闪烁耳机及其实现方法 |
US20200008690A1 (en) * | 2017-03-14 | 2020-01-09 | Omron Healthcare Co., Ltd. | Blood pressure data processing apparatus, blood pressure data processing method, and program |
CN107361753A (zh) * | 2017-08-29 | 2017-11-21 | 哈尔滨理工大学 | 基于脉搏波形特征点的人体健康状态监护方法 |
CN107811619A (zh) * | 2017-12-08 | 2018-03-20 | 西安科技大学 | 便携式脉诊仪及其分析方法 |
CN107811619B (zh) * | 2017-12-08 | 2021-10-19 | 西安科技大学 | 便携式脉诊仪及其分析方法 |
CN108268843A (zh) * | 2018-01-16 | 2018-07-10 | 珠海市杰理科技股份有限公司 | 信号的尖峰检定方法、装置、计算机设备和存储介质 |
CN108354597A (zh) * | 2018-01-31 | 2018-08-03 | 南京邮电大学 | 一种基于最优波提取的快速血压计算方法 |
CN110638463A (zh) * | 2018-12-24 | 2020-01-03 | 曾乐朋 | 运动信号的特征信息检测方法、装置、计算机设备和介质 |
CN110638463B (zh) * | 2018-12-24 | 2022-07-19 | 曾乐朋 | 运动信号的特征信息检测方法、装置、计算机设备和介质 |
CN110141205A (zh) * | 2019-05-27 | 2019-08-20 | 深圳市是源医学科技有限公司 | 基于hrv技术的抗压数据、疲劳数据的测试方法和装置 |
CN112155531A (zh) * | 2019-11-29 | 2021-01-01 | 苏州润迈德医疗科技有限公司 | 根据有创血压获取舒张压、收缩压极值点的方法及系统 |
WO2021103067A1 (zh) * | 2019-11-29 | 2021-06-03 | 苏州润迈德医疗科技有限公司 | 根据有创血压获取舒张压、收缩压极值点的方法及系统 |
CN113100778A (zh) * | 2021-04-14 | 2021-07-13 | 福州大学 | 一种心电信号的r峰定位方法 |
CN113100778B (zh) * | 2021-04-14 | 2022-03-08 | 福州大学 | 一种心电信号的r峰定位方法 |
CN113317757A (zh) * | 2021-04-30 | 2021-08-31 | 深圳麦格米特电气股份有限公司 | 一种获取生命体征数据的方法、光纤传感器及设备 |
CN113100727A (zh) * | 2021-05-12 | 2021-07-13 | 深圳市通久电子有限公司 | 实时分析识别脉搏波峰的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103565427B (zh) | 2016-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103565427A (zh) | 准周期生理信号特征点的检测 | |
CN103549950B (zh) | 移动心电监测差分阈值检测改进算法 | |
CN105286815B (zh) | 一种基于波形时域特征的脉搏波信号特征点检测方法 | |
EP2939592B1 (en) | Detection of parameters in cardiac output related waveforms | |
CN101828917B (zh) | 心电信号特征提取的方法和系统 | |
CN103027690B (zh) | 一种基于自相关建模法的低灌注血氧饱和度测量方法 | |
CN104757955A (zh) | 一种基于脉搏波的人体血压预测方法 | |
CN101991410B (zh) | 一种脉率搜索和计算方法 | |
CN101361652A (zh) | 自适应阈值的波形峰谷识别方法和装置 | |
CN108392186B (zh) | 一种非接触式睡眠呼吸暂停症检测方法及系统 | |
WO2013179018A1 (en) | Respiration rate extraction from cardiac signals | |
CN104382571A (zh) | 一种基于桡动脉脉搏波传导时间的测量血压方法及装置 | |
CN101683260B (zh) | 一种节律性生理信号的优化处理方法及装置 | |
CN106725396A (zh) | 一种基于双脉搏波的无创逐拍血压测量装置以及测量方法 | |
US9078575B2 (en) | Heartbeat categorization | |
CN106264505A (zh) | 一种基于支持向量机的心率谱峰选择方法 | |
CN109938719B (zh) | 一种基于生理参数的驾驶员疲劳检测方法 | |
CN108937957A (zh) | 检测方法、装置及检测设备 | |
Chou et al. | Pulse rate variability estimation method based on sliding window iterative DFT and Hilbert transform | |
CN110840428A (zh) | 基于一维U-Net网络的无创血压估计方法 | |
Foroozan et al. | Robust beat-to-beat detection algorithm for pulse rate variability analysis from wrist photoplethysmography signals | |
Hao et al. | Adaptive r-peak detection algorithm based on brown exponential smoothing model | |
CN109091140A (zh) | 一种心电信号r波检测方法及系统 | |
CN116616762A (zh) | 一种脉搏波的血氧饱和度检测方法及血氧饱和度检测装置 | |
CN113768483B (zh) | 一种基于毫米波雷达的hrv信号提取方法及设备 |
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 |