CN104116508B - 信号分析方法与系统以及处理模块 - Google Patents

信号分析方法与系统以及处理模块 Download PDF

Info

Publication number
CN104116508B
CN104116508B CN201310329152.1A CN201310329152A CN104116508B CN 104116508 B CN104116508 B CN 104116508B CN 201310329152 A CN201310329152 A CN 201310329152A CN 104116508 B CN104116508 B CN 104116508B
Authority
CN
China
Prior art keywords
signal
input signal
filtering
electrode
computing unit
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
CN201310329152.1A
Other languages
English (en)
Other versions
CN104116508A (zh
Inventor
古博文
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.)
MediaTek Inc
Original Assignee
MediaTek 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 MediaTek Inc filed Critical MediaTek Inc
Publication of CN104116508A publication Critical patent/CN104116508A/zh
Application granted granted Critical
Publication of CN104116508B publication Critical patent/CN104116508B/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
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • 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
    • A61B5/30Input circuits therefor
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/725Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters

Landscapes

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

Abstract

一种信号分析方法与系统以及处理模块。其中信号分析方法包含:根据多个第一输入信号的至少一个以及多个第二输入信号的至少一个生成人体电信号;通过滤波对应该多个第一输入信号的第一差值信号生成第一滤波信号;通过滤波对应该多个第二输入信号的第二差值信号生成第二滤波信号;以及根据该人体电信号、该第一滤波信号以及该第二滤波信号生成主信号,其中从第一电极组的多个第一电极得到该多个第一输入信号,并且从第二电极组的多个第二电极得到该多个第二输入信号。本发明的信号分析方法与系统以及处理模块可减少信号中的噪声分量。

Description

信号分析方法与系统以及处理模块
技术领域
本发明有关于信号分析方法与系统以及系统中的处理模块,并且特别有关于可根据多个输入信号滤波噪声分量的信号分析方法与系统以及系统中的处理模块。
背景技术
随着生物医学工程(biomedicalengineering)的发展,医生可根据生物医学检测仪器生成的各种医学报告作出令人信服的诊断。例如,上述仪器可通过将电极(electrode)直接贴在病人的胸部、手臂或腿部以取得生理信号,例如心电(electrocardiogram,ECG)信号。接着,可测量生理信号的振幅(amplitude)并且将其传送至其他处理电路。
典型地,由电极发送的ECG信号的振幅通常处在毫伏级别,这样在ECG信号中的噪声分量将严重影响ECG信号的真实波形。因此,在ECG波形中存在噪声分量的情况下分析ECG信号是毫无意义的。为了减少ECG信号中的噪声分量,通常使用高通滤波器或带通滤波器来减少外部因素引起的噪声分量,上述外部因素包含工频干扰(power-lineinterference)、周围电磁活动或电极移动等。实际上,现今减少由病人生理过程引起的ECG信号中的噪声分量是一个关键议题,并且也值得开发一种滤除噪声分量的信号分析系统与信号分析方法。
发明内容
有鉴于此,本发明提供一种信号分析方法与系统以及处理模块。
一种信号分析方法,包含:根据多个第一输入信号的至少一个以及多个第二输入信号的至少一个生成人体电信号;通过滤波对应该多个第一输入信号的第一差值信号生成第一滤波信号;通过滤波对应该多个第二输入信号的第二差值信号生成第二滤波信号;以及根据该人体电信号、该第一滤波信号以及该第二滤波信号生成主信号,其中从第一电极组的多个第一电极得到该多个第一输入信号,并且从第二电极组的多个第二电极得到该多个第二输入信号。
一种信号分析系统,包含:第一电极组,具有多个第一电极,可配置该多个第一电极用于得到多个第一输入信号;第二电极组,具有多个第二电极,可配置该多个第二电极用于得到多个第二输入信号;以及处理模块,包含:第一计算单元,耦接该第一电极组与该第二电极组用于接收该多个第一输入信号的至少一个与该多个第二输入信号的至少一个,配置该第一计算单元以根据该多个第一输入信号的该至少一个与该多个第二输入信号的该至少一个生成人体电信号;第二计算单元,耦接该第一电极组用于接收该多个第一输入信号,配置该第二计算单元通过滤波与该多个第一输入信号对应的第一差值信号生成第一滤波信号;第三计算单元,耦接该第二电极组用于接收该多个第二输入信号,配置该第三计算单元通过滤波与该多个第二输入信号对应的第二差值信号生成第二滤波信号;以及第四计算单元,耦接该第一计算单元、该第二计算单元与该第三计算单元用于接收该人体电信号、该第一滤波信号、该第二滤波信号,配置该第四计算单元以根据该人体电信号、该第一滤波信号、该第二滤波信号生成主信号。
一种处理模块,包含:第一计算单元,耦接多个第一电极与多个第二电极用于接收从该多个第一电极取得的多个第一输入信号的至少一个与从该多个第二电极取得的多个第二输入信号的至少一个,配置该第一计算单元以根据该多个第一输入信号的该至少一个与该多个第二输入信号的该至少一个生成人体电信号;第二计算单元,耦接该多个第一电极用于接收该多个第一输入信号,配置该第二计算单元通过滤波与该多个第一输入信号对应的第一差值信号生成第一滤波信号用于估计与该多个第一电极对应的运动伪差;第三计算单元,耦接该多个第二电极用于接收该多个第二输入信号,配置该第三计算单元通过滤波与该多个第二输入信号对应的第二差值信号生成第二滤波信号用于估计与该多个第二电极对应的运动伪差;以及第四计算单元,耦接该第一计算单元、该第二计算单元与该第三计算单元用于分别接收该人体电信号、该第一滤波信号、该第二滤波信号,配置该第四计算单元以根据该人体电信号、该第一滤波信号、该第二滤波信号生成主信号。
本发明的信号分析方法与系统以及处理模块可减少信号中的噪声分量。
附图说明
图1是根据本发明实施例描述的信号分析系统的示意图。
图2是根据本发明实施例描述的图1中的第一电极组与第二电极组示意图。
图3是根据本发明实施例描述的信号分析系统处理模块的电路示意图。
图4是根据本发明实施例描述的第二计算单元的减法器的可选示例图。
图5A是根据本发明实施例描述的人体电信号波形图。
图5B是根据本发明实施例描述的人体电信号中运动伪差的波形图。
图5C是根据本发明实施例描述的主信号波形图。
图6是根据本发明实施例描述的第一电极组示意图。
图7是根据本发明实施例描述的信号分析方法流程图。
具体实施方式
在说明书及权利要求书当中使用了某些词汇来指称特定的元件。所属技术领域的技术人员应可理解,硬件制造商可能会用不同的名词来称呼同一个元件。本说明书及权利要求书并不以名称的差异作为区分元件的方式,而是以元件在功能上的差异作为区分的准则。在通篇说明书及权利要求项中所提及的“包含”为一开放式的用语,故应解释成“包含但不限定于”。此外,“耦接”一词在此包含任何直接及间接的电气连接手段。因此,若文中描述第一装置耦接于第二装置,则代表第一装置可直接电气连接于第二装置,或透过其它装置或连接手段间接地电气连接至第二装置。
接下来的描述是实现本发明的最佳实施例,其是为了描述本发明原理的目的,并非对本发明的限制。可以理解地是,本发明实施例可由软件、硬件、固件或其任意组合来实现。
请参考图1、图2、图3。图1是根据本发明实施例描述的信号分析系统的示意图。图2是根据本发明实施例描述的图1中的第一电极组与第二电极组示意图。图3是根据本发明实施例描述的信号分析系统处理模块的电路示意图。如图1所示,信号分析系统1包含第一电极组10、第二电极组12、处理模块14以及偏压电极(biaselectrode)16。第一电极组10具有多个电极,并且上述电极贴在人体2上。第二电极组12也具有多个电极,并且上述电极也贴在人体2上。
实际上,第一电极组10与第二电极组12可贴在人体2上的不同位置。例如但并不局限于此,第一电极组10可贴在人体2的右胸处,第二电极组12可贴在人体2的左腹部。当前实施例并不限制第一电极组10与第二电极组12如何贴在人体2上。例如,第一电极组10可贴在已涂导电胶(conductivegel)的人体2的皮肤上,从而使得第一电极组10容易取得信号。
如图1、图2以及相关描述所示,本实施例的第一电极组10具有第一电极102与第二电极104。值得注意的是,相同电极组中的电极可为不同类型的电极,本发明并不局限于此。第一电极102与第二电极104位于第一预设距离内,例如1厘米或1.5厘米。换句话说,图2所示的距离d1小于或等于第一预设距离。相似地,本实施例的第二电极组12也可具有两个电极,包含第三电极110与第四电极112,并且第二电极组12的电极位于第二预设距离内。换句话说,图2所示的距离d2小于或等于第二预设距离。当前实施例并不限制第二预设距离与第一预设距离是否相同。例如,第二预设距离也可为1厘米或1.5厘米。
可配置第一电极102将从人体2取得的第一输入信号V1通过传输线L1-1发送至处理模块14。可配置第二电极104将从人体2取得的第二输入信号V2通过传输线L1-2发送至处理模块14。具体地,传输线L1-1与传输线L1-2可共同称为第一传输线对L1。第一传输线对L1的电线可彼此隔离以减少信号干扰。相似地,可配置第三电极110将从人体2取得的第三输入信号V3通过传输线L2-1发送至处理模块14。可配置第四电极112将从人体2取得的第四输入信号V4通过传输线L2-2发送至处理模块14。具体地,传输线L2-1与传输线L2-2可共同称为第二传输线对L2。第二传输线对L2的电线可彼此隔离以减少信号干扰。
实际上,从第一电极组10与第二电极组12发送的每个输入信号并不是理想信号。可认为每个输入信号具有两个主要分量,例如ECG分量与噪声分量。因为第一电极组10的第一电极102与第二电极104相邻粘贴,所以第一电极102与第二电极104可接收相同的第一ECG分量ECG_1。然而,由于噪声分量的变化,不同的电极可得到不同的输入信号。相似地,因为第二电极组12的第三电极110与第四电极112相邻粘贴,所以第三电极110与第四电极112可接收相同的第三ECG分量ECG_3。
值得注意的是,为了更加有益的效果,信号分析系统1可进一步具有偏压电极16根据第一电极组10及/或第二电极组12收集的信号组合后,提供直流电部分(DCcontent)给予受测身体。例如,直流电部分可被看作与零参考电压(zerovoltagereference)对应的等电点(isoelectricpoint)。然而,本领域技术人员也应该理解信号分析系统1也可在不具有偏压电极16的情况下取得令人满意的结果。
如上所述,第一电极102可从人体2检测第一输入信号V1,并且第二电极104可从人体2检测第二输入信号V2。第一输入信号V1与第二输入信号V2可表示为如下公式:
V1=ECG_1+M1(1)
V2=ECG_1+M2(2)
ECG_1表示第一输入信号V1中的ECG分量;M1表示噪声分量,尤其是第一输入信号V1中的运动伪差(motionartifact)。在本实施例中,既然第一电极102与第二电极104相邻并且位于第一预设距离内,因此可假设第二输入信号V2中的ECG分量与第一输入信号V1中的ECG分量相同并且在公式(2)中也用ECG_1表示第二输入信号V2中的ECG分量。另外,M2表示噪声分量,尤其是第二输入信号V2中的运动伪差。
相似地,本实施例的第二电极组12也具有两个电极110与112分别用于检测第三输入信号V3与第四输入信号V4。第三输入信号V3与第四输入信号V4可表示为如下公式:
V3=ECG_3+M3(3)
V4=ECG_3+M4(4)
ECG_3表示第三输入信号V3中的ECG分量;M3表示噪声分量,尤其是第三输入信号V3中的运动伪差。在本实施例中,既然第二电极组12的两个电极110与112相邻并且位于第二预设距离内,因此可假设第四输入信号V4中的ECG分量与第三输入信号V3中的ECG分量相同并且在公式(3)中也用ECG_3表示第四输入信号V4中的ECG分量。另外,M4表示噪声分量,尤其是第四输入信号V4中的运动伪差。
如图1与图3所示,处理模块14通过第一传输线对L1与第一电极组10耦接,并且通过第二传输线对L2与第二电极组12耦接。处理模块14具有第一计算单元140、第二计算单元142、第三计算单元144以及第四计算单元146。第一计算单元140耦接第一传输线对L1与第二传输线对L2用于接收第一电极组10取得的一个输入信号(例如第一输入信号V1)以及第二电极组12取得的一个输入信号(例如第三输入信号V3)。第二计算单元142耦接第一传输线对L1,并且接收从第一电极组10取得的第一输入信号V1与第二输入信号V2。第三计算单元144耦接第二传输线对L2,并且接收从第二电极组12取得的第三输入信号V3与第四输入信号V4。第四计算单元146耦接第一计算单元140、第二计算单元142以及第三计算单元144。
可配置第一计算单元140以根据第一输入信号V1与第三输入信号V3生成人体电信号VL2。例如,第一计算单元140计算第一输入信号V1与第三输入信号V3之间的差值以相应地生成人体电信号VL2。例如但不局限于此,第一计算单元140可为减法器电路或执行数学公式的数字信号处理单元。因此,人体电信号VL2可表示为如下公式:
VL2=V1–V3=(ECG_1–ECG_3)+(M1–M3)
=ECG_L2+(M1–M3)(5)
ECG_L2是第一输入信号V1与第三输入信号V3之间的ECG分量差值,并且可作为未受噪声影响的主信号(leadsignal)。既然第一电极102与第二电极104相邻,所以噪声分量M1与噪声分量M2彼此相关。另外,相似地,既然第三电极110与第四电极112相邻,所以噪声分量M3与噪声分量M4彼此相关。因此,噪声分量M1与噪声分量M2的关系,以及噪声分量M3与噪声分量M4的关系可表示为如下公式:
(6)
(7)
可配置第二计算单元142以生成第一滤波信号y1,其中y1与第一输入信号V1的噪声分量M1对应,其中噪声分量M1表示在第一电极组10周围发生的运动伪差。在一实施例中,第二计算单元142包含减法器1421、可变滤波器1422以及滤波系数更新模块1423。减法器1421从第一输入信号V1中减去第二输入信号V2,从而生成第一差值信号(differencesignal)δM1。可变滤波器1422具有第p顺序有限脉冲响应结构,其具有包含系数wn(0)至wn(p)的第一系数集合。可变滤波器1422通过卷积第一差值信号δM1与脉冲响应以滤波第一差值信号δM1并从而产生第一滤波信号y1。根据上述的公式(1)与(2),第一差值信号δM1可表示为如下公式:
δM1=V1–V2=M1–M2=(1–α)M1(8)
相似地,可配置第三计算单元144以生成第二滤波信号y2,其中y2与第三输入信号V3的噪声分量M3对应,其中噪声分量M3表示在第二电极组12周围发生的运动伪差。在一实施例中,第三计算单元144包含减法器1441、可变滤波器1442以及滤波系数更新模块1443。减法器1441从第三输入信号V3中减去第四输入信号V4,从而生成第二差值信号δM2。可变滤波器1442具有第p顺序有限脉冲响应结构,其具有包含系数wn_2(0)至wn_2(p)的第二系数集合。可变滤波器1442通过卷积第二差值信号δM2与脉冲响应以滤波第二差值信号δM2并从而产生第二滤波信号y2。根据上述的公式(3)与(4),第二差值信号δM2可表示为如下公式:
δM2=V3–V4=M3–M4=(1–β)M3(9)
第一滤波信号y1对应于噪声分量M1,并且第二滤波信号y2对应于噪声分量M3。第四计算单元146可包含减法器用于从第一计算单元140生成的人体电信号VL2中减去第一滤波信号y1与第二滤波信号y2从而产生主信号ECG_L2。
实际上,可进一步将主信号ECG_L2作为反馈信号分别发送至第二计算单元142与第三计算单元144。第二计算单元142的滤波系数更新模块1423接收主信号ECG_L2与第一差值信号δM1,并且生成包含更新系数delta_wn(0)至delta_wn(p)的第一更新系数集合。接着滤波系数更新模块1423将包含更新系数delta_wn(0)至delta_wn(p)的第一更新系数集合发送至可变滤波器1422以更新包含系数wn(0)至wn(p)的第一系数集合,从而得到第一输入信号V1中的更准确的噪声分量M1,其标注为y1’。相似地,第三计算单元144的滤波系数更新模块1443接收主信号ECG_L2与第二差值信号δM2,并且生成包含更新系数delta_wn_2(0)至delta_wn_2(p)的第二更新系数集合。接着滤波系数更新模块1443将包含更新系数delta_wn_2(0)至delta_wn_2(p)的第二更新系数集合发送至可变滤波器1442以更新包含系数wn_2(0)至wn_2(p)的第二系数集合,从而得到第三输入信号V3中的更准确的噪声分量M3,其标注为y2’。
在接收了修正滤波信号(modifiedfilteredsignal)y1’与修正滤波信号y2’后,第四计算单元146可生成具有更高精准度的修正主信号ECG_L2’。当然,本实施例并不限制是否将主信号作为反馈信号使用。
在本发明另一实施例中,第一计算单元140可进一步产生不同于上述人体电信号VL2的另一人体电信号VL2’。例如,人体电信号VL2’可表示为如下公式:
VL2’=(V1–V3)+(V2–V4)
=2(ECG_1–ECG_3)+(1+α)M1–(1+β)M3
=2(ECG_L2)+(1+α)M1–(1+β)M3
=2(ECG_L2)+((1+α)/α)δM1–((1+β)/β)δM3(10)
上述公式(10)表示人体电信号VL2’是由第一电极组中第一输入信号V1与第二输入信号V2的总和减去第二电机组中第三输入信号V3与第四输入信号V4的总和得到。
在另一实施例中,根据公式(10),可配置第一计算单元140接收第一输入信号V1、第二输入信号V2、第三输入信号V3、第四输入信号V4用于相应产生人体电信号VL2’。例如,第一计算单元140可为减法器电路但并不仅局限于此。可配置第二计算单元142以生成第一滤波信号y1,其中y1与第一输入信号V1的噪声分量M1对应,其中噪声分量M1表示在第一电极组10周围发生的运动伪差。可配置第三计算单元144以生成第二滤波信号y2,其中y2与第三输入信号V3的噪声分量M3对应,其中噪声分量M3表示在第二电极组12周围发生的运动伪差。第四计算单元146可包含减法器用于从第一计算单元140生成的人体电信号VL2’中减去第一滤波信号y1与第二滤波信号y2从而产生主信号ECG_L2。
处理模块14通过反复调整可变滤波器1422与1442的系数尝试估计人体电信号的噪声分量。反复调整可变滤波器系数从而提供更准确人体电信号的噪声分量的过程成为收敛(convergence)。一种快速收敛指示处理模块14花费较短时间得出合适的滤波系数。为了使得处理模块14实施较快收敛,在本发明实施例中,需要加强从电极组取得的两个输入信号的其中一个输入信号从而使得从电极组取得的两个输入信号具有较大差值。为了增大输入信号之间的差值,电极可具有不同的接触区域尺寸或不同的物理性质,例如湿电极与干电极。这样输入信号(例如第一输入信号V1与第二输入信号V2)之间的差值将变大。
另外,通过在不同条件下滤波第一输入信号V1与第二输入信号V2也可增大两者之间的差值。相似地,也可通过在不同条件下滤波第三输入信号V3与第四输入信号V4来增大两者之间的差值。
请参考图3与图4。图4是根据本发明实施例描述的第二计算单元142的减法器1421的可选示例图。如图4所示,减法器1421包含第一修正单元A、第二修正单元B以及测量放大器1428。第一修正单元A包含低通滤波器1424与高通滤波器1425。第二修正单元B包含低通滤波器1426与高通滤波器1427。
第一修正单元A耦接传输线L1-1用于接收第一输入信号V1,并且产生第一修正信号。第二修正单元B耦接传输线L1-2用于接收第二输入信号V2,并且产生第二修正信号。测量放大器1428耦接第一修正单元A与第二修正单元B用于接收第一修正信号与第二修正信号从而产生第一差值信号δM1。值得注意的是,第三计算单元144的减法器1441也可使用图4所示的相似电路进行实施。
具体地,低通滤波器1424与高通滤波器1425依次滤波第一输入信号V1,以及低通滤波器1426与高通滤波器1427依次滤波第二输入信号V2。值得注意的是,低通滤波器1424的频率响应与低通滤波器1426的频率响应是不同的。例如,低通滤波器1424的截止频率(cut-offfrequency)可为30Hz,并且低通滤波器1426的截止频率可为97kHz。另外,高通滤波器1425的频率响应与高通滤波器1427的频率响应也是不同的。例如,高通滤波器1425的截止频率可为1Hz,并且高通滤波器1427的截止频率可为0.015Hz。例如,可以第一频率响应滤波第一输入信号V1,以第二频率响应滤波第二输入信号V2,以及通过滤波以第一频率响应滤波的第一输入信号V1与以该第二频率响应滤波的第二输入信号之间的差值生成第一差值信号。因此,不同的修正进程修正第一输入信号V1与第二输入信号V2使得第一输入信号V1与第二输入信号V2的差值增大。相似地,不同的修正进程可修正第三输入信号V3与第四输入信号V4使得第三输入信号V3与第四输入信号V4的差值增大。
下面是关于如何从人体电信号滤波运动伪差的示例。请参考图3与图5A。图5A是根据本发明实施例描述的人体电信号波形图。如图所示,根据公式(5),噪声严重干扰第一计算单元140产生的人体电信号,上述噪声为例如运动伪差、呼吸或电极噪声等。因此,医生不能在人体电信号连续跳动(successivebeat)期间准确分析波形,并且可相应地误诊心脏稳定程度。
请参考图3与图5B。图5B是根据本发明实施例描述的人体电信号中运动伪差的波形图。如图所示,第二计算单元142与第三计算单元144可估计第一电极组10与第二电极组12周围的运动伪差。请参考图3与图5C,图5C是根据本发明实施例描述的主信号波形图。如图所示,第四计算单元146从图5A所示的人体电信号中消除图5B所示的估计噪声,以产生图5C所示的主信号。明显地,信号分析系统1可通过使用第一电极组10、第二电极组12以及处理模块14大幅降低运动伪差。
值得注意的是,每个电极组可具有多于两个的电极,并且可相应地取得多于两个的输入信号。请参考图6。图6是根据本发明实施例描述的第一电极组示意图。如图6所示,电极组10a可具有4个电极,例如电极102a、电极104a、电极106a、电极108a。电极102a与电极104a之间的距离称为距离d3。电极102a与电极106a之间的距离称为距离d4。电极102a与电极108a之间的距离称为距离d5。实际上,所有的距离d3、d4、d5可小于第一预设距离,例如1厘米或1.5厘米。
为了解释信号分析系统1如何工作,请参考图1、图3、图7。图7是根据本发明实施例描述的信号分析方法流程图。如图所示,在步骤S30,根据通过传输线L1发送的至少一个输入信号以及通过传输线L2发送的至少一个输入信号生成人体电信号。在步骤S32,通过滤波从第一电极组10取得的输入信号差值生成用于估计第一电极组10周围运动伪差的第一滤波信号。在步骤S34,通过滤波从第二电极组12取得的输入信号差值生成用于估计第二电极组12周围运动伪差的第二滤波信号。在步骤S36,通过人体电信号、第一滤波信号与第二滤波信号来生成主信号。
综上,本发明实施例揭露了处理模块用于信号分析的方法与系统,其用于减少噪声分量,尤其是ECG信号的运动伪差。本发明的一大优势是用户可简单正确地在滤波ECG信号的连续跳动之间分析波形,并且可避免误诊心脏稳定程度。
像“第一”、“第二”、“第三”等在权利要求书中修饰元件的序词并不意味着自身具有任何优先权、优先级或者一个元件的等级高于另一个元件或者方法执行的时间顺序,而仅仅作为标号用于区分一个具有确切名称的元件与具有相同名称(除了修饰序词)的另一元件。
本发明虽以较佳实施例揭露如上,但是其并非用以限定本发明的范围,任何熟悉此项技术者,在不脱离本发明的精神和范围内,做均等的变化与修饰,皆属于本发明的涵盖范围。

Claims (19)

1.一种信号分析方法,包含:
根据多个第一输入信号的至少一个以及多个第二输入信号的至少一个生成人体电信号;
通过滤波对应该多个第一输入信号的第一差值信号生成第一滤波信号;
通过滤波对应该多个第二输入信号的第二差值信号生成第二滤波信号;以及
根据该人体电信号、该第一滤波信号以及该第二滤波信号生成主信号,其中从第一电极组的多个第一电极得到该多个第一输入信号,并且从第二电极组的多个第二电极得到该多个第二输入信号;
其中以第一频率响应滤波该多个第一输入信号的该至少一个,以第二频率响应滤波该多个第一输入信号的至少另一个,以及通过滤波以该第一频率响应滤波的该多个第一输入信号的该至少一个与以该第二频率响应滤波的该多个第一输入信号的该至少另一个之间的差值生成该第一差值信号。
2.如权利要求1所述的信号分析方法,其特征在于,该多个第一电极与该多个第二电极粘贴在人体上并且可配置检测心电信号,该多个第一电极位于第一预设距离内,以及该多个第二电极位于第二预设距离内。
3.如权利要求1所述的信号分析方法,其特征在于,根据该主信号与对应该多个第一输入信号的该第一差值信号生成该第一滤波信号,以及根据该主信号与对应该多个第二输入信号的该第二差值信号生成该第二滤波信号。
4.如权利要求1所述的信号分析方法,其特征在于,根据该多个第一输入信号的总和与该多个第二输入信号的总和的差值生成该人体电信号。
5.如权利要求1所述的信号分析方法,其特征在于,由第一类型电极取得该多个第一输入信号的至少一个,由不同的第二类型电极取得该多个第一输入信号的至少另一个,以及通过滤波由该第一类型电极取得的该多个第一输入信号的该至少一个与由该第二类型电极取得的该多个第一输入信号的该至少另一个之间的差值生成该第一差值信号。
6.如权利要求1所述的信号分析方法,其特征在于,进一步包含:
使用具有第一频率响应的第一修正单元滤波该多个第一输入信号的该至少一个;以及使用具有第二频率响应的第二修正单元滤波该多个第一输入信号的至少另一个;其中该第一频率响应与该第二频率响应不同。
7.一种信号分析系统,包含:
第一电极组,具有多个第一电极,可配置该多个第一电极用于得到多个第一输入信号;
第二电极组,具有多个第二电极,可配置该多个第二电极用于得到多个第二输入信号;以及
处理模块,包含:
第一计算单元,耦接该第一电极组与该第二电极组用于接收该多个第一输入信号的至少一个与该多个第二输入信号的至少一个,配置该第一计算单元以根据该多个第一输入信号的该至少一个与该多个第二输入信号的该至少一个生成人体电信号;
第二计算单元,耦接该第一电极组用于接收该多个第一输入信号,配置该第二计算单元通过滤波与该多个第一输入信号对应的第一差值信号生成第一滤波信号;
第三计算单元,耦接该第二电极组用于接收该多个第二输入信号,配置该第三计算单元通过滤波与该多个第二输入信号对应的第二差值信号生成第二滤波信号;以及
第四计算单元,耦接该第一计算单元、该第二计算单元与该第三计算单元用于接收该人体电信号、该第一滤波信号、该第二滤波信号,配置该第四计算单元以根据该人体电信号、该第一滤波信号、该第二滤波信号生成主信号。
8.如权利要求7所述的信号分析系统,其特征在于,该多个第一电极与该多个第二电极粘贴在人体上并且可配置检测心电信号,该多个第一电极位于第一预设距离内,以及该多个第二电极位于第二预设距离内。
9.如权利要求7所述的信号分析系统,其特征在于,该第二计算单元进一步接收该主信号,并且该第二计算单元根据该第一差值信号与该主信号生成该第一滤波信号。
10.如权利要求7所述的信号分析系统,其特征在于,该第三计算单元进一步接收该主信号,并且该第三计算单元根据该第二差值信号与该主信号生成该第二滤波信号。
11.如权利要求7所述的信号分析系统,其特征在于,该第一计算单元接收该多个第一输入信号与该多个第二输入信号,并且根据该多个第一输入信号的总和与该多个第二输入信号的总和的差值生成该人体电信号。
12.如权利要求7所述的信号分析系统,其特征在于,该处理模块进一步包含:具有第一频率响应并用于滤波该多个第一输入信号的该至少一个的第一修正单元;以及具有第二频率响应并用于滤波该多个第一输入信号的至少另一个的第二修正单元;其中该第一频率响应与该第二频率响应不同。
13.如权利要求7所述的信号分析系统,其特征在于,该第一电极组进一步包含:第一类型电极,配置用于接收该多个第一输入信号的该至少一个;以及第二类型电极,配置用于接收该多个第一输入信号的至少另一个;其中该第一类型电极与该第二类型电极不同。
14.一种处理模块,包含:
第一计算单元,耦接多个第一电极与多个第二电极用于接收从该多个第一电极取得的多个第一输入信号的至少一个与从该多个第二电极取得的多个第二输入信号的至少一个,配置该第一计算单元以根据该多个第一输入信号的该至少一个与该多个第二输入信号的该至少一个生成人体电信号;
第二计算单元,耦接该多个第一电极用于接收该多个第一输入信号,配置该第二计算单元通过滤波与该多个第一输入信号对应的第一差值信号生成第一滤波信号用于估计与该多个第一电极对应的运动伪差;
第三计算单元,耦接该多个第二电极用于接收该多个第二输入信号,配置该第三计算单元通过滤波与该多个第二输入信号对应的第二差值信号生成第二滤波信号用于估计与该多个第二电极对应的运动伪差;以及
第四计算单元,耦接该第一计算单元、该第二计算单元与该第三计算单元用于分别接收该人体电信号、该第一滤波信号、该第二滤波信号,配置该第四计算单元以根据该人体电信号、该第一滤波信号、该第二滤波信号生成主信号。
15.如权利要求14所述的处理模块,其特征在于,该多个第一电极与该多个第二电极粘贴在人体上并且可配置检测心电信号,该多个第一电极位于第一预设距离内,以及该多个第二电极位于第二预设距离内。
16.如权利要求14所述的处理模块,其特征在于,该第二计算单元进一步接收该主信号,并且该第二计算单元根据该第一差值信号与该主信号生成该第一滤波信号。
17.如权利要求14所述的处理模块,其特征在于,该第三计算单元进一步接收该主信号,并且该第三计算单元根据该第二差值信号与该主信号生成该第二滤波信号。
18.如权利要求14所述的处理模块,其特征在于,该第一计算单元接收该多个第一输入信号与该多个第二输入信号,并且根据该多个第一输入信号的总和与该多个第二输入信号的总和的差值生成该人体电信号。
19.如权利要求14所述的处理模块,其特征在于,进一步包含:具有第一频率响应并用于滤波该多个第一输入信号的该至少一个的第一修正单元;以及具有第二频率响应并用于滤波该多个第一输入信号的至少另一个的第二修正单元;其中该第一频率响应与该第二频率响应不同。
CN201310329152.1A 2013-04-29 2013-07-31 信号分析方法与系统以及处理模块 Active CN104116508B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US13/873,202 2013-04-29
US13/873,202 US9687164B2 (en) 2013-04-29 2013-04-29 Method and system for signal analyzing and processing module

Publications (2)

Publication Number Publication Date
CN104116508A CN104116508A (zh) 2014-10-29
CN104116508B true CN104116508B (zh) 2016-03-02

Family

ID=48670317

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310329152.1A Active CN104116508B (zh) 2013-04-29 2013-07-31 信号分析方法与系统以及处理模块

Country Status (3)

Country Link
US (1) US9687164B2 (zh)
EP (1) EP2799005B1 (zh)
CN (1) CN104116508B (zh)

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4627441A (en) 1984-04-27 1986-12-09 Medtronic, Inc. B medical monitoring circuit
US4799493A (en) * 1987-03-13 1989-01-24 Cardiac Pacemakers, Inc. Dual channel coherent fibrillation detection system
US5713367A (en) * 1994-01-26 1998-02-03 Cambridge Heart, Inc. Measuring and assessing cardiac electrical stability
US5671752A (en) * 1995-03-31 1997-09-30 Universite De Montreal/The Royal Insitution For The Advancement Of Learning (Mcgill University) Diaphragm electromyography analysis method and system
DE60203594T2 (de) * 2001-01-16 2006-02-02 Université de Montreal, Montreal Myoelektrisch aktivierte respiratorische leckdichtung
US6547746B1 (en) * 2001-08-27 2003-04-15 Andrew A. Marino Method and apparatus for determining response thresholds
GB0123772D0 (en) * 2001-10-03 2001-11-21 Qinetiq Ltd Apparatus for monitoring fetal heartbeat
US20070156190A1 (en) * 2005-12-30 2007-07-05 Can Cinbis Subcutaneous ICD with motion artifact noise suppression
US20070213626A1 (en) * 2006-03-10 2007-09-13 Michael Sasha John Baseline correction in systems for detecting ischemia
US8200317B2 (en) * 2006-06-30 2012-06-12 Intel Corporation Method and apparatus for amplifying multiple signals using a single multiplexed amplifier channel with software controlled AC response
WO2008010133A2 (en) * 2006-07-14 2008-01-24 Philips Intellectual Property & Standards Gmbh Heartbeat monitoring device, system and method
DE102006038809A1 (de) * 2006-08-18 2008-02-21 Basf Construction Polymers Gmbh Wasserlösliche und biologisch abbaubare Copolymere auf Polyamidbasis und deren Verwendung
AU2007340977B2 (en) * 2006-09-15 2014-02-06 Intel Corporation Cancellation of contact artifacts in a differential electrophysiological signal
CA2729873A1 (en) * 2008-07-07 2010-01-14 Heard Systems Pty Ltd A system for sensing electrophysiological signals
US8706464B2 (en) * 2010-01-31 2014-04-22 Vladimir Shusterman Health data dynamics, its sources and linkage with genetic/molecular tests
US8364255B2 (en) * 2010-03-10 2013-01-29 Brainscope Company, Inc. Method and device for removing EEG artifacts
FI20106337A0 (fi) * 2010-12-17 2010-12-17 Polar Electro Oy Häiriönvaimennuspiiri biometrisiä mittauksia varten
CN102389303A (zh) * 2011-08-02 2012-03-28 长春华讯信息科技有限公司 一种心电监护方法及装置

Also Published As

Publication number Publication date
US20140323890A1 (en) 2014-10-30
US9687164B2 (en) 2017-06-27
CN104116508A (zh) 2014-10-29
EP2799005A1 (en) 2014-11-05
EP2799005B1 (en) 2017-10-04

Similar Documents

Publication Publication Date Title
US20110251817A1 (en) Method and apparatus to determine impedance variations in a skin/electrode interface
US10016144B2 (en) Biological signal acquisition device and method for acquiring biological signal
US20190029548A1 (en) Impedance bootstrap circuit for an interface of a monitoring device
CN104116508B (zh) 信号分析方法与系统以及处理模块
Rieger et al. Integrated ExG, vibration and temperature measurement front-end for wearable sensing
Chang et al. Instrumentation amplifier input capacitance cancellation for biopotential and bioimpedance measurements
US20160262644A1 (en) Production of electrical contact with skin
JP2008295867A (ja) 生体信号計測装置
Nagasato et al. Capacitively coupled ECG sensor system with digitally assisted noise cancellation for wearable application
JP7250332B2 (ja) 心電図計測システム
CN108186010B (zh) 一种用于生理电信号检测的有源电极
JP6518084B2 (ja) 生体内信号源位置検出装置及び生体内信号源位置検出方法
US10813594B2 (en) Circuits for wearable ECG system
CN204971254U (zh) 应用于个人便携设备的血压采集电路
CN105852821A (zh) 一种体温测量装置及其测量方法
CN106037718B (zh) 可穿戴心电图系统
CN111184946A (zh) 一种植入式设备的电极阻抗检测电路及其方法
CN112394226A (zh) 信号检测电路和电子设备
WO2024225122A1 (ja) 生体信号検出装置および生体信号検出システム
CN113057638B (zh) 肢导及中心电位信号采集电路、心电信号采集系统及方法
US11406310B2 (en) Circuits for mobile ECG system
EP4362330A1 (en) Signal acquisition circuit and wearable device
GB2610390A (en) System for capacitively capturing electrical biosignals from a biosignal source and associated method
Hafshejani et al. Ultra Low-Power System for Remote ECG Monitoring
Mahmood et al. Methodology for EEG Based System Development to Detect Objective Pain in Human Body

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