CN104161509A - 一种基于幅值谱的心率变异性分析方法及仪器 - Google Patents

一种基于幅值谱的心率变异性分析方法及仪器 Download PDF

Info

Publication number
CN104161509A
CN104161509A CN201410389096.5A CN201410389096A CN104161509A CN 104161509 A CN104161509 A CN 104161509A CN 201410389096 A CN201410389096 A CN 201410389096A CN 104161509 A CN104161509 A CN 104161509A
Authority
CN
China
Prior art keywords
module
frequency
wave
peak
human body
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
Application number
CN201410389096.5A
Other languages
English (en)
Other versions
CN104161509B (zh
Inventor
申岱
贾晓宁
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201410389096.5A priority Critical patent/CN104161509B/zh
Publication of CN104161509A publication Critical patent/CN104161509A/zh
Application granted granted Critical
Publication of CN104161509B publication Critical patent/CN104161509B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

一种基于幅值谱的心率变异性分析方法及仪器,方法步骤如下:安装人体自主神经功能监护仪,由心电电极片采集的心电信号,经放大、滤波、模拟-数字转换后建立RR间期时间序列,心电信号QRS波波形的特点是波幅大、时限短、波形陡峭,易于识别,获得HRV信号的关键是准确标定心电图的R波,根据R波图形的形态特点,R波的波峰在单个信号周期中为最大正值;其所使用的仪器,包括依次连接的用于心电信号放大的前置放大模块、滤波模块、A/D转换模块、定位R峰模块、信号中伪峰的消除伪差模块、形成RR序列模块、插值模块和显示模块,前置放大模块通过导线与心电电极片相连,电极片置于人体皮肤表面,用于采集人体心电信号。

Description

一种基于幅值谱的心率变异性分析方法及仪器
技术领域
本发明涉及一种心率变异性分析方法及基于该方法的自主神经活动监测仪器,特别是涉及一种基于幅值谱的心率变异性频域分析方法,并依此方法实现对人体自主神经活动的连续、实时、无创监测。
背景技术
自主神经系统的主要作用是维持人体脏器功能及内环境稳定,使器官和组织的功能活动处于最适宜的状态。由于其所支配的脏器涉及的功能十分广泛,因此对自主神经功能的评估,对于了解人体脏器功能具有重要意义。通过心率变异性(heart rate variability,HRV)分析的方法评估自主神经系统功能在国际上已得到广泛认可,并且心率变异性分析是目前公认的无创、客观评价自主神经功能的最佳方法。
HRV是指连续心跳间期的瞬时微小涨落,主要受心脏自主神经系统调控。交感神经与副交感神经共同组成自主神经系统,其在大脑皮层及下丘脑等高级中枢的支配下,相互协调进行活动。人体绝大部分内脏器官都同时受到交感和副交感的双重神经支配,交感神经系统主要承担适应环境骤变的应急性功能,副交感神经系统主要维持身体内部脏器的正常活动,二者的活动协调统一。人体能够适应多变的体内和体外环境变化是依赖于交感神经与副交感神经间的精妙平衡,两种神经除了作用效果不同之外,其作用速度也不相同。交感神经的作用速度较慢,而副交感神经(尤其指控制心跳的迷走神经)的作用速度很快,这两种神经在作用速度上的差别正是HRV分析的生理基础。
由于自主神经系统对人体众多脏器的调控功能,因此它与人体的生理、病理生理、心理等各个方面均具有密切的联系,因而其应用领域十分广泛。其可用于正常人群的生理状况评估,循环系统、自主神经系统及中枢神经系统疾病的辅助诊断,危重症及围术期监测,胆碱能受体、肾上腺素能受体、中枢神经系统药理作用评价,心理及劳动功效测评等。
目前通过HRV分析对自主神经系统评价的方法主要有时域、频域及非线性三大类,在HRV分析中频域分析方法目前应用最多,它主要包括基于非参数估计的快速傅里叶变换和参数估计法的自回归AR模型。频域分析的特点在于对心率波动中的频率特征能够做出精准的表达,并对其周期性变化在各频段分量的大小进行划分。但目前常规采用的以功率谱密度为参数的频域分析方法对HRV信号特征的估计会出现以下问题:数据离散性较大且呈偏态分布,分析结果一般需进行对数转换或归一化后才能进行统计学检验。通常代表迷走神经活动性的高频成分数值较小,与代表交感神经活动的低频成分数值相差悬殊,从生理学角度讲这与常态下迷走神经活动呈优势的基本规律并不相符。以上提示目前以功率谱密度为参数的频域分析方法可能在反映实际的自主神经活动性方面存在偏差。
另外,常规的HRV分析主要有24小时长时和5分钟短时分析,其指标主要用于临床诊断的要求。目前临床实际应用中还缺乏能准确反映特征的实时指标,因而限制了其在监测领域的应用。因此,若能够在HRV的指标实时性方面做出改进,就能够极大拓展HRV在各类监测领域的广泛应用。
发明内容
本发明所要解决的主要技术问题在于,克服现有技术存在的上述缺陷,
而提供一种基于幅值谱的心率变异性分析方法及仪器,将从人体采集到的心电信号通过自主神经功能监护仪的处理,在基于HRV频域分析幅值谱的条件下得到与不同时间点相关的关于自主神经活动的信息,实现了HRV分析的实时检测。
本发明解决其技术问题所采用的技术方案是:
一种基于幅值谱的心率变异性频域分析方法,包括如下步骤:
安装人体自主神经功能监护仪,由心电电极片采集的心电信号,经放大、滤波、模拟-数字转换后需要建立RR间期时间序列,心电信号QRS波波形的特点是波幅大、时限短(正常人最长不超过0.12秒)、波形陡峭,易于识别,获得HRV信号的关键是准确标定心电图的R波,根据R波图形的形态特点,R波的波峰在单个信号周期中为最大正值,因此,采用活动宽度窗口使得在一个活动窗内只包含一个R波,在每一个选定的窗内利用斜率变号法确定极值点,这样窗内极值点中的最大值点即为一个R波波峰点,每相临两个R波波峰位置差即为RR间期,由此获得HRV分析所需的RR间期时间序列,对于前述获得逐次RR间期的时间序列,进行剔除干扰及异位搏动,频域分析采用幅值谱方法,对RR间期序列以2Hz的重新采样频率进行三次样条插值,滤波采用Hamming窗,FFT精度512,频段划分:总功率≤0.40Hz(TP),极低频(VLF;≤0.04Hz);低频(LF;0.04–0.15Hz),高频(HF;0.15–0.40Hz),指标表示为TP、LF/HF、HF/LF等,由以上方法所得结果为每4秒的时间密度,因此在对所获结果进行32秒的窗平均后的值作为显示结果。HF主要反映心脏迷走神经活动性的瞬时变化;LF主要受交感神经的影响;TP代表自主神经系统总体活动性的瞬时变化;平衡比LF/HF、HF/LF反映交感神经/迷走神经调节的瞬间平衡性,LFn、HFn分别表示低频带与高频带瞬时功率归一化值,用来反映交感和迷走神经调节的瞬时变化,这些动态指标可实时地反映自主神经系统的活动性,因此既有较好的敏感性又可实现连续监测,工作时,从人体采集到的信号通过导线传至前置放大模块,前置放大模块将信号放大,并将放大后的信号传至滤波模块,滤波模块将信号中的杂波去除,并将整理后的信号传至A/D转换模块,A/D转换模块用于将模拟信号转换为数字信号,定位R峰模块对转换后的数字信号进行处理,并确定R峰。
在基于幅值谱的HRV频域分析中,RR间期序列经FFT(快速傅里叶变换)后得出傅里叶系数,这一复数形式的结果也称为复振幅,它包含振幅和相位两个参数来表达周期信号的特征。19世纪末,Schuster提出采用傅里叶系数模的平方数值来评估信号的功率谱,至今仍被沿用。目前HRV频域分析实际计算中,通常采用FFT的复数结果与其共轭复数相乘后转化为实数,即相当于用复数模的平方数值来表达频域分析的功率谱,以反映HRV信号中的能量成分。由于频域分析的功率谱数值与表达幅值谱的模值之间是平方的关系,所以对于HRV频域分析来讲,其得出的功率谱数值与幅值谱相比就出现了偏差。
在信号分析中,幅值谱与功率谱均可用于反映信号各频率的能量成分,因此本发明的RR间期序列经FFT后,将傅里叶系数这一复数结果取其模值转化为实数,以幅值谱来反映HRV信号中的能量。由于信号分析中模值用于表达振幅特征,而RR间期序列的振幅与调控心跳的自主神经活动强度更加吻合,因此用幅值谱来评估HRV频域分析的能量成分以表达心脏自主神经的活动状态,即可避免评估其功率谱而造成结果的偏差。
其特征是:所述插值模块与显示模块间设有用于进行基于幅值谱的心率变异性频域分析模块。
一种根据权利要求1所述的心率变异性频域分析方法所使用的仪器,包括依次连接的用于心电信号放大的前置放大模块、用于去除杂波的滤波模块、用于进行模数转化的A/D转换模块、用于确定数字信号中R峰位置的定位R峰模块、用于去除确定R峰后的信号中伪峰的消除伪差模块、用于形成RR序列的形成RR序列模块、用于使RR序列变为均匀序列的插值模块和用于显示数值的显示模块,所述前置放大模块通过导线与心电电极片相连,所述电极片置于人体皮肤表面,用于采集人体心电信号。
本发明的有益效果是,将从人体采集到的心电信号通过自主神经功能监护仪的处理,在基于HRV频域分析幅值谱的条件下得到与不同时间点相关的关于自主神经活动的信息,实现了HRV分析的实时检测。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1为本发明结构流程图。
具体实施方式
参见图1:
自主神经功能监护仪,包括依次连接的
用于信号放大的前置放大模块、
用于去除杂波的滤波模块、
用于进行模数转化的A/D转换模块、
用于确定数字信号中R峰位置的定位R峰模块、
用于去除确定R峰后的信号中伪峰的消除伪差模块、
用于形成RR序列的形成RR序列模块、
用于使RR序列变为均匀序列的插值模块和用于显示数值的显示模块,
所述前置放大模块通过导线与心电电极片相连,所述电极片置于人体皮肤表面,用于采集人体信号;
其特征是:所述插值模块与显示模块间设有基于幅值谱的HRV频域分析模块。
流程如下:
一种基于幅值谱的心率变异性频域分析方法所使用的仪器,包括依次连接的用于心电信号放大的前置放大模块、用于去除杂波的滤波模块、用于进行模数转化的A/D转换模块、用于确定数字信号中R峰位置的定位R峰模块、用于去除确定R峰后的信号中伪峰的消除伪差模块、用于形成RR序列的形成RR序列模块、用于使RR序列变为均匀序列的插值模块和用于显示数值的显示模块,所述前置放大模块通过导线与心电电极片相连,所述电极片置于人体皮肤表面,用于采集人体心电信号。频段划分:总功率≤0.40Hz(TP),极低频(VLF;≤0.04Hz);低频(LF;0.04–0.15Hz),高频(HF;0.15–0.40Hz)。指标表示为TP、LF/HF、HF/LF等。由以上方法所得结果为每4秒的时间密度,因此在对所获结果进行32秒的窗平均后的值作为显示结果。
HF主要反映心脏迷走神经活动性的瞬时变化;LF主要受交感神经的影响;TP代表自主神经系统总体活动性的瞬时变化;平衡比LF/HF、HF/LF反映交感神经/迷走神经调节的瞬间平衡性。LFn、HFn分别表示低频带与高频带瞬时功率归一化值,用来反映交感和迷走神经调节的瞬时变化。这些动态指标可实时地反映自主神经系统的活动性,因此既有较好的敏感性又可实现连续监测。
工作时,从人体采集到的信号通过导线传至前置放大模块,前置放大模块将信号放大,并将发大后的信号传至滤波模块。滤波模块将信号中的杂波去除,并将整理后的信号传至A/D转换模块。A/D转换模块用于将模拟信号转换为数字信号。定位R峰模块对转换后的数字信号进行处理,并确定R峰。为了确保R峰的有效性,在确定R峰模块后加入消除伪差模块,进而确保R峰的准确性。作为基于幅值谱的HRV频域分析模块的准备模块,插值模块必不可少,经插值模块插值后的数据进入幅值谱分析模块。
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,凡是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。
综上所述,本发明在结构设计、使用实用性及成本效益上,完全符合产业发展所需,且所揭示的结构亦是具有前所未有的创新构造,具有新颖性、创造性、实用性,符合有关发明专利要件的规定,故依法提起申请。

Claims (2)

1.一种基于幅值谱的心率变异性频域分析方法,其特征在于,包括如下步骤:
安装人体自主神经功能监护仪,由心电电极片采集的心电信号,经放大、滤波、模拟-数字转换后需要建立RR间期时间序列,心电信号QRS波波形的特点是波幅大、时限短、波形陡峭,易于识别,获得HRV信号的关键是准确标定心电图的R波,根据R波图形的形态特点,R波的波峰在单个信号周期中为最大正值,因此,采用活动宽度窗口使得在一个活动窗内只包含一个R波,在每一个选定的窗内利用斜率变号法确定极值点,这样窗内极值点中的最大值点即为一个R波波峰点,每相临两个R波波峰位置差即为RR间期,由此获得HRV分析所需的RR间期时间序列,对于前述获得逐次RR间期的时间序列,进行剔除干扰及异位搏动,频域分析采用幅值谱方法,对RR间期序列以2Hz的重新采样频率进行三次样条插值,滤波采用Hamming窗,FFT精度512,频段划分:总功率TP≤0.40Hz,极低频VLF≤0.04Hz;低频LF0.04–0.15Hz;高频HF0.15–0.40Hz;指标表示为TP、LF/HF、HF/LF等,由以上方法所得结果为每4秒的时间密度,因此在对所获结果进行32秒的窗平均后的值作为显示结果。
2.一种根据权利要求1所述的心率变异性频域分析方法所使用的仪器,其特征在于,包括依次连接的用于心电信号放大的前置放大模块、用于去除杂波的滤波模块、用于进行模数转化的A/D转换模块、用于确定数字信号中R峰位置的定位R峰模块、用于去除确定R峰后的信号中伪峰的消除伪差模块、用于形成RR序列的形成RR序列模块、用于使RR序列变为均匀序列的插值模块和用于显示数值的显示模块,所述前置放大模块通过导线与心电电极片相连,所述电极片置于人体皮肤表面,用于采集人体心电信号。
CN201410389096.5A 2014-08-08 2014-08-08 一种基于幅值谱的心率变异性分析方法及仪器 Active CN104161509B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410389096.5A CN104161509B (zh) 2014-08-08 2014-08-08 一种基于幅值谱的心率变异性分析方法及仪器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410389096.5A CN104161509B (zh) 2014-08-08 2014-08-08 一种基于幅值谱的心率变异性分析方法及仪器

Publications (2)

Publication Number Publication Date
CN104161509A true CN104161509A (zh) 2014-11-26
CN104161509B CN104161509B (zh) 2016-01-20

Family

ID=51905657

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410389096.5A Active CN104161509B (zh) 2014-08-08 2014-08-08 一种基于幅值谱的心率变异性分析方法及仪器

Country Status (1)

Country Link
CN (1) CN104161509B (zh)

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105078447A (zh) * 2015-07-08 2015-11-25 上海师范大学 一种心电信号r波定位方法
CN105125186A (zh) * 2015-06-29 2015-12-09 王丽婷 一种确定干预治疗方式的方法及系统
CN105476630A (zh) * 2015-11-26 2016-04-13 北京期颐科技有限公司 中医心藏功能的检测方法
CN105796096A (zh) * 2014-12-31 2016-07-27 深圳先进技术研究院 一种心率变异性分析方法、系统及终端
CN105997054A (zh) * 2016-06-22 2016-10-12 天津理工大学 一种心电信号预分析的方法
CN106326644A (zh) * 2016-08-16 2017-01-11 沈阳东软熙康医疗系统有限公司 一种心率变异性参数及疲劳度指标的计算方法及装置
CN106777884A (zh) * 2016-11-22 2017-05-31 北京心量科技有限公司 一种hrv测量方法以及装置
CN106725382A (zh) * 2016-12-28 2017-05-31 天津众阳科技有限公司 基于动作和hrv测量的睡眠状态判别系统及方法
CN107997759A (zh) * 2017-10-27 2018-05-08 北京康博众联电子科技有限公司 心电信号中qrs波群的检测方法、存储介质和计算机设备
CN108158578A (zh) * 2017-12-14 2018-06-15 北京顺源开华科技有限公司 噪声片段识别方法、ecg信号处理方法及装置
CN108492871A (zh) * 2018-02-06 2018-09-04 广东思派康电子科技有限公司 一种计算机可读存储介质及应用该介质的心率分析仪
CN108491769A (zh) * 2018-03-08 2018-09-04 四川大学 基于rr间期和多特征值的房颤分类方法
CN108652613A (zh) * 2017-03-30 2018-10-16 深圳市理邦精密仪器股份有限公司 信号时频图生成的方法及装置
CN109077720A (zh) * 2018-07-05 2018-12-25 广州视源电子科技股份有限公司 信号处理方法、装置、设备和存储介质
CN109259750A (zh) * 2018-11-12 2019-01-25 浙江清华柔性电子技术研究院 心率计算方法、装置、计算机设备和存储介质
CN109330579A (zh) * 2018-10-10 2019-02-15 中国医学科学院生物医学工程研究所 一种基于线性幅值谱的心率变异性的分析方法
CN109620206A (zh) * 2018-12-26 2019-04-16 上海数创医疗科技有限公司 包含异位心跳判断的房颤人工智能识别方法及装置
CN109998513A (zh) * 2019-01-25 2019-07-12 芯海科技(深圳)股份有限公司 在人体阻抗信号中计算hrv信号的错误处理方法
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
CN110801221A (zh) * 2019-12-09 2020-02-18 中山大学 基于无监督特征学习的睡眠呼吸暂停片段检测方法及设备
CN112535483A (zh) * 2020-11-17 2021-03-23 东南大学 基于高频心电的心脏交感活性检测装置
CN112826460A (zh) * 2020-12-29 2021-05-25 武汉联影智融医疗科技有限公司 生理信号频率提取方法、装置、生理信号采集设备和介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109350050B (zh) * 2018-11-20 2021-08-17 锐捷网络股份有限公司 心跳间期检测方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101420904A (zh) * 2006-03-03 2009-04-29 心脏科学公司 使用运动诱导的心率变异性指标量化心脏死亡风险的方法
CN102217931A (zh) * 2011-06-09 2011-10-19 李红锦 一种心率变异性特征参数的获取方法和装置
CN103815896A (zh) * 2014-01-22 2014-05-28 东软熙康健康科技有限公司 一种精神疲劳监测方法、装置、系统及移动处理终端
US20140187988A1 (en) * 2010-03-15 2014-07-03 Nanyang Technological University Method of predicting acute cardiopulmonary events and survivability of a patient
US20140206944A1 (en) * 2013-01-18 2014-07-24 Fujitsu Limited Stress model based on rr integral average

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101420904A (zh) * 2006-03-03 2009-04-29 心脏科学公司 使用运动诱导的心率变异性指标量化心脏死亡风险的方法
US20140187988A1 (en) * 2010-03-15 2014-07-03 Nanyang Technological University Method of predicting acute cardiopulmonary events and survivability of a patient
CN102217931A (zh) * 2011-06-09 2011-10-19 李红锦 一种心率变异性特征参数的获取方法和装置
US20140206944A1 (en) * 2013-01-18 2014-07-24 Fujitsu Limited Stress model based on rr integral average
CN103815896A (zh) * 2014-01-22 2014-05-28 东软熙康健康科技有限公司 一种精神疲劳监测方法、装置、系统及移动处理终端

Cited By (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105796096A (zh) * 2014-12-31 2016-07-27 深圳先进技术研究院 一种心率变异性分析方法、系统及终端
CN105796096B (zh) * 2014-12-31 2019-11-05 深圳先进技术研究院 一种心率变异性分析方法、系统及终端
CN105125186B (zh) * 2015-06-29 2018-05-25 王丽婷 一种确定干预治疗方式的方法及系统
CN105125186A (zh) * 2015-06-29 2015-12-09 王丽婷 一种确定干预治疗方式的方法及系统
CN105078447A (zh) * 2015-07-08 2015-11-25 上海师范大学 一种心电信号r波定位方法
CN105078447B (zh) * 2015-07-08 2017-12-05 上海师范大学 一种心电信号r波定位方法
CN105476630A (zh) * 2015-11-26 2016-04-13 北京期颐科技有限公司 中医心藏功能的检测方法
CN105997054A (zh) * 2016-06-22 2016-10-12 天津理工大学 一种心电信号预分析的方法
CN105997054B (zh) * 2016-06-22 2019-07-09 天津理工大学 一种心电信号预分析的方法
CN106326644A (zh) * 2016-08-16 2017-01-11 沈阳东软熙康医疗系统有限公司 一种心率变异性参数及疲劳度指标的计算方法及装置
CN106777884A (zh) * 2016-11-22 2017-05-31 北京心量科技有限公司 一种hrv测量方法以及装置
CN106725382A (zh) * 2016-12-28 2017-05-31 天津众阳科技有限公司 基于动作和hrv测量的睡眠状态判别系统及方法
CN108652613A (zh) * 2017-03-30 2018-10-16 深圳市理邦精密仪器股份有限公司 信号时频图生成的方法及装置
CN108652613B (zh) * 2017-03-30 2020-11-03 深圳市理邦精密仪器股份有限公司 信号时频图生成的方法及装置
CN107997759A (zh) * 2017-10-27 2018-05-08 北京康博众联电子科技有限公司 心电信号中qrs波群的检测方法、存储介质和计算机设备
CN108158578A (zh) * 2017-12-14 2018-06-15 北京顺源开华科技有限公司 噪声片段识别方法、ecg信号处理方法及装置
CN108492871A (zh) * 2018-02-06 2018-09-04 广东思派康电子科技有限公司 一种计算机可读存储介质及应用该介质的心率分析仪
CN108491769A (zh) * 2018-03-08 2018-09-04 四川大学 基于rr间期和多特征值的房颤分类方法
CN109077720A (zh) * 2018-07-05 2018-12-25 广州视源电子科技股份有限公司 信号处理方法、装置、设备和存储介质
CN109330579A (zh) * 2018-10-10 2019-02-15 中国医学科学院生物医学工程研究所 一种基于线性幅值谱的心率变异性的分析方法
CN109259750A (zh) * 2018-11-12 2019-01-25 浙江清华柔性电子技术研究院 心率计算方法、装置、计算机设备和存储介质
CN109620206B (zh) * 2018-12-26 2020-07-07 上海数创医疗科技有限公司 包含异位心跳判断的房颤人工智能识别方法及装置
CN109620206A (zh) * 2018-12-26 2019-04-16 上海数创医疗科技有限公司 包含异位心跳判断的房颤人工智能识别方法及装置
CN109998513A (zh) * 2019-01-25 2019-07-12 芯海科技(深圳)股份有限公司 在人体阻抗信号中计算hrv信号的错误处理方法
CN109998513B (zh) * 2019-01-25 2022-04-19 芯海科技(深圳)股份有限公司 在人体阻抗信号中计算hrv信号的错误处理方法
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
CN110141205B (zh) * 2019-05-27 2022-03-11 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
CN110801221A (zh) * 2019-12-09 2020-02-18 中山大学 基于无监督特征学习的睡眠呼吸暂停片段检测方法及设备
CN110801221B (zh) * 2019-12-09 2021-04-27 中山大学 基于无监督特征学习的睡眠呼吸暂停片段检测设备
CN112535483A (zh) * 2020-11-17 2021-03-23 东南大学 基于高频心电的心脏交感活性检测装置
CN112535483B (zh) * 2020-11-17 2021-09-03 东南大学 基于高频心电的心脏交感活性检测装置
CN112826460A (zh) * 2020-12-29 2021-05-25 武汉联影智融医疗科技有限公司 生理信号频率提取方法、装置、生理信号采集设备和介质
CN112826460B (zh) * 2020-12-29 2022-04-26 武汉联影智融医疗科技有限公司 生理信号频率提取方法、装置、生理信号采集设备和介质

Also Published As

Publication number Publication date
CN104161509B (zh) 2016-01-20

Similar Documents

Publication Publication Date Title
CN104161509B (zh) 一种基于幅值谱的心率变异性分析方法及仪器
Pueyo et al. QRS slopes for detection and characterization of myocardial ischemia
Willson et al. Relationship between detrended fluctuation analysis and spectral analysis of heart-rate variability
TW201019898A (en) Method and apparatus for presenting heart rate variability by sound and/or light
WO2015121679A1 (en) Delay coordinate analysis of periodic data
CN104055524A (zh) 基于近红外光谱的脑功能连接检测方法及系统
CN101310676A (zh) 中医脉诊的分析系统与方法
JP2004283523A (ja) 自律神経リズム解析装置
Song et al. Extracting features for cardiovascular disease classification based on ballistocardiography
Gupta et al. A derivative-based approach for QT-segment feature extraction in digitized ECG record
CN111839488A (zh) 基于脉搏波的无创连续血压测量装置和方法
US11464458B2 (en) System for evaluating the maturation of a premature baby
CA3047539A1 (en) Method and system for determining heart rate variability
Rapalis et al. Estimation of blood pressure variability during orthostatic test using instantaneous photoplethysmogram frequency and pulse arrival time
Madhav et al. Monitoring respiratory activity using PPG signals by order reduced-modified covariance AR technique
Karvounis et al. A non-invasive methodology for fetal monitoring during pregnancy
Magrupov et al. ECG signal processing algorithms to determine heart rate
Siecinski et al. Influence of empirical mode decomposition on heart rate variability indices obtained from smartphone seismocardiograms
Sareen et al. Wavelet decomposition and feature extraction from pulse signals of the radial artery
Desai et al. A comparison and quantification of fetal heart rate variability using Doppler ultrasound and direct electrocardiography acquisition techniques
Elmansouri et al. New Electrocardiogram signal analysis in a research laboratory using LabVIEW
Usha Sri et al. Feature extraction of cardiotocography signal
KR20130087940A (ko) 심박변이도 계측방법 및 그를 위한 계측장치
Joshi et al. Arterial pulse rate variability analysis for diagnoses
CN111568470A (zh) 一种基于心电同步的超声多普勒心功能包络峰识别方法

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